Microsoft mengumumkan pengembangan Azure Maia 300 sebagai akselerator kecerdasan buatan generasi terbaru yang dijadwalkan mulai digunakan pada 2027. Dalam pengumuman pada 12 Oktober 2026, perusahaan menjelaskan rencana perluasan infrastruktur Azure Maia hingga kapasitas beberapa gigawatt untuk mendukung permintaan komputasi AI yang terus meningkat. Chip terbaru ini dirancang untuk meningkatkan efisiensi pemrosesan model bahasa, penalaran kompleks, dan sistem AI agent. Perkembangan TEKNOLOGI tersebut menjadi bagian dari strategi Microsoft dalam membangun infrastruktur komputasi yang lebih hemat energi, memiliki kapasitas lebih besar, serta mampu mendukung berbagai layanan digital berbasis kecerdasan buatan.
Microsoft Mengumumkan Rencana Pengembangan Azure Maia 300 pada 2027
Microsoft terus memperluas sistem komputasi untuk menjalankan model AI melalui rencana penerapan chip AI Maia 300. Berdasarkan informasi yang disampaikan perusahaan, Microsoft menargetkan penerapan produksi mulai 2027. Akselerator terbaru tersebut dirancang menghadapi pertumbuhan kebutuhan inferensi. Selain memperkenalkan chip baru, perusahaan menargetkan perluasan sistem Maia ke kapasitas multi-gigawatt. Langkah tersebut memperlihatkan kebutuhan kapasitas pusat data yang semakin tinggi. Berkat pengembangan perangkat keras internal, Microsoft ingin mengoptimalkan pemanfaatan energi komputasi.
Azure Maia 300 merupakan penerus perangkat keras khusus dalam lini Azure Maia. Sebelumnya, Microsoft memperkenalkan akselerator Maia 200 yang telah mendukung pengoperasian sistem AI Microsoft. Informasi dari penggunaan Maia 200 digunakan untuk mengoptimalkan desain Maia 300. Dalam proses perancangannya, Microsoft menggunakan strategi integrasi kebutuhan model dengan arsitektur komputasi. Kerja sama lintas komponen tersebut memungkinkan rancangan disesuaikan dengan penggunaan nyata. Walaupun demikian, Maia 300 belum memasuki penggunaan produksi pada Oktober 2026.
Desain Perangkat Keras Maia 300 untuk Pemrosesan Kecerdasan Buatan
Akselerator AI generasi ketiga Microsoft mengadopsi pendekatan modular dalam pengembangan semikonduktor. Dibandingkan pendekatan prosesor tunggal yang lebih konvensional, desain modular membagi komponen berdasarkan tugas. Dalam rancangan akselerator tersebut, Microsoft menggunakan komponen khusus untuk perhitungan serta komunikasi data. Bagian komputasinya memanfaatkan proses fabrikasi N2P dari TSMC. Pendekatan tersebut memungkinkan pengoptimalan biaya dan skalabilitas. Namun demikian, kinerja keseluruhan bergantung pada integrasi antarkomponen.
Selain pembaruan arsitektur, Maia 300 menghadirkan kapasitas memori yang tinggi. Pada sistem yang terdiri atas 96 akselerator, tersedia total memori HBM sebesar 27,6 TB. Kapasitas transfer informasi pada seluruh akselerator menawarkan bandwidth agregat hingga 1,7 PB/s. Susunan memori berkecepatan tinggi tersebut membantu mengurangi hambatan akses parameter. Di dalam arsitektur chip terdapat kemampuan pemrosesan angka dengan kebutuhan memori lebih kecil, termasuk MXFP4. Berkat dukungan presisi rendah, efisiensi pemrosesan dapat ditingkatkan pada model yang kompatibel.
Cara Maia 300 Mendukung Pemrosesan AI dengan Konteks Panjang
Prioritas utama sistem komputasi generasi ketiga adalah menangani inferensi dengan konteks panjang. Pada proses pengoperasian model AI, proses ini menjalankan model untuk menghasilkan respons berdasarkan input. Ketika pengguna memberikan dokumen panjang, sistem membutuhkan pengelolaan informasi yang lebih kompleks. Sebagai bagian dari pengoptimalannya, Maia 300 memprioritaskan karakteristik pekerjaan inferensi. Pendekatan tersebut memanfaatkan sistem memori untuk kebutuhan model yang intensif. Melalui rancangan tersebut, pemrosesan konteks panjang berpotensi berlangsung lebih efisien.
Di samping pemrosesan konteks panjang, Microsoft menyiapkan perangkat keras untuk pekerjaan AI bertahap. Istilah AI agent mengacu pada perangkat lunak yang dapat menjalankan beberapa tindakan untuk mencapai tujuan. Dalam aktivitas profesional, agen AI berpeluang menjalankan rangkaian langkah pengembangan perangkat lunak. Tugas tersebut membutuhkan respons AI dalam banyak tahap. Akselerator generasi baru tersebut dikembangkan untuk mengoptimalkan tugas yang membutuhkan pemrosesan berulang. Namun demikian, hasil penggunaannya dipengaruhi karakteristik model yang dijalankan.
Peningkatan Kapasitas Komputasi AI dalam Infrastruktur Azure
Berdasarkan rancangan sistem terbaru, Microsoft mengharapkan peningkatan produksi token sebesar 40 persen pada penggunaan daya setara dibandingkan infrastruktur GPU yang digunakan sebagai pembanding. Token merupakan bagian teks atau data yang digunakan dalam pemrosesan bahasa. Apabila jumlah token yang dihasilkan meningkat dengan penggunaan daya yang setara, produktivitas perangkat keras dapat meningkat. Namun demikian, kinerja operasional tetap bergantung pada jenis model dan kondisi penggunaan. Oleh sebab itu, efisiensi perlu dievaluasi melalui penggunaan nyata.
Tidak hanya memperbaiki rasio performa terhadap daya, Maia 300 ditargetkan mencapai throughput token hingga tujuh kali Maia 200 dalam sistem rak penuh dengan 96 chip. Konfigurasi penuh tersebut beroperasi dalam batas daya sekitar 167 kilowatt. Rancangan berdaya tinggi tersebut membantu meningkatkan kepadatan komputasi dalam pusat data. Perbandingan dengan Maia 200 tidak hanya berasal dari satu komponen chip. Untuk penyedia layanan cloud, kemampuan memproses lebih banyak permintaan menjadi faktor penting. Berkat rancangan sistem yang lebih besar, pengelolaan permintaan AI berpotensi dilakukan secara lebih ekonomis.
Rencana Penggunaan Azure Maia 300 dalam Copilot dan Layanan Microsoft
Persiapan akselerator generasi baru ditujukan untuk memperkuat infrastruktur berbagai produk perusahaan. Saat ini, Maia 200 telah mendukung pemrosesan AI pada infrastruktur Microsoft. Salah satu contoh penggunaannya adalah Microsoft Copilot. Untuk pengembangan berikutnya, Microsoft menargetkan dukungan infrastruktur pada berbagai produk AI. Melalui Maia 300, sistem AI dapat dikembangkan untuk menangani lebih banyak interaksi. Meski arah pengembangannya telah ditetapkan, penerapan pada setiap produk mengikuti kesiapan infrastruktur.
Selain pengembangan perangkat keras, pengembangan infrastruktur AI dengan kebutuhan daya sangat besar mulai 2027. Target penerapan tersebut menunjukkan kebutuhan infrastruktur listrik dan pendinginan yang signifikan. Dalam operasional pusat data, sistem pendinginan dan jaringan menjadi komponen penting. Akselerator generasi baru tersebut memanfaatkan sistem komunikasi antarakselerator dengan dukungan jaringan Ethernet. Pendekatan tersebut memungkinkan pertukaran informasi berkecepatan tinggi. Berkat koordinasi perangkat keras serta infrastruktur, sistem berpotensi menangani model yang lebih kompleks.
Kesimpulan: Azure Maia 300 Menjadi Langkah Baru Infrastruktur AI Microsoft
Persiapan Azure Maia 300 menjadi langkah penting dalam optimalisasi TEKNOLOGI cloud berbasis AI. Dengan rancangan yang memisahkan fungsi komputasi dan memori, Maia 300 berupaya memperbaiki kapasitas inferensi. Dalam pengumuman resminya, Microsoft mengharapkan peningkatan keluaran token sebesar 40 persen per megawatt. Selain itu, sistem 96 akselerator ditargetkan memiliki keluaran token hingga tujuh kali generasi sebelumnya. Walaupun demikian, implementasi produksi masih dijadwalkan pada 2027. Dengan perkembangan tersebut, efisiensi energi dapat menjadi penentu pengembangan pusat data. Bagaimana pendapat Anda, apakah pengembangan chip internal akan mengubah persaingan komputasi cloud? Sampaikan pendapat Anda tentang masa depan chip AI.
