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.
Azure Maia 300 Menjadi Bagian dari Ekspansi Infrastruktur AI Microsoft
Pengelola platform Azure terus mengembangkan kemampuan pusat data berbasis AI melalui persiapan akselerator Maia generasi ketiga. Melalui pembaruan strategi infrastruktur pada Oktober 2026, Microsoft menargetkan penerapan produksi mulai 2027. Sistem komputasi generasi ketiga ini dirancang menghadapi pertumbuhan kebutuhan inferensi. Di samping menyiapkan perangkat keras terbaru, perusahaan merencanakan penggunaan infrastruktur Maia dalam skala energi sangat besar. Langkah tersebut memperlihatkan kebutuhan kapasitas pusat data yang semakin tinggi. Dengan pendekatan ini, Microsoft ingin mengoptimalkan pemanfaatan energi komputasi.
Chip Maia 300 menjadi kelanjutan pengembangan keluarga prosesor Maia. Dalam perjalanan program tersebut, Microsoft mengembangkan chip Maia generasi sebelumnya yang telah mendukung pengoperasian sistem AI Microsoft. Hasil evaluasi infrastruktur generasi sebelumnya digunakan untuk mengoptimalkan desain Maia 300. Dalam proses perancangannya, Microsoft menggunakan pendekatan perancangan bersama antara chip dan aplikasi. Pendekatan pengembangan ini bertujuan mengoptimalkan sistem berdasarkan karakteristik beban kerja. Walaupun demikian, Maia 300 belum memasuki penggunaan produksi pada Oktober 2026.
Spesifikasi dan Arsitektur Azure Maia 300 untuk Komputasi AI Modern
Akselerator AI generasi ketiga Microsoft mengadopsi arsitektur multi-chiplet. Tidak seperti desain yang menyatukan seluruh fungsi dalam satu bagian besar, desain modular membagi komponen berdasarkan tugas. Pada Maia 300, Microsoft memisahkan fungsi komputasi, pengendali memori, dan input-output. Komponen utama untuk pemrosesan AI memanfaatkan proses fabrikasi N2P dari TSMC. Penggunaan desain modular ini memungkinkan pengoptimalan biaya dan skalabilitas. Walaupun arsitektur modular memiliki keunggulan, hasil operasional tetap dipengaruhi perangkat lunak dan sistem pendukung.
Selain pembaruan arsitektur, Maia 300 mengintegrasikan memori dengan bandwidth tinggi. Dalam satu konfigurasi rak lengkap, kapasitas memori gabungan mencapai 27,6 terabita. Kecepatan perpindahan data gabungan dirancang sebesar 1,7 petabita setiap detik. Susunan memori berkecepatan tinggi tersebut memungkinkan sistem menangani lebih banyak informasi selama inferensi. Di dalam arsitektur chip terdapat dukungan format numerik berpresisi rendah, termasuk MXFP4. Melalui representasi numerik yang lebih hemat, efisiensi pemrosesan dapat ditingkatkan pada model yang kompatibel.
Optimasi Inferensi Maia 300 untuk Model Bahasa Generasi Berikutnya
Salah satu fokus pengembangan Maia 300 adalah menangani inferensi dengan konteks panjang. Dalam konteks kecerdasan buatan, pemrosesan inferensi digunakan untuk menjawab permintaan pengguna. Saat aplikasi AI menerima konteks berukuran besar, pemindahan data menjadi bagian penting dari proses komputasi. Sebagai bagian dari pengoptimalannya, Maia 300 menggunakan arsitektur inference-first. Arsitektur yang berfokus pada inferensi memanfaatkan sistem memori untuk kebutuhan model yang intensif. Berkat pengaturan sumber daya yang lebih terarah, pemrosesan konteks panjang berpotensi berlangsung lebih efisien.
Di samping pemrosesan konteks panjang, Microsoft menyiapkan perangkat keras untuk pekerjaan AI bertahap. Sistem agen kecerdasan buatan adalah perangkat lunak yang dapat menjalankan beberapa tindakan untuk mencapai tujuan. Untuk memberikan gambaran, agen AI dapat membantu meneliti informasi lalu menyusun laporan. Tugas tersebut sering memerlukan interaksi model secara berulang. Maia 300 dirancang untuk menangani interaksi AI dengan beberapa tahapan. Meski kemampuan tersebut menjadi target pengembangan, performa aktual memerlukan evaluasi operasional.
Microsoft Menargetkan Efisiensi Energi Lebih Tinggi melalui Maia 300
Berdasarkan rancangan sistem terbaru, Microsoft mengharapkan efisiensi keluaran AI mencapai 40 persen lebih tinggi per megawatt dibandingkan infrastruktur GPU yang digunakan sebagai pembanding. Istilah token merujuk pada satuan pemrosesan yang dipakai sistem kecerdasan buatan. Ketika sistem mampu menangani lebih banyak token dengan kapasitas listrik yang tidak bertambah, penggunaan sumber daya bisa menjadi lebih optimal. Walaupun peningkatan tersebut menjanjikan, hasil tersebut belum menjamin peningkatan identik pada seluruh aplikasi. Oleh sebab itu, perbandingan perlu memperhatikan karakteristik beban kerja.
Selain target efisiensi energi, Maia 300 ditargetkan mencapai throughput token hingga tujuh kali Maia 200 dalam pengaturan perangkat keras berkapasitas 96 akselerator. Sistem komputasi berbasis 96 akselerator menggunakan anggaran daya rak sekitar 167 kilowatt. Kapasitas tersebut membantu meningkatkan kepadatan komputasi dalam pusat data. Perbandingan dengan Maia 200 mencerminkan optimalisasi sistem secara menyeluruh. Dalam pengelolaan infrastruktur digital, peningkatan throughput dapat membantu merencanakan kapasitas. Melalui peningkatan tersebut, efisiensi infrastruktur menjadi sasaran utama.
Rencana Penggunaan Azure Maia 300 dalam Copilot dan Layanan Microsoft
Rencana perluasan sistem Azure Maia menjadi bagian dari strategi pengoperasian kecerdasan buatan dalam skala besar. Pada tahap pengembangan Oktober 2026, Maia 200 telah menjalankan beban kerja produksi Microsoft. Di antara layanan yang memperoleh dukungan adalah Microsoft Copilot. Sementara itu, Microsoft merencanakan pemanfaatan Maia bagi GitHub Copilot dan Microsoft Foundry. Melalui Maia 300, kapasitas pengoperasian model berpotensi meningkat. Walaupun manfaat potensialnya luas, penerapan pada setiap produk mengikuti kesiapan infrastruktur.
Selain pengembangan perangkat keras, pengembangan infrastruktur AI dengan kebutuhan daya sangat besar mulai 2027. Rencana kapasitas energi ini menunjukkan kebutuhan infrastruktur listrik dan pendinginan yang signifikan. Dalam operasional pusat data, distribusi daya harus dirancang secara cermat. Maia 300 menggunakan transportasi data khusus di atas infrastruktur Ethernet. Strategi komunikasi ini bertujuan menghubungkan komputasi dalam satu rak hingga skala pusat data. Berkat koordinasi perangkat keras serta infrastruktur, kapasitas pusat data dapat digunakan secara lebih efektif.
Masa Depan Teknologi Komputasi Microsoft melalui Maia 300
Pengembangan akselerator AI generasi ketiga Microsoft menjadi langkah penting dalam pengembangan TEKNOLOGI pusat data. Dengan rancangan yang memisahkan fungsi komputasi dan memori, Maia 300 berupaya memperbaiki kapasitas inferensi. Perusahaan memperkirakan peningkatan keluaran token sebesar 40 persen per megawatt. Selain itu, sistem 96 akselerator ditargetkan memiliki keluaran token hingga tujuh kali generasi sebelumnya. Kendati rancangan teknis menunjukkan potensi, implementasi produksi masih dijadwalkan pada 2027. Seiring meningkatnya kebutuhan komputasi, chip khusus berpotensi semakin penting dalam layanan AI. Bagaimana pendapat Anda, apakah Azure Maia 300 mampu memperkuat posisi Microsoft dalam industri AI? Ceritakan pemikiran Anda mengenai strategi infrastruktur Microsoft.
