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 sistem komputasi untuk menjalankan model AI melalui rencana penerapan chip AI Maia 300. Dalam pengumuman resmi pada 12 Oktober 2026, Microsoft menjadwalkan pengoperasian generasi baru tersebut pada 2027. Akselerator terbaru tersebut dirancang menghadapi pertumbuhan kebutuhan inferensi. Di samping menyiapkan perangkat keras terbaru, perusahaan mengumumkan rencana ekspansi hingga skala beberapa gigawatt. Strategi pengembangan ini memperlihatkan kebutuhan kapasitas pusat data yang semakin tinggi. Berkat pengembangan perangkat keras internal, Microsoft ingin mengoptimalkan pemanfaatan energi komputasi.
Akselerator terbaru ini adalah generasi ketiga dari program pengembangan chip AI Microsoft. Pada tahap pengembangan terdahulu, Microsoft memperkenalkan akselerator Maia 200 yang telah mendukung pengoperasian sistem AI Microsoft. Informasi dari penggunaan Maia 200 digunakan untuk mengoptimalkan desain Maia 300. Perusahaan mengandalkan pendekatan perancangan bersama antara chip dan aplikasi. Kerja sama lintas komponen tersebut memungkinkan rancangan disesuaikan dengan penggunaan nyata. Walaupun demikian, implementasi produksi chip terbaru tetap menjadi rencana tahun berikutnya.
Desain Perangkat Keras Maia 300 untuk Pemrosesan Kecerdasan Buatan
Chip terbaru dalam keluarga Maia memanfaatkan arsitektur multi-chiplet. Tidak seperti desain yang menyatukan seluruh fungsi dalam satu bagian besar, arsitektur chiplet memisahkan sejumlah fungsi utama. Pada Maia 300, Microsoft memisahkan fungsi komputasi, pengendali memori, dan input-output. Chiplet yang menjalankan operasi matematis memanfaatkan proses fabrikasi N2P dari TSMC. Penggunaan desain modular ini memungkinkan pengoptimalan biaya dan skalabilitas. Meski rancangan chiplet menawarkan potensi, manfaat akhirnya memerlukan pengujian pada beban kerja nyata.
Untuk mendukung pemrosesan model besar, Maia 300 mengintegrasikan memori dengan bandwidth tinggi. Ketika digunakan dalam satu rak berkapasitas penuh, kapasitas memori gabungan mencapai 27,6 terabita. Kapasitas transfer informasi pada seluruh akselerator dirancang sebesar 1,7 petabita setiap detik. Kombinasi tersebut mendukung pemrosesan model dengan kebutuhan data besar. Microsoft juga mengembangkan dukungan format numerik berpresisi rendah, termasuk MXFP4. Melalui representasi numerik yang lebih hemat, efisiensi pemrosesan dapat ditingkatkan pada model yang kompatibel.
Cara Maia 300 Mendukung Pemrosesan AI dengan Konteks Panjang
Prioritas utama sistem komputasi generasi ketiga adalah mengoptimalkan pemrosesan model bahasa berkapasitas besar. Pada proses pengoperasian model AI, proses ini menjalankan model untuk menghasilkan respons berdasarkan input. Apabila model harus memahami banyak informasi sekaligus, kebutuhan memori dan bandwidth dapat meningkat. Sebagai bagian dari pengoptimalannya, Maia 300 dirancang berdasarkan kebutuhan pemrosesan model saat digunakan. Strategi pemrosesan ini memanfaatkan sistem memori untuk kebutuhan model yang intensif. Melalui rancangan tersebut, layanan AI memperoleh dukungan komputasi untuk permintaan kompleks.
Selain kebutuhan model bahasa, Microsoft merancang Maia 300 untuk sistem AI agent. Istilah AI agent mengacu pada perangkat lunak yang dapat menjalankan beberapa tindakan untuk mencapai tujuan. Dalam aktivitas profesional, agen AI dapat membantu meneliti informasi lalu menyusun laporan. Tugas tersebut dapat menghasilkan permintaan komputasi yang berkelanjutan. Akselerator generasi baru tersebut dikembangkan untuk mengoptimalkan tugas yang membutuhkan pemrosesan berulang. Namun demikian, efektivitasnya tetap bergantung pada perangkat lunak dan konfigurasi.
Microsoft Menargetkan Efisiensi Energi Lebih Tinggi melalui Maia 300
Dalam pengumuman resminya, perusahaan memperkirakan peningkatan produksi token sebesar 40 persen pada penggunaan daya setara dibandingkan konfigurasi GPU pembanding dalam evaluasi perusahaan. Token merupakan satuan pemrosesan yang dipakai sistem kecerdasan buatan. Ketika sistem mampu menangani lebih banyak token dengan konsumsi energi yang sama, efisiensi komputasi berpotensi membaik. Meski perusahaan menyampaikan target efisiensi tinggi, angka itu merupakan proyeksi berdasarkan rancangan dan pengujian tertentu. Dengan mempertimbangkan faktor tersebut, perbandingan perlu memperhatikan karakteristik beban kerja.
Tidak hanya memperbaiki rasio performa terhadap daya, Maia 300 diproyeksikan menghasilkan keluaran token hingga tujuh kali lebih besar dibandingkan generasi sebelumnya dalam sistem rak penuh dengan 96 chip. Satu rak Maia 300 menggunakan anggaran daya rak sekitar 167 kilowatt. Kapasitas tersebut ditujukan untuk menangani volume interaksi AI yang besar. Perbandingan dengan Maia 200 mencerminkan optimalisasi sistem secara menyeluruh. Untuk penyedia layanan cloud, kemampuan memproses lebih banyak permintaan menjadi faktor penting. Dengan demikian, efisiensi infrastruktur menjadi sasaran utama.
Rencana Penggunaan Azure Maia 300 dalam Copilot dan Layanan Microsoft
Pengembangan Maia 300 ditujukan untuk memperkuat infrastruktur berbagai produk perusahaan. Saat ini, Maia 200 telah menjalankan beban kerja produksi Microsoft. Salah satu contoh penggunaannya adalah Microsoft Copilot. Dalam perluasan layanan, Microsoft mempersiapkan sistem komputasi bagi layanan pengembangan perangkat lunak dan model AI. Melalui Maia 300, kapasitas pengoperasian model berpotensi meningkat. Meski arah pengembangannya telah ditetapkan, jadwal penggunaan masing-masing layanan tidak selalu sama.
Sebagai bagian dari perluasan pusat data, ekspansi kapasitas komputasi hingga beberapa gigawatt mulai 2027. Skala tersebut memperlihatkan ambisi perusahaan dalam meningkatkan kapasitas AI. Ketika banyak akselerator dijalankan bersamaan, distribusi daya harus dirancang secara cermat. Microsoft merancang transportasi data khusus di atas infrastruktur Ethernet. Rancangan jaringan tersebut memungkinkan pertukaran informasi berkecepatan tinggi. Berkat koordinasi perangkat keras serta infrastruktur, pemrosesan AI berskala besar memperoleh dukungan yang lebih baik.
Masa Depan Teknologi Komputasi Microsoft melalui Maia 300
Persiapan Azure Maia 300 menunjukkan perkembangan strategis dalam optimalisasi TEKNOLOGI cloud berbasis AI. Melalui arsitektur multi-chiplet, Maia 300 berupaya memperbaiki kapasitas inferensi. Microsoft juga menargetkan kemampuan menangani lebih banyak token dengan daya setara. Selain itu, kapasitas pemrosesan pada skala rak diproyeksikan meningkat secara signifikan. Walaupun demikian, kinerja akhir harus dievaluasi ketika sistem digunakan secara luas. Seiring meningkatnya kebutuhan komputasi, 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.
