Microsoft Siapkan Azure Maia 300 untuk Memperluas Infrastruktur Komputasi AI pada 2027

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

Microsoft terus memperluas kemampuan pusat data berbasis AI melalui rencana penerapan chip AI Maia 300. Berdasarkan informasi yang disampaikan perusahaan, Microsoft merencanakan penggunaan Maia 300 pada tahun 2027. Perangkat ini dikembangkan untuk menangani beban kerja AI yang semakin kompleks. Di samping menyiapkan perangkat keras terbaru, perusahaan merencanakan penggunaan infrastruktur Maia dalam skala energi sangat besar. Strategi pengembangan ini memperlihatkan kebutuhan kapasitas pusat data yang semakin tinggi. Melalui strategi jangka panjang tersebut, Microsoft berupaya meningkatkan kendali atas biaya operasional.

Azure Maia 300 merupakan generasi ketiga dari program pengembangan chip AI Microsoft. Dalam perjalanan program tersebut, Microsoft mengembangkan chip Maia generasi sebelumnya yang sudah digunakan dalam sebagian layanan perusahaan. Informasi dari penggunaan Maia 200 membantu menentukan kebutuhan perangkat berikutnya. Perusahaan mengandalkan 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

Azure Maia 300 menggunakan pendekatan modular dalam pengembangan semikonduktor. Berbeda dari rancangan monolitik, desain modular membagi komponen berdasarkan tugas. Untuk generasi terbaru ini, Microsoft memisahkan fungsi komputasi, pengendali memori, dan input-output. Chiplet yang menjalankan operasi matematis dibangun menggunakan teknologi TSMC N2P. Pendekatan tersebut ditujukan untuk meningkatkan efisiensi performa terhadap daya. Meski rancangan chiplet menawarkan potensi, hasil operasional tetap dipengaruhi perangkat lunak dan sistem pendukung.

Di samping penggunaan chiplet, Maia 300 dirancang dengan sistem memori berkecepatan besar. Dalam satu konfigurasi rak lengkap, tersedia total memori HBM sebesar 27,6 TB. Bandwidth memorinya mencapai 1,7 PB per detik. Susunan memori berkecepatan tinggi tersebut mendukung pemrosesan model dengan kebutuhan data besar. Di dalam arsitektur chip terdapat kemampuan pemrosesan angka dengan kebutuhan memori lebih kecil, termasuk MXFP4. Dengan penggunaan format tersebut, kebutuhan memori untuk operasi tertentu dapat dikurangi.

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, inferensi merupakan tahap menghasilkan keluaran dari model yang telah dilatih. Ketika pengguna memberikan dokumen panjang, pemindahan data menjadi bagian penting dari proses komputasi. Dalam rancangan yang diumumkan Microsoft, Maia 300 menggunakan arsitektur inference-first. Strategi pemrosesan ini mendukung pengelolaan cache serta perpindahan informasi. Berkat pengaturan sumber daya yang lebih terarah, pemrosesan konteks panjang berpotensi berlangsung lebih efisien.

Selain kebutuhan model bahasa, Microsoft merancang Maia 300 untuk sistem AI agent. AI agent merupakan perangkat lunak yang dapat menjalankan beberapa tindakan untuk mencapai tujuan. Sebagai contoh, agen AI bisa mengoordinasikan beberapa pekerjaan dalam satu alur. Proses yang melibatkan beberapa tindakan sering memerlukan interaksi model secara berulang. Akselerator generasi baru tersebut dikembangkan untuk mendukung pekerjaan agentic yang berlangsung lama. Walaupun rancangan diarahkan pada AI agent, efektivitasnya tetap bergantung pada perangkat lunak dan konfigurasi.

Microsoft Menargetkan Efisiensi Energi Lebih Tinggi melalui Maia 300

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. Semakin banyak token yang dapat diproses dengan kapasitas listrik yang tidak bertambah, produktivitas perangkat keras dapat meningkat. Meski perusahaan menyampaikan target efisiensi tinggi, kinerja operasional tetap bergantung pada jenis model dan kondisi penggunaan. Oleh sebab itu, efisiensi perlu dievaluasi melalui penggunaan nyata.

Selain target efisiensi energi, Maia 300 dirancang memberikan kapasitas token hingga tujuh kali lipat pada skala rak dalam pengaturan perangkat keras berkapasitas 96 akselerator. Satu rak Maia 300 memiliki rancangan konsumsi daya sebesar 167 kW. Susunan komputasi ini memungkinkan lebih banyak permintaan diproses secara bersamaan. Perubahan kapasitas antargenerasi melibatkan perbaikan arsitektur, memori, serta komunikasi antarakselerator. Dalam pengelolaan infrastruktur digital, kemampuan memproses lebih banyak permintaan menjadi faktor penting. Berkat rancangan sistem yang lebih besar, Microsoft berupaya menambah kapasitas layanan tanpa peningkatan sumber daya yang sebanding.

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. Di antara layanan yang memperoleh dukungan adalah Microsoft Copilot. Sementara itu, Microsoft mempersiapkan sistem komputasi bagi layanan pengembangan perangkat lunak dan model AI. Melalui Maia 300, sistem AI dapat dikembangkan untuk menangani lebih banyak interaksi. Walaupun manfaat potensialnya luas, integrasi operasional bergantung pada tahapan distribusi perangkat keras.

Selain pengembangan perangkat keras, penerapan Azure Maia pada skala multi-gigawatt mulai 2027. Target penerapan tersebut menggambarkan besarnya investasi pusat data yang diperlukan. Ketika banyak akselerator dijalankan bersamaan, konektivitas antarakselerator perlu memiliki kapasitas tinggi. Akselerator generasi baru tersebut memanfaatkan sistem komunikasi antarakselerator dengan dukungan jaringan Ethernet. Strategi komunikasi ini memungkinkan pertukaran informasi berkecepatan tinggi. Berkat koordinasi perangkat keras serta infrastruktur, pemrosesan AI berskala besar memperoleh dukungan yang lebih baik.

Prospek Pengembangan Chip AI Microsoft untuk Pusat Data pada 2027

Pengembangan akselerator AI generasi ketiga Microsoft menjadi langkah penting dalam optimalisasi TEKNOLOGI cloud berbasis AI. Melalui arsitektur multi-chiplet, Maia 300 berupaya memperbaiki kapasitas inferensi. Microsoft juga menargetkan efisiensi pemrosesan token yang lebih tinggi dibandingkan GPU pembanding. Di samping target efisiensi tersebut, konfigurasi rak penuh dirancang mencapai throughput hingga tujuh kali Maia 200. Kendati rancangan teknis menunjukkan potensi, hasil nyata memerlukan pengujian operasional setelah penerapan. Melalui investasi jangka panjang ini, chip khusus berpotensi semakin penting dalam layanan AI. Bagaimana pendapat Anda, apakah akselerator AI khusus dapat membantu mengurangi biaya layanan digital? Sampaikan pendapat Anda tentang masa depan chip AI.