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.

Microsoft Mengumumkan Rencana Pengembangan Azure Maia 300 pada 2027

Microsoft terus memperluas sistem komputasi untuk menjalankan model AI melalui pengembangan Azure Maia 300. Berdasarkan informasi yang disampaikan perusahaan, Microsoft menargetkan penerapan produksi mulai 2027. Perangkat ini ditujukan untuk meningkatkan kapasitas pemrosesan kecerdasan buatan. Selain memperkenalkan chip baru, perusahaan menargetkan perluasan sistem Maia ke kapasitas multi-gigawatt. Rencana perluasan tersebut menjadi bagian dari transformasi infrastruktur digital Microsoft. Dengan pendekatan ini, Microsoft ingin mengoptimalkan pemanfaatan energi komputasi.

Chip Maia 300 menjadi generasi ketiga dari program pengembangan chip AI Microsoft. Sebelumnya, Microsoft mengembangkan chip Maia generasi sebelumnya yang telah mendukung pengoperasian sistem AI Microsoft. Informasi dari penggunaan Maia 200 menjadi dasar pengembangan arsitektur baru. Dalam proses perancangannya, Microsoft menggunakan kolaborasi antara pengembang perangkat keras dan perangkat lunak. Pendekatan pengembangan ini memungkinkan rancangan disesuaikan dengan penggunaan nyata. Kendati rencana penerapan sudah disampaikan, operasional produksi generasi ketiga masih dijadwalkan pada 2027.

Spesifikasi dan Arsitektur Azure Maia 300 untuk Komputasi AI Modern

Akselerator AI generasi ketiga Microsoft mengadopsi desain prosesor dengan beberapa chiplet. Dibandingkan pendekatan prosesor tunggal yang lebih konvensional, arsitektur chiplet memisahkan sejumlah fungsi utama. Pada Maia 300, Microsoft menggunakan komponen khusus untuk perhitungan serta komunikasi data. Chiplet yang menjalankan operasi matematis memanfaatkan proses fabrikasi N2P dari TSMC. Pendekatan tersebut membantu menyesuaikan fungsi chip dengan kebutuhan teknis. Meski rancangan chiplet menawarkan potensi, manfaat akhirnya memerlukan pengujian pada beban kerja nyata.

Di samping penggunaan chiplet, Maia 300 dirancang dengan sistem memori berkecepatan besar. Dalam satu konfigurasi rak lengkap, sistem menyediakan penyimpanan HBM agregat sebesar 27,6 TB. Kecepatan perpindahan data gabungan mencapai 1,7 PB per detik. Susunan memori berkecepatan tinggi tersebut mendukung pemrosesan model dengan kebutuhan data besar. Microsoft juga mengembangkan optimalisasi komputasi melalui format data yang lebih ringkas, 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. Dalam konteks kecerdasan buatan, proses ini menjalankan model untuk menghasilkan respons berdasarkan input. Apabila model harus memahami banyak informasi sekaligus, kebutuhan memori dan bandwidth dapat meningkat. Untuk menjawab tantangan tersebut, Maia 300 memprioritaskan karakteristik pekerjaan inferensi. Arsitektur yang berfokus pada inferensi mencakup optimalisasi penyimpanan konteks dan aliran data. Berkat pengaturan sumber daya yang lebih terarah, sistem dapat menangani informasi berukuran besar secara lebih optimal.

Tidak hanya mendukung percakapan AI, Microsoft mengoptimalkan akselerator bagi tugas agen kecerdasan buatan. Sistem agen kecerdasan buatan adalah teknologi yang menggabungkan penalaran dengan penggunaan alat digital. Dalam aktivitas profesional, agen AI dapat membantu meneliti informasi lalu menyusun laporan. Proses yang melibatkan beberapa tindakan sering memerlukan interaksi model secara berulang. Maia 300 dirancang untuk menangani interaksi AI dengan beberapa tahapan. Walaupun rancangan diarahkan pada AI agent, hasil penggunaannya dipengaruhi karakteristik model yang dijalankan.

Microsoft Menargetkan Efisiensi Energi Lebih Tinggi melalui Maia 300

Dalam pengumuman resminya, perusahaan memperkirakan efisiensi keluaran AI mencapai 40 persen lebih tinggi per megawatt dibandingkan sistem berbasis GPU terkemuka. Dalam sistem model bahasa, token adalah satuan pemrosesan yang dipakai sistem kecerdasan buatan. Apabila jumlah token yang dihasilkan meningkat dengan kapasitas listrik yang tidak bertambah, produktivitas perangkat keras dapat meningkat. Walaupun peningkatan tersebut menjanjikan, kinerja operasional tetap bergantung pada jenis model dan kondisi penggunaan. Dengan mempertimbangkan faktor tersebut, hasil pengujian harus dilihat berdasarkan konfigurasi sistem.

Di samping peningkatan keluaran per megawatt, 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 beroperasi dalam batas daya sekitar 167 kilowatt. Susunan komputasi ini ditujukan untuk menangani volume interaksi AI yang besar. Peningkatan terhadap generasi sebelumnya tidak hanya berasal dari satu komponen chip. Dalam pengelolaan infrastruktur digital, kemampuan memproses lebih banyak permintaan menjadi faktor penting. Melalui peningkatan tersebut, efisiensi infrastruktur menjadi sasaran utama.

Rencana Penggunaan Azure Maia 300 dalam Copilot dan Layanan Microsoft

Pengembangan Maia 300 menjadi bagian dari strategi pengoperasian kecerdasan buatan dalam skala besar. Saat ini, Maia 200 telah mendukung pemrosesan AI pada infrastruktur Microsoft. Salah satu contoh penggunaannya adalah Microsoft Copilot. Sementara itu, Microsoft menargetkan dukungan infrastruktur pada berbagai produk AI. Berkat akselerator terbaru yang direncanakan, kapasitas pengoperasian model berpotensi meningkat. Meski arah pengembangannya telah ditetapkan, jadwal penggunaan masing-masing layanan tidak selalu sama.

Selain pengembangan perangkat keras, ekspansi kapasitas komputasi hingga beberapa gigawatt mulai 2027. Target penerapan tersebut menunjukkan kebutuhan infrastruktur listrik dan pendinginan yang signifikan. Untuk menjaga kelangsungan layanan, sistem pendinginan dan jaringan menjadi komponen penting. Akselerator generasi baru tersebut memanfaatkan sistem komunikasi antarakselerator dengan dukungan jaringan Ethernet. Pendekatan tersebut bertujuan menghubungkan komputasi dalam satu rak hingga skala pusat data. Berkat koordinasi perangkat keras serta infrastruktur, pemrosesan AI berskala besar memperoleh dukungan yang lebih baik.

Kesimpulan: Azure Maia 300 Menjadi Langkah Baru Infrastruktur AI Microsoft

Persiapan Azure Maia 300 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. Di samping target efisiensi tersebut, konfigurasi rak penuh dirancang mencapai throughput hingga tujuh kali Maia 200. Meski targetnya menjanjikan, implementasi produksi masih dijadwalkan pada 2027. Melalui investasi jangka panjang ini, efisiensi energi dapat menjadi penentu pengembangan pusat data. Menurut Anda, apakah akselerator AI khusus dapat membantu mengurangi biaya layanan digital? Bagikan pandangan Anda mengenai perkembangan ini.