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.

Strategi Microsoft Memperkuat Komputasi Awan melalui Chip Maia 300

Pengelola platform Azure terus mengembangkan kemampuan pusat data berbasis AI melalui persiapan akselerator Maia generasi ketiga. Dalam pengumuman resmi pada 12 Oktober 2026, Microsoft merencanakan penggunaan Maia 300 pada tahun 2027. Perangkat ini ditujukan untuk meningkatkan kapasitas pemrosesan kecerdasan buatan. Selain memperkenalkan chip baru, perusahaan merencanakan penggunaan infrastruktur Maia dalam skala energi sangat besar. Rencana perluasan tersebut menunjukkan pentingnya komputasi khusus dalam layanan AI. Melalui strategi jangka panjang tersebut, Microsoft ingin mengoptimalkan pemanfaatan energi komputasi.

Chip Maia 300 menjadi generasi ketiga dari program pengembangan chip AI Microsoft. Pada tahap pengembangan terdahulu, Microsoft mengembangkan chip Maia generasi sebelumnya yang telah mendukung pengoperasian sistem AI Microsoft. Pengalaman menjalankan model AI membantu menentukan kebutuhan perangkat berikutnya. Perusahaan mengandalkan kolaborasi antara pengembang perangkat keras dan perangkat lunak. Pendekatan pengembangan ini bertujuan mengoptimalkan sistem berdasarkan karakteristik beban kerja. Meskipun arah pengembangannya telah diumumkan, 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, desain modular membagi komponen berdasarkan tugas. Pada Maia 300, Microsoft menggunakan komponen khusus untuk perhitungan serta komunikasi data. Chiplet yang menjalankan operasi matematis diproduksi berdasarkan node semikonduktor N2P. Penggunaan desain modular ini 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 menghadirkan kapasitas memori yang tinggi. Pada sistem yang terdiri atas 96 akselerator, sistem menyediakan penyimpanan HBM agregat sebesar 27,6 TB. Kecepatan perpindahan data gabungan dirancang sebesar 1,7 petabita setiap detik. Kombinasi tersebut membantu mengurangi hambatan akses parameter. Microsoft juga mengembangkan dukungan format numerik berpresisi rendah, termasuk MXFP4. Melalui representasi numerik yang lebih hemat, kebutuhan memori untuk operasi tertentu dapat dikurangi.

Kemampuan Azure Maia 300 Menjalankan AI Agent dan Penalaran Kompleks

Tujuan penting dari rancangan akselerator baru adalah menangani inferensi dengan konteks panjang. Dalam konteks kecerdasan buatan, inferensi merupakan tahap menghasilkan keluaran dari model yang telah dilatih. 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. Pendekatan tersebut mencakup optimalisasi penyimpanan konteks dan aliran data. Melalui rancangan tersebut, layanan AI memperoleh dukungan komputasi untuk permintaan kompleks.

Di samping pemrosesan konteks panjang, Microsoft merancang Maia 300 untuk sistem AI agent. Istilah AI agent mengacu pada teknologi yang menggabungkan penalaran dengan penggunaan alat digital. Sebagai contoh, agen AI berpeluang menjalankan rangkaian langkah pengembangan perangkat lunak. Proses yang melibatkan beberapa tindakan membutuhkan respons AI dalam banyak tahap. Akselerator generasi baru tersebut dikembangkan untuk mengoptimalkan tugas yang membutuhkan pemrosesan berulang. Meski kemampuan tersebut menjadi target pengembangan, performa aktual memerlukan evaluasi operasional.

Perbandingan Kinerja Azure Maia 300 dengan Maia 200 dan Sistem GPU

Dalam pengumuman resminya, perusahaan memperkirakan 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. Ketika sistem mampu menangani lebih banyak token dengan konsumsi energi yang sama, efisiensi komputasi berpotensi membaik. Namun demikian, kinerja operasional tetap bergantung pada jenis model dan kondisi penggunaan. Dengan mempertimbangkan faktor tersebut, perbandingan perlu memperhatikan karakteristik beban kerja.

Di samping peningkatan keluaran per megawatt, Maia 300 diproyeksikan menghasilkan keluaran token hingga tujuh kali lebih besar dibandingkan generasi sebelumnya dalam konfigurasi rak berisi 96 akselerator. Konfigurasi penuh tersebut memiliki rancangan konsumsi daya sebesar 167 kW. Susunan komputasi ini membantu meningkatkan kepadatan komputasi dalam pusat data. Perbandingan dengan Maia 200 mencerminkan optimalisasi sistem secara menyeluruh. Dalam pengelolaan infrastruktur digital, kemampuan memproses lebih banyak permintaan menjadi faktor penting. Dengan demikian, efisiensi infrastruktur menjadi sasaran utama.

Strategi Penerapan Akselerator Maia 300 di Pusat Data Global

Persiapan akselerator generasi baru menjadi bagian dari strategi pengoperasian kecerdasan buatan dalam skala besar. Pada tahap pengembangan Oktober 2026, Maia 200 sudah digunakan untuk sebagian layanan perusahaan. Salah satu contoh penggunaannya adalah Microsoft Copilot. Dalam perluasan layanan, Microsoft merencanakan pemanfaatan Maia bagi GitHub Copilot dan Microsoft Foundry. Berkat akselerator terbaru yang direncanakan, kapasitas pengoperasian model berpotensi meningkat. Namun demikian, jadwal penggunaan masing-masing layanan tidak selalu sama.

Microsoft juga menyiapkan, pengembangan infrastruktur AI dengan kebutuhan daya sangat besar mulai 2027. Target penerapan tersebut menggambarkan besarnya investasi pusat data yang diperlukan. Dalam operasional pusat data, sistem pendinginan dan jaringan menjadi komponen penting. Maia 300 menggunakan pendekatan jaringan berbasis Ethernet yang dioptimalkan untuk AI. Strategi komunikasi ini memungkinkan pertukaran informasi berkecepatan tinggi. 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 memperlihatkan arah investasi baru dalam TEKNOLOGI komputasi kecerdasan buatan. Berkat pendekatan perangkat keras modular, Maia 300 berupaya memperbaiki kapasitas inferensi. Perusahaan memperkirakan 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. Meski targetnya menjanjikan, kinerja akhir harus dievaluasi ketika sistem digunakan secara luas. Seiring meningkatnya kebutuhan komputasi, integrasi perangkat keras dan perangkat lunak menjadi faktor strategis. Menurut Anda, apakah Azure Maia 300 mampu memperkuat posisi Microsoft dalam industri AI? Ceritakan pemikiran Anda mengenai strategi infrastruktur Microsoft.