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 pengembangan Azure Maia 300. Dalam pengumuman resmi pada 12 Oktober 2026, Microsoft merencanakan penggunaan Maia 300 pada tahun 2027. Perangkat ini dirancang menghadapi pertumbuhan kebutuhan inferensi. Di samping menyiapkan perangkat keras terbaru, perusahaan mengumumkan rencana ekspansi hingga skala beberapa gigawatt. Strategi pengembangan ini menunjukkan pentingnya komputasi khusus dalam layanan AI. Dengan pendekatan ini, Microsoft ingin mengoptimalkan pemanfaatan energi komputasi.

Azure Maia 300 merupakan kelanjutan pengembangan keluarga prosesor Maia. Pada tahap pengembangan terdahulu, Microsoft memperkenalkan akselerator Maia 200 yang telah mendukung pengoperasian sistem AI Microsoft. Hasil evaluasi infrastruktur generasi sebelumnya menjadi dasar pengembangan arsitektur baru. Dalam proses perancangannya, Microsoft menggunakan kolaborasi antara pengembang perangkat keras dan perangkat lunak. Kerja sama lintas komponen tersebut membantu menentukan prioritas memori dan bandwidth. Kendati rencana penerapan sudah disampaikan, Maia 300 belum memasuki penggunaan produksi pada Oktober 2026.

Desain Perangkat Keras Maia 300 untuk Pemrosesan Kecerdasan Buatan

Chip terbaru dalam keluarga Maia memanfaatkan desain prosesor dengan beberapa chiplet. Berbeda dari rancangan monolitik, arsitektur chiplet memisahkan sejumlah fungsi utama. Pada Maia 300, Microsoft menggunakan komponen khusus untuk perhitungan serta komunikasi data. Komponen utama untuk pemrosesan AI memanfaatkan proses fabrikasi N2P dari TSMC. Pendekatan tersebut memungkinkan pengoptimalan biaya dan skalabilitas. Walaupun arsitektur modular memiliki keunggulan, kinerja keseluruhan bergantung pada integrasi antarkomponen.

Untuk mendukung pemrosesan model besar, Maia 300 dirancang dengan sistem memori berkecepatan besar. Ketika digunakan dalam satu rak berkapasitas penuh, sistem menyediakan penyimpanan HBM agregat sebesar 27,6 TB. Kapasitas transfer informasi pada seluruh akselerator mencapai 1,7 PB per detik. Kombinasi tersebut mendukung pemrosesan model dengan kebutuhan data besar. Di dalam arsitektur chip terdapat optimalisasi komputasi melalui format data yang lebih ringkas, termasuk MXFP4. Berkat dukungan presisi rendah, 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. Ketika sistem bahasa generatif dijalankan, pemrosesan inferensi digunakan untuk menjawab permintaan pengguna. Saat aplikasi AI menerima konteks berukuran besar, pemindahan data menjadi bagian penting dari proses komputasi. Dalam rancangan yang diumumkan Microsoft, Maia 300 memprioritaskan karakteristik pekerjaan inferensi. Pendekatan tersebut mencakup optimalisasi penyimpanan konteks dan aliran data. Melalui rancangan tersebut, 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 teknologi yang menggabungkan penalaran dengan penggunaan alat digital. Sebagai contoh, agen AI berpeluang menjalankan rangkaian langkah pengembangan perangkat lunak. Tugas tersebut sering memerlukan interaksi model secara berulang. Akselerator generasi baru tersebut dikembangkan untuk menangani interaksi AI dengan beberapa tahapan. Namun demikian, efektivitasnya tetap bergantung pada perangkat lunak dan konfigurasi.

Microsoft Menargetkan Efisiensi Energi Lebih Tinggi melalui Maia 300

Microsoft menargetkan efisiensi keluaran AI mencapai 40 persen lebih tinggi per megawatt dibandingkan sistem berbasis GPU terkemuka. Dalam sistem model bahasa, token adalah bagian teks atau data yang digunakan dalam pemrosesan bahasa. Ketika sistem mampu menangani lebih banyak token dengan kapasitas listrik yang tidak bertambah, efisiensi komputasi berpotensi membaik. Meski perusahaan menyampaikan target efisiensi tinggi, hasil tersebut belum menjamin peningkatan identik pada seluruh aplikasi. Dengan mempertimbangkan faktor tersebut, hasil pengujian harus dilihat berdasarkan konfigurasi sistem.

Di samping peningkatan keluaran per megawatt, 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. Rancangan berdaya tinggi tersebut ditujukan untuk menangani volume interaksi AI yang besar. Peningkatan terhadap generasi sebelumnya melibatkan perbaikan arsitektur, memori, serta komunikasi antarakselerator. Bagi operator pusat data, peningkatan throughput dapat membantu merencanakan kapasitas. Dengan demikian, efisiensi infrastruktur menjadi sasaran utama.

Integrasi Chip Maia 300 dengan Ekosistem AI Microsoft Azure

Persiapan akselerator generasi baru menjadi bagian dari strategi pengoperasian kecerdasan buatan dalam skala besar. Dalam kondisi sebelum penerapan Maia 300, 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, integrasi operasional bergantung pada tahapan distribusi perangkat keras.

Sebagai bagian dari perluasan pusat data, ekspansi kapasitas komputasi hingga beberapa gigawatt mulai 2027. Rencana kapasitas energi ini menunjukkan kebutuhan infrastruktur listrik dan pendinginan yang signifikan. 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, sistem berpotensi menangani model yang lebih kompleks.

Prospek Pengembangan Chip AI Microsoft untuk Pusat Data pada 2027

Rencana penerapan chip Maia 300 pada 2027 menunjukkan perkembangan strategis dalam optimalisasi TEKNOLOGI cloud berbasis AI. 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, konfigurasi rak penuh dirancang mencapai throughput hingga tujuh kali Maia 200. Walaupun demikian, kinerja akhir harus dievaluasi ketika sistem digunakan secara luas. Melalui investasi jangka panjang ini, chip khusus berpotensi semakin penting dalam layanan AI. Menurut Anda, apakah pengembangan chip internal akan mengubah persaingan komputasi cloud? Sampaikan pendapat Anda tentang masa depan chip AI.