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 sistem komputasi untuk menjalankan model AI melalui persiapan akselerator Maia generasi ketiga. Melalui pembaruan strategi infrastruktur pada Oktober 2026, Microsoft menargetkan penerapan produksi mulai 2027. Akselerator terbaru tersebut ditujukan untuk meningkatkan kapasitas pemrosesan kecerdasan buatan. Tidak hanya mengembangkan akselerator generasi berikutnya, perusahaan merencanakan penggunaan infrastruktur Maia dalam skala energi sangat besar. Rencana perluasan tersebut menjadi bagian dari transformasi infrastruktur digital Microsoft. Berkat pengembangan perangkat keras internal, Microsoft berupaya meningkatkan kendali atas biaya operasional.

Azure Maia 300 merupakan penerus perangkat keras khusus dalam lini Azure Maia. Dalam perjalanan program tersebut, Microsoft mengembangkan chip Maia generasi sebelumnya yang telah mendukung pengoperasian sistem AI Microsoft. Informasi dari penggunaan Maia 200 membantu menentukan kebutuhan perangkat berikutnya. Microsoft juga menerapkan strategi integrasi kebutuhan model dengan arsitektur komputasi. Kerja sama lintas komponen tersebut memungkinkan rancangan disesuaikan dengan penggunaan nyata. Kendati rencana penerapan sudah disampaikan, implementasi produksi chip terbaru tetap menjadi rencana tahun berikutnya.

Spesifikasi dan Arsitektur Azure Maia 300 untuk Komputasi AI Modern

Chip terbaru dalam keluarga Maia memanfaatkan desain prosesor dengan beberapa chiplet. Berbeda dari rancangan monolitik, desain modular membagi komponen berdasarkan tugas. Dalam rancangan akselerator tersebut, Microsoft menggunakan komponen khusus untuk perhitungan serta komunikasi data. Komponen utama untuk pemrosesan AI dibangun menggunakan teknologi TSMC N2P. Strategi arsitektur tersebut memungkinkan pengoptimalan biaya dan skalabilitas. Walaupun arsitektur modular memiliki keunggulan, kinerja keseluruhan bergantung pada integrasi antarkomponen.

Selain pembaruan arsitektur, Maia 300 dirancang dengan sistem memori berkecepatan besar. Pada sistem yang terdiri atas 96 akselerator, tersedia total memori HBM sebesar 27,6 TB. Kecepatan perpindahan data gabungan menawarkan bandwidth agregat hingga 1,7 PB/s. Susunan memori berkecepatan tinggi 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.

Optimasi Inferensi Maia 300 untuk Model Bahasa Generasi Berikutnya

Salah satu fokus pengembangan Maia 300 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. Dalam rancangan yang diumumkan Microsoft, Maia 300 dirancang berdasarkan kebutuhan pemrosesan model saat digunakan. Pendekatan tersebut 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 menyiapkan perangkat keras untuk pekerjaan AI bertahap. Sistem agen kecerdasan buatan adalah perangkat lunak yang dapat menjalankan beberapa tindakan untuk mencapai tujuan. Sebagai contoh, agen AI dapat membantu meneliti informasi lalu menyusun laporan. Proses yang melibatkan beberapa tindakan membutuhkan respons AI dalam banyak tahap. Akselerator generasi baru tersebut dikembangkan untuk mendukung pekerjaan agentic yang berlangsung lama. Meski kemampuan tersebut menjadi target pengembangan, performa aktual memerlukan evaluasi operasional.

Peningkatan Kapasitas Komputasi AI dalam Infrastruktur Azure

Microsoft menargetkan Maia 300 menghasilkan 40 persen lebih banyak token per megawatt dibandingkan sistem berbasis GPU terkemuka. Dalam sistem model bahasa, token adalah satuan pemrosesan yang dipakai sistem kecerdasan buatan. Ketika sistem mampu menangani lebih banyak token dengan penggunaan daya yang setara, produktivitas perangkat keras dapat meningkat. Walaupun peningkatan tersebut menjanjikan, hasil tersebut belum menjamin peningkatan identik pada seluruh aplikasi. Oleh sebab itu, hasil pengujian harus dilihat berdasarkan konfigurasi sistem.

Di samping peningkatan keluaran per megawatt, Maia 300 dirancang memberikan kapasitas token hingga tujuh kali lipat pada skala rak dalam pengaturan perangkat keras berkapasitas 96 akselerator. Sistem komputasi berbasis 96 akselerator menggunakan anggaran daya rak sekitar 167 kilowatt. Susunan komputasi ini memungkinkan lebih banyak permintaan diproses secara bersamaan. Perbandingan dengan Maia 200 tidak hanya berasal dari satu komponen chip. Dalam pengelolaan infrastruktur digital, kemampuan memproses lebih banyak permintaan menjadi faktor penting. 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. Pada tahap pengembangan Oktober 2026, Maia 200 telah menjalankan beban kerja produksi Microsoft. Salah satu contoh penggunaannya adalah Microsoft Copilot. Untuk pengembangan berikutnya, Microsoft merencanakan pemanfaatan Maia bagi GitHub Copilot dan Microsoft Foundry. Melalui Maia 300, kapasitas pengoperasian model berpotensi meningkat. Namun demikian, penerapan pada setiap produk mengikuti kesiapan infrastruktur.

Sebagai bagian dari perluasan pusat data, ekspansi kapasitas komputasi hingga beberapa gigawatt mulai 2027. Target penerapan tersebut menggambarkan besarnya investasi pusat data yang diperlukan. Untuk menjaga kelangsungan layanan, sistem pendinginan dan jaringan menjadi komponen penting. Maia 300 menggunakan pendekatan jaringan berbasis Ethernet yang dioptimalkan untuk AI. Rancangan jaringan tersebut mendukung koordinasi banyak akselerator. Dengan pengelolaan yang sesuai, sistem berpotensi menangani model yang lebih kompleks.

Prospek Pengembangan Chip AI Microsoft untuk Pusat Data pada 2027

Pengembangan akselerator AI generasi ketiga Microsoft 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. Selain itu, sistem 96 akselerator ditargetkan memiliki keluaran token hingga tujuh kali generasi sebelumnya. Walaupun demikian, kinerja akhir harus dievaluasi ketika sistem digunakan secara luas. Seiring meningkatnya kebutuhan komputasi, efisiensi energi dapat menjadi penentu pengembangan pusat data. Dari sudut pandang Anda, apakah Azure Maia 300 mampu memperkuat posisi Microsoft dalam industri AI? Sampaikan pendapat Anda tentang masa depan chip AI.