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

Pengelola platform Azure terus mengembangkan sistem komputasi untuk menjalankan model AI melalui rencana penerapan chip AI Maia 300. Melalui pembaruan strategi infrastruktur pada Oktober 2026, Microsoft merencanakan penggunaan Maia 300 pada tahun 2027. Akselerator terbaru tersebut dikembangkan untuk menangani beban kerja AI yang semakin kompleks. Di samping menyiapkan perangkat keras terbaru, perusahaan mengumumkan rencana ekspansi hingga skala beberapa gigawatt. Langkah tersebut memperlihatkan kebutuhan kapasitas pusat data yang semakin tinggi. Berkat pengembangan perangkat keras internal, Microsoft menargetkan penyediaan layanan AI yang lebih efisien.

Akselerator terbaru ini adalah kelanjutan pengembangan keluarga prosesor Maia. Sebelumnya, Microsoft memperkenalkan akselerator Maia 200 yang telah mendukung pengoperasian sistem AI Microsoft. Hasil evaluasi infrastruktur generasi sebelumnya membantu menentukan kebutuhan perangkat berikutnya. Dalam proses perancangannya, Microsoft menggunakan kolaborasi antara pengembang perangkat keras dan perangkat lunak. Pendekatan pengembangan ini bertujuan mengoptimalkan sistem berdasarkan karakteristik beban kerja. Walaupun demikian, operasional produksi generasi ketiga masih dijadwalkan pada 2027.

Spesifikasi dan Arsitektur Azure Maia 300 untuk Komputasi AI Modern

Akselerator AI generasi ketiga Microsoft mengadopsi arsitektur multi-chiplet. Berbeda dari rancangan monolitik, desain modular membagi komponen berdasarkan tugas. Dalam rancangan akselerator tersebut, Microsoft membagi unit pemrosesan, kontrol memori, dan konektivitas. Chiplet yang menjalankan operasi matematis memanfaatkan proses fabrikasi N2P dari TSMC. Strategi arsitektur tersebut memungkinkan pengoptimalan biaya dan skalabilitas. Walaupun arsitektur modular memiliki keunggulan, manfaat akhirnya memerlukan pengujian pada beban kerja nyata.

Untuk mendukung pemrosesan model besar, Maia 300 menghadirkan kapasitas memori yang tinggi. Pada sistem yang terdiri atas 96 akselerator, sistem menyediakan penyimpanan HBM agregat sebesar 27,6 TB. Bandwidth memorinya dirancang sebesar 1,7 petabita setiap detik. Perpaduan kapasitas dan bandwidth ini mendukung pemrosesan model dengan kebutuhan data besar. Perusahaan turut menyediakan dukungan format numerik berpresisi rendah, termasuk MXFP4. Berkat dukungan presisi rendah, efisiensi pemrosesan dapat ditingkatkan pada model yang kompatibel.

Cara Maia 300 Mendukung Pemrosesan AI dengan Konteks Panjang

Salah satu fokus pengembangan Maia 300 adalah mengoptimalkan pemrosesan model bahasa berkapasitas besar. Dalam konteks kecerdasan buatan, pemrosesan inferensi digunakan untuk menjawab permintaan pengguna. Saat aplikasi AI menerima konteks berukuran besar, sistem membutuhkan pengelolaan informasi yang lebih kompleks. Untuk menjawab tantangan tersebut, Maia 300 memprioritaskan karakteristik pekerjaan inferensi. Strategi pemrosesan ini mendukung pengelolaan cache serta perpindahan informasi. Melalui rancangan tersebut, layanan AI memperoleh dukungan komputasi untuk permintaan kompleks.

Selain kebutuhan model bahasa, Microsoft merancang Maia 300 untuk sistem AI agent. Sistem agen kecerdasan buatan adalah teknologi yang menggabungkan penalaran dengan penggunaan alat digital. Dalam aktivitas profesional, 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. Meski kemampuan tersebut menjadi target pengembangan, efektivitasnya tetap bergantung pada perangkat lunak dan konfigurasi.

Microsoft Menargetkan Efisiensi Energi Lebih Tinggi melalui Maia 300

Microsoft menargetkan peningkatan produksi token sebesar 40 persen pada penggunaan daya setara dibandingkan sistem berbasis GPU terkemuka. Istilah token merujuk pada unit informasi yang diproses oleh model AI. Apabila jumlah token yang dihasilkan meningkat dengan penggunaan daya yang setara, penggunaan sumber daya bisa menjadi lebih optimal. Walaupun peningkatan tersebut menjanjikan, hasil tersebut belum menjamin peningkatan identik pada seluruh aplikasi. Dengan mempertimbangkan faktor tersebut, hasil pengujian harus dilihat berdasarkan konfigurasi sistem.

Tidak hanya memperbaiki rasio performa terhadap daya, Maia 300 ditargetkan mencapai throughput token hingga tujuh kali Maia 200 dalam pengaturan perangkat keras berkapasitas 96 akselerator. Satu rak Maia 300 memiliki rancangan konsumsi daya sebesar 167 kW. Susunan komputasi ini membantu meningkatkan kepadatan komputasi dalam pusat data. Peningkatan terhadap generasi sebelumnya tidak hanya berasal dari satu komponen chip. Dalam pengelolaan infrastruktur digital, kemampuan memproses lebih banyak permintaan menjadi faktor penting. Dengan demikian, Microsoft berupaya menambah kapasitas layanan tanpa peningkatan sumber daya yang sebanding.

Strategi Penerapan Akselerator Maia 300 di Pusat Data Global

Rencana perluasan sistem Azure Maia 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 merencanakan pemanfaatan Maia bagi GitHub Copilot dan Microsoft Foundry. Dengan kehadiran generasi ketiga, kapasitas pengoperasian model berpotensi meningkat. Walaupun manfaat potensialnya luas, jadwal penggunaan masing-masing layanan tidak selalu sama.

Microsoft juga menyiapkan, pengembangan infrastruktur AI dengan kebutuhan daya sangat besar mulai 2027. Skala tersebut menggambarkan besarnya investasi pusat data yang diperlukan. Dalam operasional pusat data, sistem pendinginan dan jaringan menjadi komponen penting. Microsoft merancang transportasi data khusus di atas infrastruktur Ethernet. Strategi komunikasi ini memungkinkan pertukaran informasi berkecepatan tinggi. Melalui integrasi jaringan dan komputasi, sistem berpotensi menangani model yang lebih kompleks.

Kesimpulan: Azure Maia 300 Menjadi Langkah Baru Infrastruktur AI Microsoft

Persiapan Azure Maia 300 menunjukkan perkembangan strategis dalam TEKNOLOGI komputasi kecerdasan buatan. Berkat pendekatan perangkat keras modular, Maia 300 ditargetkan mendukung model AI yang lebih kompleks. 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. Walaupun demikian, hasil nyata memerlukan pengujian operasional setelah penerapan. Seiring meningkatnya kebutuhan komputasi, chip khusus berpotensi semakin penting dalam layanan AI. Dari sudut pandang Anda, apakah Azure Maia 300 mampu memperkuat posisi Microsoft dalam industri AI? Ceritakan pemikiran Anda mengenai strategi infrastruktur Microsoft.