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

Perusahaan teknologi Microsoft semakin memperkuat investasi dalam infrastruktur kecerdasan buatan melalui rencana penerapan chip AI Maia 300. Berdasarkan informasi yang disampaikan perusahaan, Microsoft merencanakan penggunaan Maia 300 pada tahun 2027. Akselerator terbaru tersebut dikembangkan untuk menangani beban kerja AI yang semakin kompleks. Tidak hanya mengembangkan akselerator generasi berikutnya, perusahaan merencanakan penggunaan infrastruktur Maia dalam skala energi sangat besar. Langkah tersebut memperlihatkan kebutuhan kapasitas pusat data yang semakin tinggi. Berkat pengembangan perangkat keras internal, Microsoft berupaya meningkatkan kendali atas biaya operasional.

Chip Maia 300 menjadi generasi ketiga dari program pengembangan chip AI Microsoft. Dalam perjalanan program tersebut, Microsoft memperkenalkan akselerator Maia 200 yang mulai menjalankan beban kerja produksi pada 2026. Hasil evaluasi infrastruktur generasi sebelumnya membantu menentukan kebutuhan perangkat berikutnya. Perusahaan mengandalkan kolaborasi antara pengembang perangkat keras dan perangkat lunak. Kerja sama lintas komponen tersebut bertujuan mengoptimalkan sistem berdasarkan karakteristik beban kerja. Meskipun arah pengembangannya telah diumumkan, implementasi produksi chip terbaru tetap menjadi rencana tahun berikutnya.

Spesifikasi dan Arsitektur Azure Maia 300 untuk Komputasi AI Modern

Azure Maia 300 menggunakan desain prosesor dengan beberapa chiplet. Tidak seperti desain yang menyatukan seluruh fungsi dalam satu bagian besar, arsitektur chiplet memisahkan sejumlah fungsi utama. Dalam rancangan akselerator tersebut, Microsoft menggunakan komponen khusus untuk perhitungan serta komunikasi data. Bagian komputasinya dibangun menggunakan teknologi TSMC N2P. Strategi arsitektur tersebut membantu menyesuaikan fungsi chip dengan kebutuhan teknis. Meski rancangan chiplet menawarkan potensi, hasil operasional tetap dipengaruhi perangkat lunak dan sistem pendukung.

Untuk mendukung pemrosesan model besar, Maia 300 mengintegrasikan memori dengan bandwidth tinggi. Dalam satu konfigurasi rak lengkap, tersedia total memori HBM sebesar 27,6 TB. Bandwidth memorinya dirancang sebesar 1,7 petabita setiap detik. Kombinasi tersebut memungkinkan sistem menangani lebih banyak informasi selama inferensi. Perusahaan turut menyediakan optimalisasi komputasi melalui format data yang lebih ringkas, termasuk MXFP4. Dengan penggunaan format tersebut, kebutuhan memori untuk operasi tertentu dapat dikurangi.

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. Saat aplikasi AI menerima konteks berukuran besar, sistem membutuhkan pengelolaan informasi yang lebih kompleks. Sebagai bagian dari pengoptimalannya, Maia 300 menggunakan arsitektur inference-first. Pendekatan tersebut memanfaatkan sistem memori untuk kebutuhan model yang intensif. Dengan demikian, layanan AI memperoleh dukungan komputasi untuk permintaan kompleks.

Di samping pemrosesan konteks panjang, Microsoft mengoptimalkan akselerator bagi tugas agen kecerdasan buatan. AI agent merupakan teknologi yang menggabungkan penalaran dengan penggunaan alat digital. Untuk memberikan gambaran, agen AI berpeluang menjalankan rangkaian langkah pengembangan perangkat lunak. Aktivitas bertahap semacam ini membutuhkan respons AI dalam banyak tahap. Akselerator generasi baru tersebut dikembangkan untuk menangani interaksi AI dengan beberapa tahapan. Walaupun rancangan diarahkan pada AI agent, hasil penggunaannya dipengaruhi karakteristik model yang dijalankan.

Perbandingan Kinerja Azure Maia 300 dengan Maia 200 dan Sistem GPU

Berdasarkan rancangan sistem terbaru, Microsoft mengharapkan peningkatan produksi token sebesar 40 persen pada penggunaan daya setara dibandingkan infrastruktur GPU yang digunakan sebagai pembanding. Token merupakan unit informasi yang diproses oleh model AI. Apabila jumlah token yang dihasilkan meningkat dengan konsumsi energi yang sama, penggunaan sumber daya bisa menjadi lebih optimal. Namun demikian, angka itu merupakan proyeksi berdasarkan rancangan dan pengujian tertentu. Untuk memahami performanya secara tepat, efisiensi perlu dievaluasi melalui penggunaan nyata.

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 beroperasi dalam batas daya sekitar 167 kilowatt. Susunan komputasi ini memungkinkan lebih banyak permintaan diproses secara bersamaan. Perubahan kapasitas antargenerasi tidak hanya berasal dari satu komponen chip. Dalam pengelolaan infrastruktur digital, peningkatan throughput dapat membantu merencanakan kapasitas. Melalui peningkatan tersebut, 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 ditujukan untuk memperkuat infrastruktur berbagai produk perusahaan. Saat ini, Maia 200 sudah digunakan untuk sebagian layanan perusahaan. Di antara layanan yang memperoleh dukungan adalah Microsoft Copilot. Untuk pengembangan berikutnya, Microsoft menargetkan dukungan infrastruktur pada berbagai produk AI. Berkat akselerator terbaru yang direncanakan, layanan dengan kebutuhan komputasi besar memperoleh dukungan tambahan. Meski arah pengembangannya telah ditetapkan, jadwal penggunaan masing-masing layanan tidak selalu sama.

Selain pengembangan perangkat keras, penerapan Azure Maia pada skala multi-gigawatt mulai 2027. Target penerapan tersebut menunjukkan kebutuhan infrastruktur listrik dan pendinginan yang signifikan. Ketika banyak akselerator dijalankan bersamaan, distribusi daya harus dirancang secara cermat. Akselerator generasi baru tersebut memanfaatkan sistem komunikasi antarakselerator dengan dukungan jaringan Ethernet. Pendekatan tersebut memungkinkan pertukaran informasi berkecepatan tinggi. Melalui integrasi jaringan dan komputasi, pemrosesan AI berskala besar memperoleh dukungan yang lebih baik.

Kesimpulan: Azure Maia 300 Menjadi Langkah Baru Infrastruktur AI Microsoft

Pengembangan akselerator AI generasi ketiga Microsoft memperlihatkan arah investasi baru dalam TEKNOLOGI komputasi kecerdasan buatan. Melalui arsitektur multi-chiplet, Maia 300 ditargetkan mendukung model AI yang lebih kompleks. Microsoft juga menargetkan kemampuan menangani lebih banyak token dengan daya setara. Selain itu, konfigurasi rak penuh dirancang mencapai throughput hingga tujuh kali Maia 200. Meski targetnya menjanjikan, implementasi produksi masih dijadwalkan pada 2027. Seiring meningkatnya kebutuhan komputasi, efisiensi energi dapat menjadi penentu pengembangan pusat data. Dari sudut pandang Anda, apakah pengembangan chip internal akan mengubah persaingan komputasi cloud? Ceritakan pemikiran Anda mengenai strategi infrastruktur Microsoft.