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 sistem komputasi untuk menjalankan model AI melalui persiapan akselerator Maia generasi ketiga. Berdasarkan informasi yang disampaikan perusahaan, Microsoft menargetkan penerapan produksi mulai 2027. Perangkat ini ditujukan untuk meningkatkan kapasitas pemrosesan kecerdasan buatan. Selain memperkenalkan chip baru, perusahaan mengumumkan rencana ekspansi hingga skala beberapa gigawatt. Rencana perluasan tersebut menunjukkan pentingnya komputasi khusus dalam layanan AI. Berkat pengembangan perangkat keras internal, Microsoft ingin mengoptimalkan pemanfaatan energi komputasi.

Akselerator terbaru ini adalah kelanjutan pengembangan keluarga prosesor Maia. Sebelumnya, Microsoft memperkenalkan akselerator Maia 200 yang telah mendukung pengoperasian sistem AI Microsoft. Pengalaman menjalankan model AI digunakan untuk mengoptimalkan desain Maia 300. 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.

Desain Perangkat Keras Maia 300 untuk Pemrosesan Kecerdasan Buatan

Chip terbaru dalam keluarga Maia memanfaatkan desain prosesor dengan beberapa chiplet. Dibandingkan pendekatan prosesor tunggal yang lebih konvensional, arsitektur chiplet memisahkan sejumlah fungsi utama. Pada Maia 300, Microsoft memisahkan fungsi komputasi, pengendali memori, dan input-output. Bagian komputasinya diproduksi berdasarkan node semikonduktor N2P. Pendekatan tersebut ditujukan untuk meningkatkan efisiensi performa terhadap daya. Namun demikian, manfaat akhirnya memerlukan pengujian pada beban kerja nyata.

Selain pembaruan arsitektur, 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 menawarkan bandwidth agregat hingga 1,7 PB/s. Susunan memori berkecepatan tinggi tersebut mendukung pemrosesan model dengan kebutuhan data besar. Microsoft juga mengembangkan optimalisasi komputasi melalui format data yang lebih ringkas, termasuk MXFP4. Dengan penggunaan format tersebut, jumlah data yang harus dipindahkan berpotensi menjadi lebih kecil.

Cara Maia 300 Mendukung Pemrosesan AI dengan Konteks Panjang

Prioritas utama sistem komputasi generasi ketiga adalah mengoptimalkan pemrosesan model bahasa berkapasitas besar. Dalam konteks kecerdasan buatan, proses ini menjalankan model untuk menghasilkan respons berdasarkan input. Apabila model harus memahami banyak informasi sekaligus, sistem membutuhkan pengelolaan informasi yang lebih kompleks. Dalam rancangan yang diumumkan Microsoft, Maia 300 menggunakan arsitektur inference-first. Strategi pemrosesan ini mendukung pengelolaan cache serta perpindahan informasi. Melalui rancangan tersebut, layanan AI memperoleh dukungan komputasi untuk permintaan kompleks.

Tidak hanya mendukung percakapan AI, Microsoft merancang Maia 300 untuk sistem AI agent. Istilah AI agent mengacu pada perangkat lunak yang dapat menjalankan beberapa tindakan untuk mencapai tujuan. Sebagai contoh, agen AI bisa mengoordinasikan beberapa pekerjaan dalam satu alur. Aktivitas bertahap semacam ini dapat menghasilkan permintaan komputasi yang berkelanjutan. Akselerator generasi baru tersebut dikembangkan untuk mendukung pekerjaan agentic yang berlangsung lama. Namun demikian, hasil penggunaannya dipengaruhi karakteristik model yang dijalankan.

Perbandingan Kinerja Azure Maia 300 dengan Maia 200 dan Sistem GPU

Microsoft menargetkan efisiensi keluaran AI mencapai 40 persen lebih tinggi per megawatt dibandingkan sistem berbasis GPU terkemuka. Token merupakan bagian teks atau data yang digunakan dalam pemrosesan bahasa. Apabila jumlah token yang dihasilkan meningkat dengan penggunaan daya yang setara, penggunaan sumber daya bisa menjadi lebih optimal. Namun demikian, hasil tersebut belum menjamin peningkatan identik pada seluruh aplikasi. Dengan mempertimbangkan faktor tersebut, perbandingan perlu memperhatikan karakteristik beban kerja.

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. Perubahan kapasitas antargenerasi tidak hanya berasal dari satu komponen chip. Untuk penyedia layanan cloud, kepadatan komputasi memengaruhi penggunaan ruang dan energi. Dengan demikian, efisiensi infrastruktur menjadi sasaran utama.

Rencana Penggunaan Azure Maia 300 dalam Copilot dan Layanan Microsoft

Pengembangan Maia 300 berkaitan langsung dengan kebutuhan layanan AI Microsoft. Pada tahap pengembangan Oktober 2026, Maia 200 telah mendukung pemrosesan AI pada infrastruktur Microsoft. Di antara layanan yang memperoleh dukungan adalah Microsoft Copilot. Dalam perluasan layanan, Microsoft merencanakan pemanfaatan Maia bagi GitHub Copilot dan Microsoft Foundry. Dengan kehadiran generasi ketiga, sistem AI dapat dikembangkan untuk menangani lebih banyak interaksi. Walaupun manfaat potensialnya luas, penerapan pada setiap produk mengikuti kesiapan infrastruktur.

Selain pengembangan perangkat keras, ekspansi kapasitas komputasi hingga beberapa gigawatt mulai 2027. Rencana kapasitas energi ini memperlihatkan ambisi perusahaan dalam meningkatkan kapasitas AI. Ketika banyak akselerator dijalankan bersamaan, sistem pendinginan dan jaringan menjadi komponen penting. Microsoft merancang transportasi data khusus di atas infrastruktur Ethernet. Pendekatan tersebut bertujuan menghubungkan komputasi dalam satu rak hingga skala pusat data. Melalui integrasi jaringan dan komputasi, pemrosesan AI berskala besar memperoleh dukungan yang lebih baik.

Masa Depan Teknologi Komputasi Microsoft melalui Maia 300

Pengembangan akselerator AI generasi ketiga Microsoft menjadi langkah penting dalam TEKNOLOGI komputasi kecerdasan buatan. Berkat pendekatan perangkat keras modular, Maia 300 berupaya memperbaiki kapasitas inferensi. Perusahaan memperkirakan kemampuan menangani lebih banyak token dengan daya setara. Selain itu, sistem 96 akselerator ditargetkan memiliki keluaran token hingga tujuh kali generasi sebelumnya. Kendati rancangan teknis menunjukkan potensi, implementasi produksi masih dijadwalkan pada 2027. Melalui investasi jangka panjang ini, chip khusus berpotensi semakin penting dalam layanan AI. Menurut Anda, apakah akselerator AI khusus dapat membantu mengurangi biaya layanan digital? Sampaikan pendapat Anda tentang masa depan chip AI.