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.

Microsoft Mengumumkan Rencana Pengembangan Azure Maia 300 pada 2027

Microsoft terus memperluas kemampuan pusat data berbasis AI melalui persiapan akselerator Maia generasi ketiga. Berdasarkan informasi yang disampaikan perusahaan, Microsoft menjadwalkan pengoperasian generasi baru tersebut pada 2027. Perangkat ini dirancang menghadapi pertumbuhan kebutuhan inferensi. Selain memperkenalkan chip baru, perusahaan menargetkan perluasan sistem Maia ke kapasitas multi-gigawatt. Langkah tersebut menjadi bagian dari transformasi infrastruktur digital Microsoft. Berkat pengembangan perangkat keras internal, Microsoft ingin mengoptimalkan pemanfaatan energi komputasi.

Azure Maia 300 merupakan kelanjutan pengembangan keluarga prosesor Maia. Sebelumnya, Microsoft memperkenalkan akselerator Maia 200 yang mulai menjalankan beban kerja produksi pada 2026. Hasil evaluasi infrastruktur generasi sebelumnya menjadi dasar pengembangan arsitektur baru. Microsoft juga menerapkan 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. Tidak seperti desain yang menyatukan seluruh fungsi dalam satu bagian besar, arsitektur chiplet memisahkan sejumlah fungsi utama. Pada Maia 300, Microsoft membagi unit pemrosesan, kontrol memori, dan konektivitas. Chiplet yang menjalankan operasi matematis dibangun menggunakan teknologi TSMC N2P. Pendekatan tersebut membantu menyesuaikan fungsi chip dengan kebutuhan teknis. Namun demikian, hasil operasional tetap dipengaruhi perangkat lunak dan sistem pendukung.

Selain pembaruan arsitektur, Maia 300 dirancang dengan sistem memori berkecepatan besar. Dalam satu konfigurasi rak lengkap, sistem menyediakan penyimpanan HBM agregat sebesar 27,6 TB. Kapasitas transfer informasi pada seluruh akselerator mencapai 1,7 PB per detik. Susunan memori berkecepatan tinggi tersebut membantu mengurangi hambatan akses parameter. Perusahaan turut menyediakan kemampuan pemrosesan angka dengan kebutuhan memori lebih kecil, termasuk MXFP4. Dengan penggunaan format tersebut, jumlah data yang harus dipindahkan berpotensi menjadi lebih kecil.

Kemampuan Azure Maia 300 Menjalankan AI Agent dan Penalaran Kompleks

Prioritas utama sistem komputasi generasi ketiga adalah mendukung penggunaan AI yang membutuhkan informasi panjang. Dalam konteks kecerdasan buatan, inferensi merupakan tahap menghasilkan keluaran dari model yang telah dilatih. Saat aplikasi AI menerima konteks berukuran besar, pemindahan data menjadi bagian penting dari proses komputasi. Untuk menjawab tantangan tersebut, Maia 300 menggunakan arsitektur inference-first. Arsitektur yang berfokus pada inferensi mendukung pengelolaan cache serta perpindahan informasi. Dengan demikian, layanan AI memperoleh dukungan komputasi untuk permintaan kompleks.

Selain kebutuhan model bahasa, Microsoft merancang Maia 300 untuk sistem AI agent. Istilah AI agent mengacu pada teknologi yang menggabungkan penalaran dengan penggunaan alat digital. Dalam aktivitas profesional, agen AI bisa mengoordinasikan beberapa pekerjaan dalam satu alur. Aktivitas bertahap semacam ini sering memerlukan interaksi model secara berulang. Maia 300 dirancang untuk mengoptimalkan tugas yang membutuhkan pemrosesan berulang. Walaupun rancangan diarahkan pada AI agent, efektivitasnya tetap bergantung pada perangkat lunak dan konfigurasi.

Perbandingan Kinerja Azure Maia 300 dengan Maia 200 dan Sistem GPU

Microsoft menargetkan Maia 300 menghasilkan 40 persen lebih banyak token per megawatt dibandingkan sistem berbasis GPU terkemuka. Istilah token merujuk pada satuan pemrosesan yang dipakai sistem kecerdasan buatan. Ketika sistem mampu menangani lebih banyak token dengan penggunaan daya yang setara, efisiensi komputasi berpotensi membaik. Walaupun peningkatan tersebut menjanjikan, kinerja operasional tetap bergantung pada jenis model dan kondisi penggunaan. 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 konfigurasi rak berisi 96 akselerator. Satu rak Maia 300 menggunakan anggaran daya rak sekitar 167 kilowatt. Kapasitas tersebut ditujukan untuk menangani volume interaksi AI yang besar. Peningkatan terhadap generasi sebelumnya tidak hanya berasal dari satu komponen chip. Bagi operator pusat data, peningkatan throughput dapat membantu merencanakan kapasitas. Melalui peningkatan tersebut, Microsoft berupaya menambah kapasitas layanan tanpa peningkatan sumber daya yang sebanding.

Rencana Penggunaan Azure Maia 300 dalam Copilot dan Layanan Microsoft

Pengembangan Maia 300 ditujukan untuk memperkuat infrastruktur berbagai produk perusahaan. Pada tahap pengembangan Oktober 2026, Maia 200 telah mendukung pemrosesan AI pada infrastruktur Microsoft. Produk yang telah memanfaatkan generasi sebelumnya adalah Microsoft Copilot. Sementara itu, Microsoft mempersiapkan sistem komputasi bagi layanan pengembangan perangkat lunak dan model 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.

Microsoft juga menyiapkan, ekspansi kapasitas komputasi hingga beberapa gigawatt mulai 2027. Rencana kapasitas energi ini menggambarkan besarnya investasi pusat data yang diperlukan. Ketika banyak akselerator dijalankan bersamaan, sistem pendinginan dan jaringan menjadi komponen penting. Microsoft merancang transportasi data khusus di atas infrastruktur Ethernet. Rancangan jaringan tersebut memungkinkan pertukaran informasi berkecepatan tinggi. Melalui integrasi jaringan dan komputasi, pemrosesan AI berskala besar memperoleh dukungan yang lebih baik.

Masa Depan Teknologi Komputasi Microsoft melalui Maia 300

Rencana penerapan chip Maia 300 pada 2027 menjadi langkah penting dalam optimalisasi TEKNOLOGI cloud berbasis AI. Melalui arsitektur multi-chiplet, Maia 300 ditargetkan mendukung model AI yang lebih kompleks. Microsoft juga menargetkan efisiensi pemrosesan token yang lebih tinggi dibandingkan GPU pembanding. Untuk mendukung penggunaan berskala besar, sistem 96 akselerator ditargetkan memiliki keluaran token hingga tujuh kali generasi sebelumnya. Walaupun demikian, kinerja akhir harus dievaluasi ketika sistem digunakan secara luas. Melalui investasi jangka panjang ini, efisiensi energi dapat menjadi penentu pengembangan pusat data. Bagaimana pendapat Anda, apakah pengembangan chip internal akan mengubah persaingan komputasi cloud? Sampaikan pendapat Anda tentang masa depan chip AI.