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
Perusahaan teknologi Microsoft semakin memperkuat sistem komputasi untuk menjalankan model AI melalui persiapan akselerator Maia generasi ketiga. Melalui pembaruan strategi infrastruktur pada Oktober 2026, Microsoft menjadwalkan pengoperasian generasi baru tersebut pada 2027. Akselerator terbaru tersebut dikembangkan untuk menangani beban kerja AI yang semakin kompleks. Tidak hanya mengembangkan akselerator generasi berikutnya, perusahaan mengumumkan rencana ekspansi hingga skala beberapa gigawatt. Langkah tersebut menunjukkan pentingnya komputasi khusus dalam layanan AI. Melalui strategi jangka panjang tersebut, Microsoft menargetkan penyediaan layanan AI yang lebih efisien.
Chip Maia 300 menjadi penerus perangkat keras khusus dalam lini Azure Maia. Pada tahap pengembangan terdahulu, Microsoft mengembangkan chip Maia generasi sebelumnya yang sudah digunakan dalam sebagian layanan perusahaan. Hasil evaluasi infrastruktur generasi sebelumnya menjadi dasar pengembangan arsitektur baru. Dalam proses perancangannya, Microsoft menggunakan kolaborasi antara pengembang perangkat keras dan perangkat lunak. Pendekatan pengembangan ini membantu menentukan prioritas memori dan bandwidth. Kendati rencana penerapan sudah disampaikan, operasional produksi generasi ketiga masih dijadwalkan pada 2027.
Desain Perangkat Keras Maia 300 untuk Pemrosesan Kecerdasan Buatan
Chip terbaru dalam keluarga Maia memanfaatkan arsitektur multi-chiplet. Berbeda dari rancangan monolitik, desain modular membagi komponen berdasarkan tugas. Untuk generasi terbaru ini, Microsoft membagi unit pemrosesan, kontrol memori, dan konektivitas. Chiplet yang menjalankan operasi matematis dibangun menggunakan teknologi TSMC N2P. Penggunaan desain modular ini ditujukan untuk meningkatkan efisiensi performa terhadap daya. Meski rancangan chiplet menawarkan potensi, manfaat akhirnya memerlukan pengujian pada beban kerja nyata.
Selain pembaruan arsitektur, Maia 300 dirancang dengan sistem memori berkecepatan besar. Dalam satu konfigurasi rak lengkap, tersedia total memori HBM sebesar 27,6 TB. Bandwidth memorinya menawarkan bandwidth agregat hingga 1,7 PB/s. Susunan memori berkecepatan tinggi tersebut membantu mengurangi hambatan akses parameter. Di dalam arsitektur chip terdapat dukungan format numerik berpresisi rendah, termasuk MXFP4. Melalui representasi numerik yang lebih hemat, 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 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. Untuk menjawab tantangan tersebut, Maia 300 menggunakan arsitektur inference-first. Arsitektur yang berfokus pada inferensi memanfaatkan sistem memori untuk kebutuhan model yang intensif. Berkat pengaturan sumber daya yang lebih terarah, pemrosesan konteks panjang berpotensi berlangsung lebih efisien.
Di samping pemrosesan konteks panjang, Microsoft menyiapkan perangkat keras untuk pekerjaan AI bertahap. AI agent merupakan perangkat lunak yang dapat menjalankan beberapa tindakan untuk mencapai tujuan. Sebagai contoh, agen AI berpeluang menjalankan rangkaian langkah pengembangan perangkat lunak. Tugas tersebut dapat menghasilkan permintaan komputasi yang berkelanjutan. Akselerator generasi baru tersebut dikembangkan untuk menangani interaksi AI dengan beberapa tahapan. Walaupun rancangan diarahkan pada AI agent, performa aktual memerlukan evaluasi operasional.
Perbandingan Kinerja Azure Maia 300 dengan Maia 200 dan Sistem GPU
Berdasarkan rancangan sistem terbaru, Microsoft mengharapkan efisiensi keluaran AI mencapai 40 persen lebih tinggi per megawatt dibandingkan konfigurasi GPU pembanding dalam evaluasi perusahaan. Istilah token merujuk pada satuan pemrosesan yang dipakai sistem kecerdasan buatan. Ketika sistem mampu menangani lebih banyak token dengan konsumsi energi yang sama, produktivitas perangkat keras dapat meningkat. Walaupun peningkatan tersebut menjanjikan, kinerja operasional tetap bergantung pada jenis model dan kondisi penggunaan. Untuk memahami performanya secara tepat, hasil pengujian harus dilihat berdasarkan konfigurasi sistem.
Di samping peningkatan keluaran per megawatt, Maia 300 ditargetkan mencapai throughput token hingga tujuh kali Maia 200 dalam pengaturan perangkat keras berkapasitas 96 akselerator. Konfigurasi penuh tersebut menggunakan anggaran daya rak sekitar 167 kilowatt. Kapasitas tersebut membantu meningkatkan kepadatan komputasi dalam pusat data. Peningkatan terhadap generasi sebelumnya mencerminkan optimalisasi sistem secara menyeluruh. Untuk penyedia layanan cloud, 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
Pengembangan Maia 300 berkaitan langsung dengan kebutuhan layanan AI Microsoft. Dalam kondisi sebelum penerapan Maia 300, Maia 200 telah mendukung pemrosesan AI pada infrastruktur Microsoft. Di antara layanan yang memperoleh dukungan adalah Microsoft Copilot. Sementara itu, Microsoft mempersiapkan sistem komputasi bagi layanan pengembangan perangkat lunak dan model AI. Dengan kehadiran generasi ketiga, kapasitas pengoperasian model berpotensi meningkat. Namun demikian, integrasi operasional bergantung pada tahapan distribusi perangkat keras.
Selain pengembangan perangkat keras, 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. Maia 300 menggunakan transportasi data khusus di atas infrastruktur Ethernet. Strategi komunikasi ini memungkinkan pertukaran informasi berkecepatan tinggi. Melalui integrasi jaringan dan komputasi, kapasitas pusat data dapat digunakan secara lebih efektif.
Kesimpulan: Azure Maia 300 Menjadi Langkah Baru Infrastruktur AI Microsoft
Persiapan Azure Maia 300 memperlihatkan arah investasi baru dalam optimalisasi TEKNOLOGI cloud berbasis AI. Dengan rancangan yang memisahkan fungsi komputasi dan memori, Maia 300 berupaya memperbaiki kapasitas inferensi. Perusahaan memperkirakan peningkatan keluaran token sebesar 40 persen per megawatt. 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. Dengan perkembangan tersebut, efisiensi energi dapat menjadi penentu pengembangan pusat data. Dari sudut pandang Anda, apakah pengembangan chip internal akan mengubah persaingan komputasi cloud? Bagikan pandangan Anda mengenai perkembangan ini.
