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. Dalam pengumuman resmi pada 12 Oktober 2026, Microsoft menargetkan penerapan produksi mulai 2027. Akselerator terbaru tersebut dirancang menghadapi pertumbuhan kebutuhan inferensi. Di samping menyiapkan perangkat keras terbaru, perusahaan mengumumkan rencana ekspansi hingga skala beberapa gigawatt. Langkah tersebut memperlihatkan kebutuhan kapasitas pusat data yang semakin tinggi. Melalui strategi jangka panjang tersebut, Microsoft menargetkan penyediaan layanan AI yang lebih efisien.

Akselerator terbaru ini adalah kelanjutan pengembangan keluarga prosesor Maia. Pada tahap pengembangan terdahulu, Microsoft mengembangkan chip Maia generasi sebelumnya yang mulai menjalankan beban kerja produksi pada 2026. Hasil evaluasi infrastruktur generasi sebelumnya digunakan untuk mengoptimalkan desain Maia 300. Microsoft juga menerapkan pendekatan perancangan bersama antara chip dan aplikasi. Kerja sama lintas komponen tersebut memungkinkan rancangan disesuaikan dengan penggunaan nyata. Kendati rencana penerapan sudah disampaikan, implementasi produksi chip terbaru tetap menjadi rencana tahun berikutnya.

Teknologi Chiplet dan Memori HBM4 pada Microsoft Maia 300

Chip terbaru dalam keluarga Maia memanfaatkan desain prosesor dengan beberapa chiplet. Tidak seperti desain yang menyatukan seluruh fungsi dalam satu bagian besar, sistem mengelompokkan unit pemrosesan dalam bagian tersendiri. Pada Maia 300, Microsoft menggunakan komponen khusus untuk perhitungan serta komunikasi data. Chiplet yang menjalankan operasi matematis dibangun menggunakan teknologi TSMC N2P. Penggunaan desain modular ini ditujukan untuk meningkatkan efisiensi performa terhadap daya. Namun demikian, hasil operasional tetap dipengaruhi perangkat lunak dan sistem pendukung.

Selain pembaruan arsitektur, Maia 300 menghadirkan kapasitas memori yang tinggi. 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. Microsoft juga mengembangkan optimalisasi komputasi melalui format data yang lebih ringkas, termasuk MXFP4. Berkat dukungan presisi rendah, 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. Ketika sistem bahasa generatif dijalankan, proses ini menjalankan model untuk menghasilkan respons berdasarkan input. Saat aplikasi AI menerima konteks berukuran besar, sistem membutuhkan pengelolaan informasi yang lebih kompleks. Untuk menjawab tantangan tersebut, Maia 300 dirancang berdasarkan kebutuhan pemrosesan model saat digunakan. Strategi pemrosesan ini memanfaatkan sistem memori untuk kebutuhan model yang intensif. Melalui rancangan tersebut, sistem dapat menangani informasi berukuran besar secara lebih optimal.

Selain kebutuhan model bahasa, Microsoft menyiapkan perangkat keras untuk pekerjaan AI bertahap. Sistem agen kecerdasan buatan adalah teknologi yang menggabungkan penalaran dengan penggunaan alat digital. 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 mendukung pekerjaan agentic yang berlangsung lama. Namun demikian, efektivitasnya tetap bergantung pada perangkat lunak dan konfigurasi.

Perbandingan Kinerja Azure Maia 300 dengan Maia 200 dan Sistem GPU

Berdasarkan rancangan sistem terbaru, Microsoft mengharapkan Maia 300 menghasilkan 40 persen lebih banyak token per megawatt dibandingkan sistem berbasis GPU terkemuka. Dalam sistem model bahasa, token adalah satuan pemrosesan yang dipakai sistem kecerdasan buatan. Apabila jumlah token yang dihasilkan meningkat dengan penggunaan daya yang setara, produktivitas perangkat keras dapat meningkat. Walaupun peningkatan tersebut menjanjikan, kinerja operasional tetap bergantung pada jenis model dan kondisi penggunaan. Untuk memahami performanya secara tepat, perbandingan perlu memperhatikan karakteristik beban kerja.

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. Sistem komputasi berbasis 96 akselerator memiliki rancangan konsumsi daya sebesar 167 kW. Rancangan berdaya tinggi tersebut memungkinkan lebih banyak permintaan diproses secara bersamaan. Perbandingan dengan Maia 200 mencerminkan optimalisasi sistem secara menyeluruh. Bagi operator pusat data, kepadatan komputasi memengaruhi penggunaan ruang dan energi. Dengan demikian, pengelolaan permintaan AI berpotensi dilakukan secara lebih ekonomis.

Rencana Penggunaan Azure Maia 300 dalam Copilot dan Layanan Microsoft

Rencana perluasan sistem Azure Maia ditujukan untuk memperkuat infrastruktur berbagai produk perusahaan. Dalam kondisi sebelum penerapan Maia 300, Maia 200 telah mendukung pemrosesan AI pada infrastruktur Microsoft. Salah satu contoh penggunaannya adalah Microsoft Copilot. Untuk pengembangan berikutnya, Microsoft menargetkan dukungan infrastruktur pada berbagai produk AI. Dengan kehadiran generasi ketiga, layanan dengan kebutuhan komputasi besar memperoleh dukungan tambahan. Meski arah pengembangannya telah ditetapkan, penerapan pada setiap produk mengikuti kesiapan infrastruktur.

Microsoft juga menyiapkan, ekspansi kapasitas komputasi hingga beberapa gigawatt mulai 2027. Target penerapan tersebut memperlihatkan ambisi perusahaan dalam meningkatkan kapasitas AI. Ketika banyak akselerator dijalankan bersamaan, konektivitas antarakselerator perlu memiliki kapasitas tinggi. Akselerator generasi baru tersebut memanfaatkan pendekatan jaringan berbasis Ethernet yang dioptimalkan untuk AI. Rancangan jaringan tersebut bertujuan menghubungkan komputasi dalam satu rak hingga skala pusat data. Berkat koordinasi perangkat keras serta infrastruktur, sistem berpotensi menangani model yang lebih kompleks.

Kesimpulan: Azure Maia 300 Menjadi Langkah Baru Infrastruktur AI Microsoft

Rencana penerapan chip Maia 300 pada 2027 menunjukkan perkembangan strategis dalam TEKNOLOGI komputasi kecerdasan buatan. Berkat pendekatan perangkat keras modular, Maia 300 ditargetkan mendukung model AI yang lebih kompleks. Dalam pengumuman resminya, Microsoft mengharapkan efisiensi pemrosesan token yang lebih tinggi dibandingkan GPU pembanding. Selain itu, sistem 96 akselerator ditargetkan memiliki keluaran token hingga tujuh kali generasi sebelumnya. Kendati rancangan teknis menunjukkan potensi, hasil nyata memerlukan pengujian operasional setelah penerapan. Melalui investasi jangka panjang ini, integrasi perangkat keras dan perangkat lunak menjadi faktor strategis. Bagaimana pendapat Anda, apakah pengembangan chip internal akan mengubah persaingan komputasi cloud? Ceritakan pemikiran Anda mengenai strategi infrastruktur Microsoft.