Microsoft memperkenalkan chip kecerdasan buatan terbaru bernama Azure Maia 300 pada 12 Oktober 2026 sebagai bagian dari strategi memperkuat infrastruktur pusat data generasi berikutnya. Teknologi ini dirancang khusus untuk mempercepat pemrosesan AI, terutama ketika model bahasa menghasilkan jawaban, menjalankan penalaran kompleks, dan menyelesaikan tugas otomatis. Microsoft berencana memperluas penggunaan keluarga chip Maia dalam skala multi-gigawatt mulai 2027. Dengan arsitektur semikonduktor modern, memori berkecepatan tinggi, serta peningkatan efisiensi energi, Maia 300 diharapkan membantu perusahaan menjalankan layanan seperti Copilot dan Microsoft Azure secara lebih efisien sekaligus mengurangi ketergantungan terhadap pemasok akselerator AI eksternal.
Microsoft Mengembangkan Maia 300 untuk Infrastruktur Kecerdasan Buatan
Azure Maia 300 diperkenalkan sebagai prosesor khusus AI generasi terbaru dari Microsoft yang dioptimalkan bagi pengoperasian model kecerdasan buatan. Tidak seperti CPU yang digunakan untuk berbagai pekerjaan, Maia 300 menggunakan rancangan khusus bagi perhitungan kecerdasan buatan. Istilah inferensi merujuk pada proses ketika model menghasilkan keluaran berdasarkan masukan pengguna. Sebagai contoh, saat seseorang meminta AI menjawab pertanyaan, komputer memproses permintaan melalui model AI. Melalui pengembangan Maia 300, Microsoft berupaya meningkatkan kapasitas layanan AI.
Pengenalan generasi terbaru chip Maia melanjutkan investasi Microsoft dalam semikonduktor AI. Maia 200 sebelumnya mulai diterapkan dalam infrastruktur komputasi perusahaan. Informasi dari penerapan akselerator terdahulu memberikan masukan untuk merancang generasi berikutnya. Berdasarkan arah pengembangan Microsoft, penerapan sistem Maia direncanakan mencapai skala lebih besar pada 2027. Program pengembangan tersebut akan memperkuat kapasitas pusat data Azure. Kendati perusahaan telah mengumumkan rencana, kinerja pada skala produksi harus dibuktikan melalui implementasi nyata.
Spesifikasi Chip Maia 300 Menggunakan Arsitektur Semikonduktor Modern
Bagian menarik dari arsitektur akselerator terbaru adalah penggunaan rancangan multi-chiplet. Pendekatan tersebut membagi sejumlah fungsi perangkat keras menjadi bagian khusus. Microsoft memanfaatkan teknologi fabrikasi 2 nanometer dari TSMC. Pada komponen pendukung, manufaktur 3 nanometer dimanfaatkan pada komponen lainnya. Strategi manufaktur ini membantu menyesuaikan teknologi produksi dengan kebutuhan komponen. Melalui pendekatan multi-chiplet, Microsoft dapat mengoptimalkan sistem untuk pekerjaan inferensi.
Tidak hanya mengandalkan proses produksi semikonduktor modern, Maia 300 menggunakan teknologi High Bandwidth Memory generasi keempat. Komponen penyimpanan data berkecepatan tinggi ini membantu memasok data menuju unit pemrosesan AI. Dalam spesifikasi yang diperkenalkan, Maia 300 mengintegrasikan delapan stack HBM4 dengan bandwidth hingga sekitar 18 TB per detik. Bandwidth memori yang besar membantu pemrosesan model AI dengan kebutuhan data tinggi. Meskipun spesifikasi bandwidth sangat tinggi, hasil komputasi juga bergantung pada optimalisasi sistem serta karakteristik beban kerja. Karena alasan tersebut, angka teknis harus dipahami dalam konteks penggunaan.
Performa Token per Megawatt Menjadi Fokus Pengembangan Maia 300
Optimalisasi konsumsi listrik menjadi salah satu prioritas utama dalam pengembangan Maia 300. Microsoft memperkirakan, Maia 300 dapat meningkatkan keluaran token sekitar 40 persen pada penggunaan daya yang sama dibandingkan sistem GPU generasi sebelumnya yang digunakan sebagai dasar perbandingan. Istilah token mengacu pada unit informasi yang diproses oleh model AI. Apabila sistem mampu memproses lebih banyak token dengan jumlah energi yang sama, efisiensi operasional berpotensi membaik. Namun demikian, klaim 40 persen merupakan proyeksi performa sistem. Performa nyata masih dipengaruhi karakteristik tugas yang dijalankan.
Kemampuan menghasilkan lebih banyak token per daya berkaitan dengan meningkatnya kebutuhan daya sistem komputasi. Dalam operasional pusat data, perhitungan biaya tidak hanya mencakup pembelian chip. Sistem pengatur suhu, konektivitas, serta pasokan daya berpengaruh terhadap kemampuan sistem beroperasi. Oleh sebab itu, Microsoft mengoptimalkan perangkat keras dalam satu ekosistem pusat data. Metode integrasi sistem tersebut bertujuan meningkatkan pemanfaatan sumber daya. Ketika sistem beroperasi sebagaimana direncanakan, pusat data mungkin mampu meningkatkan produktivitas komputasinya.
Microsoft Siapkan Pusat Data Maia 300 Berskala Multi-Gigawatt pada 2027
Dalam strategi infrastrukturnya, Microsoft menargetkan ekspansi besar akselerator Maia pada tahun 2027. Skala multi-gigawatt menunjukkan tingkat konsumsi listrik pada skala pusat data besar. Rencana tersebut memperlihatkan besarnya investasi komputasi AI. Berdasarkan pengumuman Microsoft, keluarga akselerator Maia diposisikan sebagai fondasi pemrosesan AI internal. Namun, penerapan skala besar memerlukan koordinasi berbagai komponen. Infrastruktur kelistrikan, pengiriman komponen, dan sistem pengatur suhu akan memengaruhi proses penerapan.
Dalam desain perangkat kerasnya, Maia 300 direncanakan menggunakan 96 chip dalam satu rak server. Konfigurasi tersebut ditargetkan mencapai keluaran token sampai tujuh kali lebih tinggi dibandingkan Maia 200. Target performa sistem berkaitan dengan produktivitas satu sistem rak yang lengkap. Melalui sistem pemrosesan yang lebih padat, Microsoft menargetkan pelayanan inferensi dalam volume lebih besar. Rancangan ini juga menggunakan konektivitas berkapasitas besar guna menghubungkan akselerator. Pengembangan jaringan dan komputasi secara bersamaan mendukung pengoperasian model AI pada banyak chip.
Peran Chip Microsoft Maia 300 dalam Mendukung Layanan Kecerdasan Buatan
Kehadiran akselerator AI terbaru Microsoft ditujukan untuk mendukung kebutuhan perangkat lunak berbasis AI. Microsoft mengembangkan platform digital yang memanfaatkan model kecerdasan buatan. Bagian ekosistem Microsoft tersebut mencakup Microsoft Copilot, GitHub Copilot, Microsoft Teams, Microsoft Foundry, dan Dragon Copilot. Dengan dukungan perangkat keras miliknya sendiri, Microsoft dapat mengoptimalkan pemrosesan berdasarkan karakteristik produknya. Untuk menggambarkan manfaatnya, aplikasi otomatisasi dengan rangkaian tugas panjang memerlukan kapasitas komputasi memadai. Melalui optimalisasi ini, Maia 300 dapat mendukung peningkatan kapasitas layanan.
Di luar manfaat bagi produk internal, Maia 300 menggambarkan meningkatnya investasi chip khusus oleh perusahaan besar. Selama ini, berbagai pusat data mengandalkan solusi dari produsen GPU besar. Melalui investasi pada akselerator internal, Microsoft berusaha memiliki kendali lebih besar atas biaya dan kapasitas. Meski demikian, pengembangan chip internal tidak otomatis menghapus kebutuhan akselerator pihak ketiga. Sistem komputasi kecerdasan buatan berskala besar dapat memanfaatkan berbagai jenis akselerator. Oleh karena itu, persaingan chip AI kemungkinan semakin berfokus pada efisiensi biaya dan energi.
Kesimpulan: Microsoft Maia 300 Menjadi Langkah Besar Infrastruktur AI 2027
Microsoft Maia 300 menunjukkan arah perkembangan teknologi pusat data AI. Berkat integrasi teknologi fabrikasi modern, bandwidth memori besar, serta interkoneksi Ethernet, Microsoft menargetkan peningkatan kemampuan komputasi kecerdasan buatan. Perusahaan memperkirakan, kemampuan menghasilkan 40 persen lebih banyak token pada daya setara serta kapasitas keluaran token sampai tujuh kali generasi sebelumnya pada skala rak. Target ekspansi sistem Maia mulai 2027 memperlihatkan upaya membangun kapasitas pemrosesan jangka panjang. Meski demikian, hasil penerapan nyata akan menentukan manfaat sistem. Dari sudut pandang Anda, apakah akselerator khusus akan semakin banyak digunakan perusahaan teknologi besar? Ceritakan pemikiran Anda mengenai perkembangan chip AI agar diskusi mengenai teknologi komputasi masa depan semakin menarik.
