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
Microsoft Maia 300 merupakan akselerator kecerdasan buatan generasi ketiga yang difokuskan pada pemrosesan hasil model AI. Tidak seperti CPU yang digunakan untuk berbagai pekerjaan, Maia 300 menggunakan rancangan khusus bagi perhitungan kecerdasan buatan. Istilah inferensi merujuk pada aktivitas pemrosesan data oleh model yang telah melalui pelatihan. Sebagai contoh, saat seseorang meminta AI menjawab pertanyaan, komputer memproses permintaan melalui model AI. Melalui pengembangan Maia 300, Microsoft ingin memperbesar kemampuan infrastruktur kecerdasan buatannya.
Pengenalan generasi terbaru chip Maia menjadi kelanjutan dari pengembangan Maia 200. Maia 200 sebelumnya mulai diterapkan dalam infrastruktur komputasi perusahaan. Informasi dari penerapan akselerator terdahulu memberikan masukan untuk merancang generasi berikutnya. Dalam strategi infrastruktur yang diumumkan, penerapan sistem Maia direncanakan mencapai skala lebih besar pada 2027. Ekspansi tersebut ditujukan untuk mendukung layanan AI Microsoft. Meskipun demikian, tingkat keberhasilan ekspansi akan bergantung pada pelaksanaan dan kondisi infrastruktur.
Spesifikasi Chip Maia 300 Menggunakan Arsitektur Semikonduktor Modern
Bagian menarik dari arsitektur akselerator terbaru adalah pemanfaatan beberapa komponen chip dalam satu sistem. Pendekatan tersebut mengelompokkan unit pemrosesan serta komponen lain dalam struktur modular. Dalam pengembangan semikonduktornya, Microsoft menggunakan teknologi fabrikasi 2 nanometer dari TSMC. Pada komponen pendukung, manufaktur 3 nanometer dimanfaatkan pada komponen lainnya. Penggunaan proses fabrikasi berbeda membantu menyesuaikan teknologi produksi dengan kebutuhan komponen. Dengan struktur tersebut, Microsoft dapat mengoptimalkan sistem untuk pekerjaan inferensi.
Selain menggunakan rancangan chiplet, Maia 300 dilengkapi sistem memori HBM4. Teknologi HBM4 memungkinkan pertukaran informasi dengan bandwidth tinggi. Berdasarkan kemampuan teknis yang diumumkan, Maia 300 mengintegrasikan delapan stack HBM4 dengan kecepatan perpindahan data mencapai sekitar 18 terabita per detik. Kemampuan transfer data berkecepatan tinggi penting untuk menjalankan model bahasa berukuran besar. Walaupun kemampuan memorinya menjanjikan, kecepatan inferensi tidak ditentukan oleh memori saja. 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 platform akselerator GPU pembanding. Dalam model bahasa, token adalah satuan representasi yang dipakai sistem kecerdasan buatan. Semakin banyak token yang dihasilkan dengan konsumsi daya yang tidak bertambah, biaya energi per unit pekerjaan mungkin berkurang. Meski angka peningkatannya terlihat menarik, hasil tersebut harus dipahami berdasarkan kondisi pengujian. Kinerja aktual masih dipengaruhi karakteristik tugas yang dijalankan.
Target produktivitas komputasi yang lebih baik menjadi penting karena kebutuhan listrik pusat data terus berkembang. Pada lingkungan komputasi perusahaan, perhitungan biaya tidak hanya mencakup pembelian chip. Kebutuhan pendinginan, jaringan, dan distribusi listrik juga menentukan efisiensi keseluruhan. Dengan mempertimbangkan berbagai kebutuhan tersebut, Microsoft merancang akselerator bersama infrastruktur pendukung. Pendekatan ini bertujuan meningkatkan pemanfaatan sumber daya. Ketika sistem beroperasi sebagaimana direncanakan, pusat data mungkin mampu meningkatkan produktivitas komputasinya.
Teknologi Pusat Data Generasi Baru untuk Mendukung Layanan AI Microsoft
Perusahaan teknologi tersebut menyiapkan penerapan sistem Maia dalam skala multi-gigawatt mulai 2027. Skala multi-gigawatt merujuk pada kapasitas daya infrastruktur yang mencapai beberapa gigawatt. Rencana tersebut memperlihatkan besarnya investasi komputasi AI. Berdasarkan pengumuman Microsoft, sistem Maia akan menjadi platform inferensi utama bagi layanan Microsoft. Meskipun target ekspansinya besar, pengembangan pusat data membutuhkan persiapan kompleks. Infrastruktur kelistrikan, pengiriman komponen, dan sistem pengatur suhu akan memengaruhi proses penerapan.
Pada pengembangan sistem pusat data, Maia 300 direncanakan menggunakan 96 chip dalam satu rak server. Susunan perangkat keras ini dirancang untuk menghasilkan throughput token hingga tujuh kali Maia 200. Peningkatan yang diperkirakan berlaku pada tingkat rak, bukan perbandingan satu chip secara langsung. Berkat peningkatan kapasitas rak, lebih banyak permintaan AI diharapkan dapat diproses. Rancangan ini juga menggunakan konektivitas berkapasitas besar guna menghubungkan akselerator. Penyatuan perangkat keras dan sistem komunikasi penting untuk menjaga pertukaran data tetap efisien.
Peran Chip Microsoft Maia 300 dalam Mendukung Layanan Kecerdasan Buatan
Investasi perusahaan pada chip internal ditujukan untuk mendukung kebutuhan perangkat lunak berbasis AI. Microsoft mengembangkan berbagai layanan yang membutuhkan inferensi skala besar. Bagian ekosistem Microsoft tersebut mencakup Microsoft Copilot, GitHub Copilot, Microsoft Teams, Microsoft Foundry, dan Dragon Copilot. Dengan dukungan perangkat keras miliknya sendiri, Microsoft berpotensi menyesuaikan sistem komputasi dengan kebutuhan aplikasi. Dalam penggunaan praktis, layanan yang memproses dokumen kompleks bergantung pada pemrosesan data yang efisien. Dengan demikian, pengalaman penggunaan aplikasi AI diharapkan terus membaik.
Tidak hanya berkaitan dengan pengembangan aplikasi, Maia 300 menjadi bagian dari kompetisi teknologi akselerator AI. Pada pasar perangkat keras kecerdasan buatan, berbagai pusat data mengandalkan solusi dari produsen GPU besar. Berkat kemampuan merancang semikonduktor khusus, Microsoft ingin mengoptimalkan ekonomi layanan melalui perangkat keras khusus. Namun, Microsoft masih dapat menggunakan perangkat keras dari berbagai pemasok. Sistem komputasi kecerdasan buatan berskala besar dapat memanfaatkan berbagai jenis akselerator. Berdasarkan kebutuhan tersebut, pengembangan semikonduktor akan semakin menekankan produktivitas komputasi.
Kesimpulan: Microsoft Maia 300 Menjadi Langkah Besar Infrastruktur AI 2027
Kehadiran akselerator generasi terbaru Microsoft menggambarkan arah perkembangan teknologi pusat data AI. Melalui penggunaan teknologi fabrikasi modern, bandwidth memori besar, serta interkoneksi Ethernet, Maia 300 dirancang untuk meningkatkan efisiensi inferensi. Dalam proyeksi performanya, produktivitas inferensi sekitar 40 persen lebih tinggi per megawatt serta peningkatan volume pemrosesan hingga tujuh kali dalam konfigurasi rak. Rencana penerapan pada 2027 menandai investasi besar pada infrastruktur komputasi. Kendati target pengembangannya menarik, hasil penerapan nyata akan menentukan manfaat sistem. Bagaimana pandangan Anda, seberapa penting efisiensi energi bagi masa depan pusat data? Sampaikan pandangan melalui kolom komentar agar diskusi mengenai teknologi komputasi masa depan semakin menarik.
