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.
Mengenal Microsoft Maia 300 sebagai Chip AI Generasi Terbaru
Microsoft Maia 300 merupakan prosesor khusus AI generasi terbaru dari Microsoft yang dioptimalkan bagi pengoperasian model kecerdasan buatan. Berbeda dengan prosesor komputer umum, Maia 300 memusatkan sumber dayanya pada tugas inferensi skala besar. Inferensi sendiri merupakan tahapan menjalankan model terlatih untuk memberikan jawaban. Dalam penggunaan sehari-hari, saat seseorang meminta AI menjawab pertanyaan, sistem perlu menjalankan proses inferensi. Berkat rancangan chip terbaru tersebut, Microsoft menargetkan pemrosesan yang lebih efisien.
Pengumuman Maia 300 memperluas strategi pembuatan perangkat keras internal perusahaan. Akselerator Maia 200 sebagai pendahulunya sudah menjalankan sebagian layanan AI Microsoft. Hasil pengoperasian Maia 200 memberikan masukan untuk merancang generasi berikutnya. Menurut rencana perusahaan, penerapan sistem Maia direncanakan mencapai skala lebih besar pada 2027. Program pengembangan tersebut akan memperkuat kapasitas pusat data Azure. Walaupun targetnya cukup ambisius, tingkat keberhasilan ekspansi akan bergantung pada pelaksanaan dan kondisi infrastruktur.
Keunggulan Arsitektur Maia 300 untuk Pemrosesan AI Berkecepatan Tinggi
Keunggulan desain yang diperkenalkan Microsoft adalah penggunaan rancangan multi-chiplet. Metode perancangan ini memungkinkan fungsi komputasi dipisahkan dari komponen pendukung. Untuk memproduksi bagian utama chip, perusahaan mengandalkan teknologi fabrikasi 2 nanometer dari TSMC. Sementara itu, teknologi fabrikasi 3 nanometer turut digunakan. Kombinasi tersebut bertujuan menyeimbangkan performa dan biaya. Melalui pendekatan multi-chiplet, arsitektur chip difokuskan pada efisiensi operasi kecerdasan buatan.
Di samping teknologi fabrikasi, Maia 300 memanfaatkan memori berkecepatan tinggi HBM4. Teknologi HBM4 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. Dukungan jalur komunikasi memori yang luas membantu pemrosesan model AI dengan kebutuhan data tinggi. Meskipun spesifikasi bandwidth sangat tinggi, kecepatan inferensi tidak ditentukan oleh memori saja. Karena alasan tersebut, angka teknis harus dipahami dalam konteks penggunaan.
Strategi Microsoft Mengurangi Konsumsi Energi Pusat Data AI
Penghematan daya merupakan perhatian besar Microsoft ketika membangun sistem AI generasi berikutnya. Microsoft memperkirakan, Maia 300 dapat meningkatkan keluaran token sekitar 40 persen pada penggunaan daya yang sama dibandingkan sistem berbasis GPU yang menjadi acuan perusahaan. Dalam model bahasa, token adalah unit informasi yang diproses oleh model AI. Semakin banyak token yang dihasilkan dengan konsumsi daya yang tidak bertambah, biaya energi per unit pekerjaan mungkin berkurang. Namun demikian, hasil tersebut harus dipahami berdasarkan kondisi pengujian. Performa nyata akan bergantung pada penerapan layanan.
Kemampuan menghasilkan lebih banyak token per daya menjadi penting karena kebutuhan listrik pusat data terus berkembang. Ketika menjalankan infrastruktur berskala besar, perhitungan biaya tidak hanya mencakup pembelian chip. Sistem pengatur suhu, konektivitas, serta pasokan daya juga menentukan efisiensi keseluruhan. Karena itu, Microsoft mengoptimalkan perangkat keras dalam satu ekosistem pusat data. Metode integrasi sistem tersebut bertujuan meningkatkan pemanfaatan sumber daya. Apabila target kinerja tercapai, Microsoft berpotensi melayani lebih banyak permintaan AI dengan energi setara.
Rencana Penerapan Chip Maia 300 dalam Infrastruktur Azure
Perusahaan teknologi tersebut menyiapkan perluasan kapasitas komputasi Maia hingga tingkat multi-gigawatt. Istilah multi-gigawatt merujuk pada kapasitas daya infrastruktur yang mencapai beberapa gigawatt. Program perluasan ini menggambarkan kebutuhan infrastruktur untuk layanan kecerdasan buatan. Berdasarkan pengumuman Microsoft, perangkat keras Maia direncanakan memegang peran penting dalam operasional layanan AI. Meskipun target ekspansinya besar, pembangunan infrastruktur bergantung pada banyak faktor teknis. Pasokan listrik, jaringan, sistem pendinginan, dan ketersediaan chip akan memengaruhi proses penerapan.
Dalam desain perangkat kerasnya, Maia 300 disusun dalam sistem dengan 96 chip pada setiap rak. Susunan perangkat keras ini diproyeksikan memberikan peningkatan kapasitas pemrosesan hingga tujuh kali pada skala rak. Peningkatan yang diperkirakan berlaku pada tingkat rak, bukan perbandingan satu chip secara langsung. Berkat peningkatan kapasitas rak, infrastruktur berpotensi melayani peningkatan permintaan pengguna. Konfigurasi pusat data tersebut didukung interkoneksi Ethernet untuk komunikasi antarperangkat. Pengembangan jaringan dan komputasi secara bersamaan mendukung pengoperasian model AI pada banyak chip.
Peran Chip Microsoft Maia 300 dalam Mendukung Layanan Kecerdasan Buatan
Investasi perusahaan pada chip internal menjadi bagian dari strategi peningkatan kapasitas AI. Dalam ekosistem produknya, Microsoft menghadirkan platform digital yang memanfaatkan model kecerdasan buatan. Layanan tersebut mencakup Microsoft Copilot, GitHub Copilot, Microsoft Teams, Microsoft Foundry, dan Dragon Copilot. Melalui penggunaan akselerator internal, Microsoft dapat mengoptimalkan pemrosesan berdasarkan karakteristik produknya. Dalam penggunaan praktis, layanan yang memproses dokumen kompleks membutuhkan kemampuan inferensi yang konsisten. Dengan demikian, pengalaman penggunaan aplikasi AI diharapkan terus membaik.
Selain memengaruhi layanan Microsoft, Maia 300 menjadi bagian dari kompetisi teknologi akselerator AI. Selama ini, berbagai pusat data mengandalkan solusi dari produsen GPU besar. Melalui investasi pada akselerator internal, Microsoft menargetkan pengurangan ketergantungan terhadap pemasok tertentu. Walaupun persaingan semakin berkembang, Microsoft masih dapat menggunakan perangkat keras dari berbagai pemasok. Sistem komputasi kecerdasan buatan berskala besar dapat memanfaatkan berbagai jenis akselerator. Dengan pertimbangan tersebut, pengembangan semikonduktor akan semakin menekankan produktivitas komputasi.
Microsoft Memperkuat Strategi Kecerdasan Buatan Melalui Maia 300
Pengumuman chip Maia 300 memperlihatkan strategi baru dalam membangun infrastruktur kecerdasan buatan. Dengan memadukan rancangan chiplet, sistem memori cepat, dan konfigurasi pusat data terintegrasi, Microsoft menargetkan peningkatan kemampuan komputasi kecerdasan buatan. Dalam proyeksi performanya, produktivitas inferensi sekitar 40 persen lebih tinggi per megawatt serta throughput tingkat rak hingga tujuh kali dibandingkan Maia 200. Program perluasan pusat data pada tahun mendatang menandai investasi besar pada infrastruktur komputasi. Kendati target pengembangannya menarik, keberhasilan aktual tetap membutuhkan pembuktian dalam operasional produksi. Menurut Anda, apakah akselerator khusus akan semakin banyak digunakan perusahaan teknologi besar? Silakan bagikan pendapat Anda agar semakin banyak perspektif mengenai inovasi semikonduktor dapat dibagikan.
