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 perangkat semikonduktor untuk pemrosesan AI di pusat data yang difokuskan pada pemrosesan hasil model AI. Tidak seperti CPU yang digunakan untuk berbagai pekerjaan, Maia 300 mengutamakan operasi yang banyak digunakan model AI. Istilah inferensi merujuk pada tahapan menjalankan model terlatih untuk memberikan jawaban. Dalam penggunaan sehari-hari, apabila pengguna memerintahkan asisten digital menganalisis informasi, komputer memproses permintaan melalui model AI. Berkat rancangan chip terbaru tersebut, Microsoft ingin memperbesar kemampuan infrastruktur kecerdasan buatannya.
Kehadiran akselerator baru Microsoft melanjutkan investasi Microsoft dalam semikonduktor AI. Akselerator Maia 200 sebagai pendahulunya sudah menjalankan sebagian layanan AI Microsoft. Hasil pengoperasian Maia 200 memberikan masukan untuk merancang generasi berikutnya. Berdasarkan arah pengembangan Microsoft, keluarga Azure Maia akan diperluas pada 2027. Perluasan infrastruktur ini dipersiapkan guna memenuhi pertumbuhan kebutuhan inferensi. Meskipun demikian, kinerja pada skala produksi harus dibuktikan melalui implementasi nyata.
Spesifikasi Chip Maia 300 Menggunakan Arsitektur Semikonduktor Modern
Salah satu karakteristik penting Maia 300 adalah penerapan struktur semikonduktor berbasis chiplet. Pendekatan tersebut mengelompokkan unit pemrosesan serta komponen lain dalam struktur modular. Untuk memproduksi bagian utama chip, perusahaan mengandalkan proses manufaktur semikonduktor kelas 2 nanometer. Untuk beberapa fungsi tambahan, teknologi fabrikasi 3 nanometer turut digunakan. Kombinasi tersebut bertujuan menyeimbangkan performa dan biaya. Berkat rancangan semikonduktor modular, akselerator dirancang sesuai karakteristik pemrosesan AI.
Tidak hanya mengandalkan proses produksi semikonduktor modern, Maia 300 memanfaatkan memori berkecepatan tinggi HBM4. Memori tersebut dirancang untuk mendukung perpindahan data dalam jumlah besar. Menurut rancangan perangkat keras yang dipaparkan, Maia 300 mengintegrasikan delapan stack HBM4 dengan bandwidth hingga sekitar 18 TB per detik. Bandwidth memori yang besar penting untuk menjalankan model bahasa berukuran besar. Meskipun spesifikasi bandwidth sangat tinggi, hasil komputasi juga bergantung pada optimalisasi sistem serta karakteristik beban kerja. Oleh sebab itu, spesifikasi perangkat keras perlu dinilai bersama hasil pengujian nyata.
Efisiensi Energi Maia 300 Mencapai Target 40 Persen Lebih Tinggi
Penghematan daya merupakan 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 berbasis GPU yang menjadi acuan perusahaan. Istilah token mengacu pada unit informasi yang diproses oleh model AI. Semakin banyak token yang dihasilkan dengan konsumsi daya yang tidak bertambah, efisiensi operasional berpotensi membaik. Meski angka peningkatannya terlihat menarik, angka perbandingan memerlukan konteks beban kerja dan konfigurasi. Hasil dalam penggunaan produksi dapat berbeda sesuai model serta infrastruktur.
Peningkatan efisiensi tersebut relevan dengan pertumbuhan konsumsi energi infrastruktur AI. Ketika menjalankan infrastruktur berskala besar, pengeluaran tidak terbatas pada perangkat keras. Sistem pengatur suhu, konektivitas, serta pasokan daya berpengaruh terhadap kemampuan sistem beroperasi. Dengan mempertimbangkan berbagai kebutuhan tersebut, Microsoft mengembangkan Maia sebagai sistem terintegrasi. Metode integrasi sistem tersebut mendukung peningkatan efisiensi secara keseluruhan. Apabila target kinerja tercapai, Microsoft berpotensi melayani lebih banyak permintaan AI dengan energi setara.
Microsoft Siapkan Pusat Data Maia 300 Berskala Multi-Gigawatt pada 2027
Microsoft merencanakan ekspansi besar akselerator Maia pada tahun 2027. Besaran kapasitas multi-gigawatt merujuk pada kapasitas daya infrastruktur yang mencapai beberapa gigawatt. Strategi pengembangan tersebut memperlihatkan besarnya investasi komputasi AI. Dalam target penerapan yang disampaikan, keluarga akselerator Maia diposisikan sebagai fondasi pemrosesan AI internal. Namun, penerapan skala besar memerlukan koordinasi berbagai komponen. Ketersediaan energi, perangkat keras, serta fasilitas pendukung akan memengaruhi proses penerapan.
Untuk konfigurasi akselerator berskala rak, Maia 300 mendukung konfigurasi 96 akselerator per rak. Rancangan tingkat rak tersebut ditargetkan mencapai keluaran token sampai tujuh kali lebih tinggi dibandingkan Maia 200. Peningkatan yang diperkirakan berkaitan dengan produktivitas satu sistem rak yang lengkap. Dengan kemampuan tersebut, lebih banyak permintaan AI diharapkan dapat diproses. Rancangan ini juga didukung interkoneksi Ethernet untuk komunikasi antarperangkat. Integrasi akselerator dengan interkoneksi berkecepatan tinggi membantu mengurangi hambatan komunikasi antarunit.
Dampak Maia 300 terhadap Copilot, Azure, dan Persaingan Industri Chip AI
Investasi perusahaan pada chip internal ditujukan untuk mendukung kebutuhan perangkat lunak berbasis AI. Perusahaan menyediakan platform digital yang memanfaatkan model kecerdasan buatan. Produk yang memanfaatkan infrastruktur ini mencakup Microsoft Copilot, GitHub Copilot, Microsoft Teams, Microsoft Foundry, dan Dragon Copilot. Berkat integrasi chip dan layanan, Microsoft dapat mengoptimalkan pemrosesan berdasarkan karakteristik produknya. Sebagai contoh, layanan yang memproses dokumen kompleks memerlukan kapasitas komputasi memadai. Dengan demikian, pengoperasian produk AI berpotensi menjadi lebih efisien.
Di luar manfaat bagi produk internal, Maia 300 juga mencerminkan perubahan persaingan industri semikonduktor. Pada pasar perangkat keras kecerdasan buatan, penyedia GPU eksternal memiliki peran besar dalam infrastruktur AI. Berkat kemampuan merancang semikonduktor khusus, Microsoft berusaha memiliki kendali lebih besar atas biaya dan kapasitas. Namun, kehadiran Maia 300 tidak berarti Microsoft langsung meninggalkan GPU NVIDIA. Sistem komputasi kecerdasan buatan berskala besar sering menggunakan perangkat keras sesuai karakteristik beban kerja. Berdasarkan kebutuhan tersebut, keunggulan akselerator akan dinilai berdasarkan performa, biaya, dan penggunaan daya.
Microsoft Memperkuat Strategi Kecerdasan Buatan Melalui Maia 300
Pengumuman chip Maia 300 memperlihatkan arah perkembangan teknologi pusat data AI. Dengan memadukan arsitektur multi-chiplet, memori HBM4, dan jaringan berkecepatan tinggi, Maia 300 dirancang untuk meningkatkan efisiensi inferensi. Dalam proyeksi performanya, peningkatan keluaran token per megawatt sebesar 40 persen serta peningkatan volume pemrosesan hingga tujuh kali dalam konfigurasi rak. Target ekspansi sistem Maia mulai 2027 memperlihatkan upaya membangun kapasitas pemrosesan jangka panjang. Walaupun spesifikasinya menjanjikan, hasil penerapan nyata akan menentukan manfaat sistem. Menurut Anda, seberapa penting efisiensi energi bagi masa depan pusat data? Sampaikan pandangan melalui kolom komentar agar diskusi mengenai teknologi komputasi masa depan semakin menarik.
