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 perangkat semikonduktor untuk pemrosesan AI di pusat data yang dioptimalkan bagi pengoperasian model kecerdasan buatan. Dibandingkan chip komputasi serbaguna, Maia 300 memusatkan sumber dayanya pada tugas inferensi skala besar. Dalam bidang kecerdasan buatan, inferensi berarti aktivitas pemrosesan data oleh model yang telah melalui pelatihan. Sebagai contoh, ketika pengguna meminta Copilot merangkum dokumen, sistem perlu menjalankan proses inferensi. Dengan menghadirkan akselerator khusus ini, Microsoft ingin memperbesar kemampuan infrastruktur kecerdasan buatannya.
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 membantu Microsoft memahami kebutuhan komputasi nyata. Menurut rencana perusahaan, penggunaan chip Maia ditargetkan meningkat mulai 2027. Perluasan infrastruktur ini dipersiapkan guna memenuhi pertumbuhan kebutuhan inferensi. Walaupun targetnya cukup ambisius, hasil operasional Maia 300 masih perlu dinilai setelah penerapan luas.
Teknologi Chiplet dan Memori HBM4 pada Microsoft Maia 300
Keunggulan desain yang diperkenalkan Microsoft adalah penerapan struktur semikonduktor berbasis chiplet. Metode perancangan ini membagi sejumlah fungsi perangkat keras menjadi bagian khusus. Dalam pengembangan semikonduktornya, Microsoft menggunakan proses manufaktur semikonduktor kelas 2 nanometer. Pada komponen pendukung, bagian tertentu dibuat melalui proses 3 nanometer. Kombinasi tersebut memungkinkan pengoptimalan rancangan berdasarkan fungsi masing-masing bagian. Dengan struktur tersebut, arsitektur chip difokuskan pada efisiensi operasi kecerdasan buatan.
Tidak hanya mengandalkan proses produksi semikonduktor modern, Maia 300 memanfaatkan memori berkecepatan tinggi HBM4. Komponen penyimpanan data berkecepatan tinggi ini dirancang untuk mendukung perpindahan data dalam jumlah besar. Berdasarkan kemampuan teknis yang diumumkan, Maia 300 menggunakan konfigurasi delapan kelompok memori HBM4 dengan kecepatan perpindahan data mencapai sekitar 18 terabita per detik. Dukungan jalur komunikasi memori yang luas berperan dalam mengurangi hambatan perpindahan informasi. Walaupun kemampuan memorinya menjanjikan, kecepatan inferensi tidak ditentukan oleh memori saja. Karena alasan tersebut, angka teknis harus dipahami dalam konteks penggunaan.
Efisiensi Energi Maia 300 Mencapai Target 40 Persen Lebih Tinggi
Penghematan daya merupakan fokus penting pada perancangan akselerator terbaru. Microsoft memperkirakan, Maia 300 berpotensi memberikan peningkatan produktivitas inferensi sebesar 40 persen per megawatt dibandingkan sistem GPU generasi sebelumnya yang digunakan sebagai dasar perbandingan. Istilah token mengacu pada unit informasi yang diproses oleh model AI. Ketika kapasitas keluaran model meningkat dengan jumlah energi yang sama, biaya energi per unit pekerjaan mungkin berkurang. Namun demikian, hasil tersebut harus dipahami berdasarkan kondisi pengujian. Performa nyata akan bergantung pada penerapan layanan.
Target produktivitas komputasi yang lebih baik 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 berpengaruh terhadap kemampuan sistem beroperasi. Dengan mempertimbangkan berbagai kebutuhan tersebut, Microsoft mengembangkan Maia sebagai sistem terintegrasi. Strategi pengembangan menyeluruh tersebut mendukung peningkatan efisiensi secara keseluruhan. Ketika sistem beroperasi sebagaimana direncanakan, pusat data mungkin mampu meningkatkan produktivitas komputasinya.
Teknologi Pusat Data Generasi Baru untuk Mendukung Layanan AI Microsoft
Dalam strategi infrastrukturnya, Microsoft menargetkan perluasan kapasitas komputasi Maia hingga tingkat multi-gigawatt. Besaran kapasitas multi-gigawatt menunjukkan tingkat konsumsi listrik pada skala pusat data besar. Rencana tersebut menunjukkan ambisi Microsoft dalam membangun pusat data. Dalam target penerapan yang disampaikan, sistem Maia akan menjadi platform inferensi utama bagi layanan Microsoft. Meskipun target ekspansinya besar, pengembangan pusat data membutuhkan persiapan kompleks. Ketersediaan energi, perangkat keras, serta fasilitas pendukung menjadi bagian penting dari keberhasilan ekspansi.
Untuk konfigurasi akselerator berskala rak, Maia 300 mendukung konfigurasi 96 akselerator per rak. Rancangan tingkat rak tersebut 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, Microsoft menargetkan pelayanan inferensi dalam volume lebih besar. Sistem perangkat keras tersebut didukung interkoneksi Ethernet untuk komunikasi antarperangkat. Penyatuan perangkat keras dan sistem komunikasi membantu mengurangi hambatan komunikasi antarunit.
Dampak Maia 300 terhadap Copilot, Azure, dan Persaingan Industri Chip AI
Kehadiran akselerator AI terbaru Microsoft ditujukan untuk mendukung kebutuhan perangkat lunak berbasis AI. Perusahaan menyediakan berbagai layanan yang membutuhkan inferensi skala besar. Layanan tersebut mencakup Microsoft Copilot, GitHub Copilot, Microsoft Teams, Microsoft Foundry, dan Dragon Copilot. Berkat integrasi chip dan layanan, Microsoft dapat mengoptimalkan pemrosesan berdasarkan karakteristik produknya. Untuk menggambarkan manfaatnya, layanan yang memproses dokumen kompleks bergantung pada pemrosesan data yang efisien. Dengan demikian, pengoperasian produk AI berpotensi menjadi lebih efisien.
Selain memengaruhi layanan Microsoft, Maia 300 menggambarkan meningkatnya investasi chip khusus oleh perusahaan besar. Selama ini, penyedia GPU eksternal memiliki peran besar dalam infrastruktur AI. Dengan mengembangkan chip sendiri, Microsoft menargetkan pengurangan ketergantungan terhadap pemasok tertentu. Namun, Microsoft masih dapat menggunakan perangkat keras dari berbagai pemasok. Infrastruktur AI modern dapat memanfaatkan berbagai jenis akselerator. Berdasarkan kebutuhan tersebut, pengembangan semikonduktor akan semakin menekankan produktivitas komputasi.
Microsoft Memperkuat Strategi Kecerdasan Buatan Melalui Maia 300
Pengumuman chip Maia 300 memperlihatkan kemajuan penting dalam pengembangan semikonduktor khusus. Melalui penggunaan rancangan chiplet, sistem memori cepat, dan konfigurasi pusat data terintegrasi, Microsoft menargetkan peningkatan kemampuan komputasi kecerdasan buatan. Perusahaan memperkirakan, peningkatan keluaran token per megawatt sebesar 40 persen serta throughput tingkat rak hingga tujuh kali dibandingkan Maia 200. Target ekspansi sistem Maia mulai 2027 menandai investasi besar pada infrastruktur komputasi. Walaupun spesifikasinya menjanjikan, keberhasilan aktual tetap membutuhkan pembuktian dalam operasional produksi. Dari sudut pandang Anda, apakah akselerator khusus akan semakin banyak digunakan perusahaan teknologi besar? Silakan bagikan pendapat Anda agar semakin banyak perspektif mengenai inovasi semikonduktor dapat dibagikan.
