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
Chip Maia 300 dikembangkan sebagai akselerator kecerdasan buatan generasi ketiga yang dioptimalkan bagi pengoperasian model kecerdasan buatan. Berbeda dengan prosesor komputer umum, Maia 300 menggunakan rancangan khusus bagi perhitungan kecerdasan buatan. Dalam bidang kecerdasan buatan, inferensi berarti aktivitas pemrosesan data oleh model yang telah melalui pelatihan. Dalam penggunaan sehari-hari, apabila pengguna memerintahkan asisten digital menganalisis informasi, sistem perlu menjalankan proses inferensi. Berkat rancangan chip terbaru tersebut, Microsoft menargetkan pemrosesan yang lebih efisien.
Pengenalan generasi terbaru chip Maia memperluas strategi pembuatan perangkat keras internal perusahaan. Generasi Maia 200 yang lebih dahulu diperkenalkan telah digunakan untuk beban kerja produksi. Hasil pengoperasian Maia 200 membantu Microsoft memahami kebutuhan komputasi nyata. Dalam strategi infrastruktur yang diumumkan, penerapan sistem Maia direncanakan mencapai skala lebih besar pada 2027. Ekspansi tersebut dipersiapkan guna memenuhi pertumbuhan kebutuhan inferensi. Meskipun demikian, kinerja pada skala produksi harus dibuktikan melalui implementasi nyata.
Keunggulan Arsitektur Maia 300 untuk Pemrosesan AI Berkecepatan Tinggi
Bagian menarik dari arsitektur akselerator terbaru adalah penggunaan rancangan multi-chiplet. Arsitektur chiplet tersebut mengelompokkan unit pemrosesan serta komponen lain dalam struktur modular. Microsoft memanfaatkan teknologi fabrikasi 2 nanometer dari TSMC. Untuk beberapa fungsi tambahan, teknologi fabrikasi 3 nanometer turut digunakan. Penggunaan proses fabrikasi berbeda membantu menyesuaikan teknologi produksi dengan kebutuhan komponen. Melalui pendekatan multi-chiplet, Microsoft dapat mengoptimalkan sistem untuk pekerjaan inferensi.
Selain menggunakan rancangan chiplet, Maia 300 memanfaatkan memori berkecepatan tinggi HBM4. Memori tersebut memungkinkan pertukaran informasi dengan bandwidth tinggi. Dalam spesifikasi yang diperkenalkan, Maia 300 menggunakan konfigurasi delapan kelompok memori HBM4 dengan kapasitas bandwidth memori sebesar kurang lebih 18 TB/s. Dukungan jalur komunikasi memori yang luas penting untuk menjalankan model bahasa berukuran besar. Walaupun kemampuan memorinya menjanjikan, hasil komputasi juga bergantung pada optimalisasi sistem serta karakteristik beban kerja. Dengan demikian, kemampuan komponen belum otomatis mencerminkan semua skenario pemrosesan.
Efisiensi Energi Maia 300 Mencapai Target 40 Persen Lebih Tinggi
Optimalisasi konsumsi listrik menjadi salah satu prioritas utama dalam pengembangan Maia 300. Perusahaan menargetkan, Maia 300 dapat meningkatkan keluaran token sekitar 40 persen pada penggunaan daya yang sama dibandingkan sistem GPU generasi sebelumnya yang digunakan sebagai dasar perbandingan. Token merupakan unit informasi yang diproses oleh model AI. Ketika kapasitas keluaran model meningkat dengan kebutuhan listrik setara, efisiensi operasional berpotensi membaik. Walaupun target tersebut menjanjikan, klaim 40 persen merupakan proyeksi performa sistem. Performa nyata akan bergantung pada penerapan layanan.
Kemampuan menghasilkan lebih banyak token per daya berkaitan dengan meningkatnya kebutuhan daya sistem komputasi. Ketika menjalankan infrastruktur berskala besar, biaya operasional melibatkan lebih dari harga akselerator. Infrastruktur penyaluran energi dan pengelolaan panas memberikan kontribusi besar terhadap biaya. Karena itu, Microsoft merancang akselerator bersama infrastruktur pendukung. Pendekatan ini bertujuan meningkatkan pemanfaatan sumber daya. Jika penerapan nyata sesuai proyeksi, kapasitas layanan AI dapat bertambah tanpa kenaikan daya yang sebanding.
Microsoft Siapkan Pusat Data Maia 300 Berskala Multi-Gigawatt pada 2027
Perusahaan teknologi tersebut menyiapkan ekspansi besar akselerator Maia pada tahun 2027. Istilah multi-gigawatt merujuk pada kapasitas daya infrastruktur yang mencapai beberapa gigawatt. Strategi pengembangan tersebut menggambarkan kebutuhan infrastruktur untuk layanan kecerdasan buatan. Menurut rencana perusahaan, perangkat keras Maia direncanakan memegang peran penting dalam operasional layanan AI. Namun, pembangunan infrastruktur bergantung pada banyak faktor teknis. Pasokan listrik, jaringan, sistem pendinginan, dan ketersediaan chip menjadi bagian penting dari keberhasilan ekspansi.
Dalam desain perangkat kerasnya, Maia 300 direncanakan menggunakan 96 chip dalam satu rak server. Rancangan tingkat rak tersebut ditargetkan mencapai keluaran token sampai tujuh kali lebih tinggi dibandingkan Maia 200. Perbandingan tersebut berkaitan dengan produktivitas satu sistem rak yang lengkap. Melalui sistem pemrosesan yang lebih padat, lebih banyak permintaan AI diharapkan dapat diproses. Sistem perangkat keras tersebut memanfaatkan jaringan berkecepatan tinggi berbasis Ethernet. Pengembangan jaringan dan komputasi secara bersamaan mendukung pengoperasian model AI pada banyak chip.
Dampak Maia 300 terhadap Copilot, Azure, dan Persaingan Industri Chip AI
Pengembangan Maia 300 menjadi bagian dari strategi peningkatan kapasitas AI. Dalam ekosistem produknya, Microsoft menghadirkan berbagai layanan yang membutuhkan inferensi skala besar. Bagian ekosistem Microsoft tersebut mencakup Microsoft Copilot, GitHub Copilot, Microsoft Teams, Microsoft Foundry, dan Dragon Copilot. Berkat integrasi chip dan layanan, Microsoft berpotensi menyesuaikan sistem komputasi dengan kebutuhan aplikasi. Sebagai contoh, asisten AI yang menangani percakapan panjang bergantung pada pemrosesan data yang efisien. Dengan demikian, Maia 300 dapat mendukung peningkatan kapasitas layanan.
Tidak hanya berkaitan dengan pengembangan aplikasi, Maia 300 juga mencerminkan perubahan persaingan industri semikonduktor. Selama ini, NVIDIA dan AMD menjadi pemasok penting akselerator komputasi. Dengan mengembangkan chip sendiri, Microsoft menargetkan pengurangan ketergantungan terhadap pemasok tertentu. Meski demikian, Microsoft masih dapat menggunakan perangkat keras dari berbagai pemasok. Lingkungan pusat data yang menjalankan banyak model dapat memanfaatkan berbagai jenis akselerator. Dengan pertimbangan tersebut, persaingan chip AI kemungkinan semakin berfokus pada efisiensi biaya dan energi.
Masa Depan Teknologi Pusat Data dengan Chip Microsoft Maia 300
Pengumuman chip Maia 300 memperlihatkan strategi baru dalam membangun infrastruktur kecerdasan buatan. Melalui penggunaan rancangan chiplet, sistem memori cepat, dan konfigurasi pusat data terintegrasi, Microsoft menargetkan peningkatan kemampuan komputasi kecerdasan buatan. Perusahaan memperkirakan, kemampuan menghasilkan 40 persen lebih banyak token pada daya setara serta throughput tingkat rak hingga tujuh kali dibandingkan Maia 200. Rencana penerapan pada 2027 memperlihatkan upaya membangun kapasitas pemrosesan jangka panjang. Walaupun spesifikasinya menjanjikan, kinerja sesungguhnya perlu dinilai setelah implementasi skala besar. Menurut 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.
