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.
Inovasi Teknologi Maia 300 dalam Memperkuat Pusat Data Microsoft
Azure Maia 300 diperkenalkan sebagai akselerator kecerdasan buatan generasi ketiga 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. Untuk menggambarkan penerapannya, saat seseorang meminta AI menjawab pertanyaan, komputer memproses permintaan melalui model AI. Melalui pengembangan Maia 300, Microsoft berupaya meningkatkan kapasitas layanan AI.
Pengumuman Maia 300 melanjutkan investasi Microsoft dalam semikonduktor AI. Maia 200 sebelumnya sudah menjalankan sebagian layanan AI Microsoft. Hasil pengoperasian Maia 200 menjadi dasar penyempurnaan sistem baru. Berdasarkan arah pengembangan Microsoft, penerapan sistem Maia direncanakan mencapai skala lebih besar pada 2027. Program pengembangan tersebut ditujukan untuk mendukung layanan AI Microsoft. Kendati perusahaan telah mengumumkan rencana, kinerja pada skala produksi harus dibuktikan melalui implementasi nyata.
Teknologi Chiplet dan Memori HBM4 pada Microsoft Maia 300
Keunggulan desain yang diperkenalkan Microsoft adalah penerapan struktur semikonduktor berbasis chiplet. Arsitektur chiplet tersebut memungkinkan fungsi komputasi dipisahkan dari komponen pendukung. Dalam pengembangan semikonduktornya, Microsoft menggunakan teknologi fabrikasi 2 nanometer dari TSMC. Untuk beberapa fungsi tambahan, manufaktur 3 nanometer dimanfaatkan pada komponen lainnya. Kombinasi tersebut memungkinkan pengoptimalan rancangan berdasarkan fungsi masing-masing bagian. Berkat rancangan semikonduktor modular, akselerator dirancang sesuai karakteristik pemrosesan AI.
Di samping teknologi fabrikasi, Maia 300 memanfaatkan memori berkecepatan tinggi HBM4. Teknologi HBM4 memungkinkan pertukaran informasi dengan bandwidth tinggi. 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 membantu pemrosesan model AI dengan kebutuhan data tinggi. 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
Efisiensi energi menjadi salah satu prioritas utama dalam pengembangan Maia 300. Perusahaan menargetkan, 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. Apabila sistem mampu memproses lebih banyak token dengan jumlah energi yang sama, produktivitas komputasi dapat meningkat. Namun demikian, hasil tersebut harus dipahami berdasarkan kondisi pengujian. Kinerja aktual akan bergantung pada penerapan layanan.
Target produktivitas komputasi yang lebih baik menjadi penting karena kebutuhan listrik pusat data terus berkembang. Pada lingkungan komputasi perusahaan, biaya operasional melibatkan lebih dari harga akselerator. Sistem pengatur suhu, konektivitas, serta pasokan daya juga menentukan efisiensi keseluruhan. Karena itu, Microsoft merancang akselerator bersama infrastruktur pendukung. Metode integrasi sistem tersebut membantu mengurangi hambatan antarkomponen. 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 perluasan kapasitas komputasi Maia hingga tingkat multi-gigawatt. Skala multi-gigawatt menggambarkan infrastruktur dengan kebutuhan daya yang sangat besar. Rencana tersebut menunjukkan ambisi Microsoft dalam membangun pusat data. Dalam target penerapan yang disampaikan, perangkat keras Maia direncanakan memegang peran penting dalam operasional layanan AI. Meskipun target ekspansinya besar, pengembangan pusat data membutuhkan persiapan kompleks. Ketersediaan energi, perangkat keras, serta fasilitas pendukung akan memengaruhi proses penerapan.
Dalam desain perangkat kerasnya, Maia 300 direncanakan menggunakan 96 chip dalam satu rak server. Rancangan tingkat rak tersebut dirancang untuk menghasilkan throughput token hingga tujuh kali Maia 200. Perbandingan tersebut menggambarkan kemampuan keseluruhan konfigurasi server. Dengan kemampuan tersebut, lebih banyak permintaan AI diharapkan dapat diproses. Konfigurasi pusat data tersebut menggunakan konektivitas berkapasitas besar guna menghubungkan akselerator. Pengembangan jaringan dan komputasi secara bersamaan penting untuk menjaga pertukaran data tetap efisien.
Peran Chip Microsoft Maia 300 dalam Mendukung Layanan Kecerdasan Buatan
Kehadiran akselerator AI terbaru Microsoft ditujukan untuk mendukung kebutuhan perangkat lunak berbasis AI. Dalam ekosistem produknya, Microsoft menghadirkan aplikasi AI dengan permintaan pemrosesan tinggi. Produk yang memanfaatkan infrastruktur ini mencakup Microsoft Copilot, GitHub Copilot, Microsoft Teams, Microsoft Foundry, dan Dragon Copilot. Berkat integrasi chip dan layanan, Microsoft memiliki kesempatan merancang infrastruktur sesuai beban kerja nyata. Sebagai contoh, aplikasi otomatisasi dengan rangkaian tugas panjang membutuhkan kemampuan inferensi yang konsisten. Melalui optimalisasi ini, Maia 300 dapat mendukung peningkatan kapasitas layanan.
Di luar manfaat bagi produk internal, Maia 300 menggambarkan meningkatnya investasi chip khusus oleh perusahaan besar. Pada pasar perangkat keras kecerdasan buatan, berbagai pusat data mengandalkan solusi dari produsen GPU besar. Dengan mengembangkan chip sendiri, Microsoft berusaha memiliki kendali lebih besar atas biaya dan kapasitas. Namun, Microsoft masih dapat menggunakan perangkat keras dari berbagai pemasok. Lingkungan pusat data yang menjalankan banyak model umumnya membutuhkan kombinasi teknologi berbeda. Oleh karena itu, pengembangan semikonduktor akan semakin menekankan produktivitas komputasi.
Kesimpulan: Microsoft Maia 300 Menjadi Langkah Besar Infrastruktur AI 2027
Kehadiran akselerator generasi terbaru Microsoft menggambarkan strategi baru dalam membangun infrastruktur kecerdasan buatan. Melalui penggunaan arsitektur multi-chiplet, memori HBM4, dan jaringan berkecepatan tinggi, Maia 300 dirancang untuk meningkatkan efisiensi inferensi. Perusahaan memperkirakan, peningkatan keluaran token per megawatt sebesar 40 persen serta peningkatan volume pemrosesan hingga tujuh kali dalam konfigurasi rak. Target ekspansi sistem Maia mulai 2027 menunjukkan ambisi Microsoft memperkuat layanan AI. Kendati target pengembangannya menarik, hasil penerapan nyata akan menentukan manfaat sistem. 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.
