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 prosesor khusus AI generasi terbaru dari Microsoft yang dirancang untuk menangani beban kerja inferensi. Berbeda dengan prosesor komputer umum, Maia 300 menggunakan rancangan khusus bagi perhitungan kecerdasan buatan. Dalam bidang kecerdasan buatan, inferensi berarti tahapan menjalankan model terlatih untuk memberikan jawaban. Sebagai contoh, apabila pengguna memerintahkan asisten digital menganalisis informasi, komputer memproses permintaan melalui model AI. Melalui pengembangan Maia 300, Microsoft berupaya meningkatkan kapasitas layanan AI.
Pengenalan generasi terbaru chip Maia melanjutkan investasi Microsoft dalam semikonduktor AI. Generasi Maia 200 yang lebih dahulu diperkenalkan sudah menjalankan sebagian layanan AI Microsoft. Hasil pengoperasian Maia 200 memberikan masukan untuk merancang generasi berikutnya. Dalam strategi infrastruktur yang diumumkan, penerapan sistem Maia direncanakan mencapai skala lebih besar pada 2027. Program pengembangan 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
Keunggulan desain yang diperkenalkan Microsoft adalah penggunaan rancangan multi-chiplet. Arsitektur chiplet tersebut mengelompokkan unit pemrosesan serta komponen lain dalam struktur modular. Microsoft memanfaatkan proses manufaktur semikonduktor kelas 2 nanometer. Untuk beberapa fungsi tambahan, teknologi fabrikasi 3 nanometer turut digunakan. Kombinasi tersebut memungkinkan pengoptimalan rancangan berdasarkan fungsi masing-masing bagian. Dengan struktur tersebut, akselerator dirancang sesuai karakteristik pemrosesan AI.
Tidak hanya mengandalkan proses produksi semikonduktor modern, Maia 300 memanfaatkan memori berkecepatan tinggi HBM4. Teknologi HBM4 dirancang untuk mendukung perpindahan data dalam jumlah besar. Dalam spesifikasi yang diperkenalkan, Maia 300 menggunakan konfigurasi delapan kelompok memori HBM4 dengan kapasitas bandwidth memori sebesar kurang lebih 18 TB/s. Bandwidth memori yang besar penting untuk menjalankan model bahasa berukuran besar. Meskipun spesifikasi bandwidth sangat tinggi, performa akhir tetap dipengaruhi arsitektur model dan perangkat lunak. Oleh sebab itu, spesifikasi perangkat keras perlu dinilai bersama hasil pengujian nyata.
Efisiensi Energi Maia 300 Mencapai Target 40 Persen Lebih Tinggi
Optimalisasi konsumsi listrik menjadi 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. Token merupakan bagian teks atau data yang digunakan dalam pemrosesan model. Ketika kapasitas keluaran model meningkat dengan kebutuhan listrik setara, biaya energi per unit pekerjaan mungkin berkurang. Meski angka peningkatannya terlihat menarik, klaim 40 persen merupakan proyeksi performa sistem. Performa nyata dapat berbeda sesuai model serta infrastruktur.
Target produktivitas komputasi yang lebih baik relevan dengan pertumbuhan konsumsi energi infrastruktur AI. Ketika menjalankan infrastruktur berskala besar, pengeluaran tidak terbatas pada perangkat keras. Infrastruktur penyaluran energi dan pengelolaan panas berpengaruh terhadap kemampuan sistem beroperasi. Karena itu, Microsoft mengoptimalkan perangkat keras dalam satu ekosistem pusat data. Pendekatan ini mendukung peningkatan efisiensi secara keseluruhan. Jika penerapan nyata sesuai proyeksi, pusat data mungkin mampu meningkatkan produktivitas komputasinya.
Rencana Penerapan Chip Maia 300 dalam Infrastruktur Azure
Microsoft merencanakan penerapan sistem Maia dalam skala multi-gigawatt mulai 2027. Skala multi-gigawatt merujuk pada kapasitas daya infrastruktur yang mencapai beberapa gigawatt. Rencana tersebut menggambarkan kebutuhan infrastruktur untuk layanan kecerdasan buatan. Menurut rencana perusahaan, keluarga akselerator Maia diposisikan sebagai fondasi pemrosesan AI internal. Meskipun target ekspansinya besar, penerapan skala besar memerlukan koordinasi berbagai komponen. Ketersediaan energi, perangkat keras, serta fasilitas pendukung perlu disiapkan agar sistem dapat beroperasi sesuai kebutuhan.
Pada pengembangan sistem pusat data, Maia 300 disusun dalam sistem dengan 96 chip pada setiap rak. Konfigurasi tersebut dirancang untuk menghasilkan throughput token hingga tujuh kali Maia 200. Target performa sistem berkaitan dengan produktivitas satu sistem rak yang lengkap. Berkat peningkatan kapasitas rak, lebih banyak permintaan AI diharapkan dapat diproses. Rancangan ini juga didukung interkoneksi Ethernet untuk komunikasi antarperangkat. Pengembangan jaringan dan komputasi secara bersamaan penting untuk menjaga pertukaran data tetap efisien.
Peluang Maia 300 Mengubah Strategi Infrastruktur AI Global
Kehadiran akselerator AI terbaru Microsoft menjadi bagian dari strategi peningkatan kapasitas AI. Microsoft mengembangkan 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 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. Dalam perkembangan industri AI, penyedia GPU eksternal memiliki peran besar dalam infrastruktur AI. Melalui investasi pada akselerator internal, Microsoft menargetkan pengurangan ketergantungan terhadap pemasok tertentu. Meski demikian, Microsoft masih dapat menggunakan perangkat keras dari berbagai pemasok. Infrastruktur AI modern dapat memanfaatkan berbagai jenis akselerator. Oleh karena itu, persaingan chip AI kemungkinan semakin berfokus pada efisiensi biaya dan energi.
Masa Depan Teknologi Pusat Data dengan Chip Microsoft Maia 300
Microsoft Maia 300 menunjukkan strategi baru dalam membangun infrastruktur kecerdasan buatan. Dengan memadukan rancangan chiplet, sistem memori cepat, dan konfigurasi pusat data terintegrasi, akselerator ini dikembangkan agar pemrosesan AI semakin produktif. Dalam proyeksi performanya, peningkatan keluaran token per megawatt sebesar 40 persen serta kapasitas keluaran token sampai tujuh kali generasi sebelumnya pada skala rak. Program perluasan pusat data pada tahun mendatang menunjukkan ambisi Microsoft memperkuat layanan AI. Meski demikian, hasil penerapan nyata akan menentukan manfaat sistem. Menurut Anda, seberapa penting efisiensi energi bagi masa depan pusat data? Silakan bagikan pendapat Anda agar diskusi mengenai teknologi komputasi masa depan semakin menarik.
