Microsoft Ungkap Chip AI Maia 300 untuk Pusat Data Generasi Baru pada 2027

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 perangkat semikonduktor untuk pemrosesan AI di pusat data yang dioptimalkan bagi pengoperasian model kecerdasan buatan. Berbeda dengan prosesor komputer umum, Maia 300 memusatkan sumber dayanya pada tugas inferensi skala besar. Istilah inferensi merujuk pada tahapan menjalankan model terlatih untuk memberikan jawaban. Sebagai contoh, saat seseorang meminta AI menjawab pertanyaan, model harus melakukan perhitungan untuk menghasilkan respons. Melalui pengembangan Maia 300, Microsoft berupaya meningkatkan kapasitas layanan AI.

Kehadiran akselerator baru Microsoft menjadi kelanjutan dari pengembangan Maia 200. Akselerator Maia 200 sebagai pendahulunya telah digunakan untuk beban kerja produksi. Informasi dari penerapan akselerator terdahulu menjadi dasar penyempurnaan sistem baru. Menurut rencana perusahaan, penggunaan chip Maia ditargetkan meningkat mulai 2027. Ekspansi tersebut akan memperkuat kapasitas pusat data Azure. Kendati perusahaan telah mengumumkan rencana, hasil operasional Maia 300 masih perlu dinilai setelah penerapan luas.

Spesifikasi Chip Maia 300 Menggunakan Arsitektur Semikonduktor Modern

Keunggulan desain yang diperkenalkan Microsoft adalah pemanfaatan beberapa komponen chip dalam satu sistem. Metode perancangan ini 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, bagian tertentu dibuat melalui proses 3 nanometer. Penggunaan proses fabrikasi berbeda membantu menyesuaikan teknologi produksi dengan kebutuhan komponen. Dengan struktur tersebut, akselerator dirancang sesuai karakteristik pemrosesan AI.

Selain menggunakan rancangan chiplet, Maia 300 menggunakan teknologi High Bandwidth Memory generasi keempat. Teknologi HBM4 memungkinkan pertukaran informasi dengan bandwidth tinggi. Berdasarkan kemampuan teknis yang diumumkan, 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. Walaupun kemampuan memorinya menjanjikan, performa akhir tetap dipengaruhi arsitektur model dan perangkat lunak. Dengan demikian, spesifikasi perangkat keras perlu dinilai bersama hasil pengujian nyata.

Strategi Microsoft Mengurangi Konsumsi Energi Pusat Data AI

Efisiensi energi menjadi perhatian besar Microsoft ketika membangun sistem AI generasi berikutnya. Berdasarkan proyeksi yang diumumkan, Maia 300 dapat meningkatkan keluaran token sekitar 40 persen pada penggunaan daya yang sama 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 konsumsi daya yang tidak bertambah, produktivitas komputasi dapat meningkat. Walaupun target tersebut menjanjikan, klaim 40 persen merupakan proyeksi performa sistem. Kinerja aktual akan bergantung pada penerapan layanan.

Peningkatan efisiensi tersebut menjadi penting karena kebutuhan listrik pusat data terus berkembang. Ketika menjalankan infrastruktur berskala besar, biaya operasional melibatkan lebih dari harga akselerator. Infrastruktur penyaluran energi dan pengelolaan panas juga menentukan efisiensi keseluruhan. Karena itu, Microsoft mengembangkan Maia sebagai sistem terintegrasi. Metode integrasi sistem tersebut bertujuan meningkatkan pemanfaatan sumber daya. Jika penerapan nyata sesuai proyeksi, kapasitas layanan AI dapat bertambah tanpa kenaikan daya yang sebanding.

Rencana Penerapan Chip Maia 300 dalam Infrastruktur Azure

Perusahaan teknologi tersebut menyiapkan penerapan sistem Maia dalam skala multi-gigawatt mulai 2027. Istilah multi-gigawatt menunjukkan tingkat konsumsi listrik pada skala pusat data besar. Strategi pengembangan tersebut menunjukkan ambisi Microsoft dalam membangun pusat data. Dalam target penerapan yang disampaikan, perangkat keras Maia direncanakan memegang peran penting dalam operasional layanan AI. Walaupun rencana ini cukup ambisius, pengembangan pusat data membutuhkan persiapan kompleks. Pasokan listrik, jaringan, sistem pendinginan, dan ketersediaan chip akan memengaruhi proses penerapan.

Pada pengembangan sistem pusat data, Maia 300 direncanakan menggunakan 96 chip dalam satu rak server. Konfigurasi tersebut ditargetkan mencapai keluaran token sampai tujuh kali lebih tinggi dibandingkan Maia 200. Target performa sistem berlaku pada tingkat rak, bukan perbandingan satu chip secara langsung. Melalui sistem pemrosesan yang lebih padat, infrastruktur berpotensi melayani peningkatan permintaan pengguna. Rancangan ini juga didukung interkoneksi Ethernet untuk komunikasi antarperangkat. Pengembangan jaringan dan komputasi secara bersamaan membantu mengurangi hambatan komunikasi antarunit.

Dampak Maia 300 terhadap Copilot, Azure, dan Persaingan Industri Chip AI

Investasi perusahaan pada chip internal berkaitan erat dengan pertumbuhan layanan kecerdasan buatan. Microsoft mengembangkan platform digital yang memanfaatkan model kecerdasan buatan. Layanan tersebut mencakup Microsoft Copilot, GitHub Copilot, Microsoft Teams, Microsoft Foundry, dan Dragon Copilot. Melalui penggunaan akselerator internal, Microsoft memiliki kesempatan merancang infrastruktur sesuai beban kerja nyata. Sebagai contoh, asisten AI yang menangani percakapan panjang membutuhkan kemampuan inferensi yang konsisten. Sebagai hasil yang ditargetkan, Maia 300 dapat mendukung peningkatan kapasitas layanan.

Tidak hanya berkaitan dengan pengembangan aplikasi, Maia 300 menggambarkan meningkatnya investasi chip khusus oleh perusahaan besar. Dalam perkembangan industri AI, berbagai pusat data mengandalkan solusi dari produsen GPU besar. Melalui investasi pada akselerator internal, Microsoft ingin mengoptimalkan ekonomi layanan melalui perangkat keras khusus. Namun, Microsoft masih dapat menggunakan perangkat keras dari berbagai pemasok. Lingkungan pusat data yang menjalankan banyak model dapat memanfaatkan berbagai jenis akselerator. Dengan pertimbangan tersebut, pengembangan semikonduktor akan semakin menekankan produktivitas komputasi.

Microsoft Memperkuat Strategi Kecerdasan Buatan Melalui Maia 300

Kehadiran akselerator generasi terbaru Microsoft menggambarkan 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. Berdasarkan target yang diumumkan, kemampuan menghasilkan 40 persen lebih banyak token pada daya setara serta kapasitas keluaran token sampai tujuh kali generasi sebelumnya pada skala rak. Program perluasan pusat data pada tahun mendatang memperlihatkan upaya membangun kapasitas pemrosesan jangka panjang. Walaupun spesifikasinya menjanjikan, keberhasilan aktual tetap membutuhkan pembuktian dalam operasional produksi. Menurut Anda, apakah chip AI buatan Microsoft dapat mengubah persaingan industri semikonduktor? Sampaikan pandangan melalui kolom komentar agar pembahasan infrastruktur kecerdasan buatan menjadi lebih bermanfaat.