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

Microsoft Maia 300 merupakan perangkat semikonduktor untuk pemrosesan AI di pusat data yang difokuskan pada pemrosesan hasil model AI. Dibandingkan chip komputasi serbaguna, Maia 300 mengutamakan operasi yang banyak digunakan model AI. Istilah inferensi merujuk pada tahapan menjalankan model terlatih untuk memberikan jawaban. Sebagai contoh, ketika pengguna meminta Copilot merangkum dokumen, sistem perlu menjalankan proses inferensi. Dengan menghadirkan akselerator khusus ini, Microsoft berupaya meningkatkan kapasitas layanan AI.

Pengenalan generasi terbaru chip Maia menjadi kelanjutan dari pengembangan Maia 200. Akselerator Maia 200 sebagai pendahulunya telah digunakan untuk beban kerja produksi. Hasil pengoperasian Maia 200 membantu Microsoft memahami kebutuhan komputasi nyata. Menurut rencana perusahaan, keluarga Azure Maia akan diperluas pada 2027. Ekspansi tersebut dipersiapkan guna memenuhi pertumbuhan kebutuhan inferensi. Meskipun demikian, tingkat keberhasilan ekspansi akan bergantung pada pelaksanaan dan kondisi infrastruktur.

Spesifikasi Chip Maia 300 Menggunakan Arsitektur Semikonduktor Modern

Salah satu karakteristik penting Maia 300 adalah penerapan struktur semikonduktor berbasis chiplet. Arsitektur chiplet tersebut memungkinkan fungsi komputasi dipisahkan dari komponen pendukung. Untuk memproduksi bagian utama chip, perusahaan mengandalkan proses manufaktur semikonduktor kelas 2 nanometer. Sementara itu, teknologi fabrikasi 3 nanometer turut digunakan. Kombinasi tersebut memungkinkan pengoptimalan rancangan berdasarkan fungsi masing-masing bagian. Berkat rancangan semikonduktor modular, Microsoft dapat mengoptimalkan sistem untuk pekerjaan inferensi.

Selain menggunakan rancangan chiplet, Maia 300 menggunakan teknologi High Bandwidth Memory generasi keempat. Memori tersebut membantu memasok data menuju unit pemrosesan AI. Menurut rancangan perangkat keras yang dipaparkan, Maia 300 menggunakan konfigurasi delapan kelompok memori HBM4 dengan bandwidth hingga sekitar 18 TB per detik. Bandwidth memori yang besar berperan dalam mengurangi hambatan perpindahan informasi. Namun, kecepatan inferensi tidak ditentukan oleh memori saja. Karena alasan tersebut, kemampuan komponen belum otomatis mencerminkan semua skenario pemrosesan.

Performa Token per Megawatt Menjadi Fokus Pengembangan Maia 300

Efisiensi energi menjadi salah satu prioritas utama dalam pengembangan Maia 300. Berdasarkan proyeksi yang diumumkan, Maia 300 berpotensi memberikan peningkatan produktivitas inferensi sebesar 40 persen per megawatt dibandingkan platform akselerator GPU pembanding. Dalam model bahasa, token adalah satuan representasi yang dipakai sistem kecerdasan buatan. Apabila sistem mampu memproses lebih banyak token dengan kebutuhan listrik setara, efisiensi operasional berpotensi membaik. Namun demikian, angka perbandingan memerlukan konteks beban kerja dan konfigurasi. Performa nyata akan bergantung pada penerapan layanan.

Target produktivitas komputasi yang lebih baik relevan dengan pertumbuhan konsumsi energi infrastruktur AI. Dalam operasional pusat data, pengeluaran tidak terbatas pada perangkat keras. Kebutuhan pendinginan, jaringan, dan distribusi listrik juga menentukan efisiensi keseluruhan. Dengan mempertimbangkan berbagai kebutuhan tersebut, Microsoft merancang akselerator bersama infrastruktur pendukung. Strategi pengembangan menyeluruh tersebut membantu mengurangi hambatan antarkomponen. Apabila target kinerja tercapai, Microsoft berpotensi melayani lebih banyak permintaan AI dengan energi setara.

Rencana Penerapan Chip Maia 300 dalam Infrastruktur Azure

Microsoft merencanakan penerapan sistem Maia dalam skala multi-gigawatt mulai 2027. Istilah multi-gigawatt menggambarkan infrastruktur dengan kebutuhan daya yang sangat besar. Rencana tersebut menggambarkan kebutuhan infrastruktur untuk layanan kecerdasan buatan. Menurut rencana perusahaan, sistem Maia akan menjadi platform inferensi utama bagi layanan Microsoft. Namun, pembangunan infrastruktur bergantung pada banyak faktor teknis. Pasokan listrik, jaringan, sistem pendinginan, dan ketersediaan chip akan memengaruhi proses penerapan.

Pada pengembangan sistem pusat data, Maia 300 disusun dalam sistem dengan 96 chip pada setiap rak. 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. Berkat peningkatan kapasitas rak, infrastruktur berpotensi melayani peningkatan permintaan pengguna. Sistem perangkat keras tersebut memanfaatkan jaringan berkecepatan tinggi berbasis Ethernet. Penyatuan perangkat keras dan sistem komunikasi penting untuk menjaga pertukaran data tetap efisien.

Peluang Maia 300 Mengubah Strategi Infrastruktur AI Global

Pengembangan Maia 300 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. Dengan dukungan perangkat keras miliknya sendiri, Microsoft berpotensi menyesuaikan sistem komputasi dengan kebutuhan aplikasi. Sebagai contoh, aplikasi otomatisasi dengan rangkaian tugas panjang memerlukan kapasitas komputasi memadai. Melalui optimalisasi ini, Maia 300 dapat mendukung peningkatan kapasitas layanan.

Selain memengaruhi layanan Microsoft, Maia 300 menjadi bagian dari kompetisi teknologi akselerator AI. Pada pasar perangkat keras kecerdasan buatan, penyedia GPU eksternal memiliki peran besar dalam infrastruktur AI. Dengan mengembangkan chip sendiri, Microsoft menargetkan pengurangan ketergantungan terhadap pemasok tertentu. Walaupun persaingan semakin berkembang, pengembangan chip internal tidak otomatis menghapus kebutuhan akselerator pihak ketiga. Sistem komputasi kecerdasan buatan berskala besar dapat memanfaatkan berbagai jenis akselerator. Berdasarkan kebutuhan tersebut, keunggulan akselerator akan dinilai berdasarkan performa, biaya, dan penggunaan daya.

Microsoft Memperkuat Strategi Kecerdasan Buatan Melalui Maia 300

Kehadiran akselerator generasi terbaru Microsoft menggambarkan kemajuan penting dalam pengembangan semikonduktor khusus. Dengan memadukan teknologi fabrikasi modern, bandwidth memori besar, serta interkoneksi Ethernet, akselerator ini dikembangkan agar pemrosesan AI semakin produktif. Dalam proyeksi performanya, peningkatan keluaran token per megawatt sebesar 40 persen serta peningkatan volume pemrosesan hingga tujuh kali dalam konfigurasi rak. Target ekspansi sistem Maia mulai 2027 memperlihatkan upaya membangun kapasitas pemrosesan jangka panjang. Meski demikian, kinerja sesungguhnya perlu dinilai setelah implementasi skala besar. Bagaimana pandangan Anda, apakah akselerator khusus akan semakin banyak digunakan perusahaan teknologi besar? Ceritakan pemikiran Anda mengenai perkembangan chip AI agar semakin banyak perspektif mengenai inovasi semikonduktor dapat dibagikan.