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.

Inovasi Teknologi Maia 300 dalam Memperkuat Pusat Data Microsoft

Azure Maia 300 diperkenalkan sebagai perangkat semikonduktor untuk pemrosesan AI di pusat data yang dioptimalkan bagi pengoperasian model kecerdasan buatan. Berbeda dengan prosesor komputer umum, 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, sistem perlu menjalankan proses inferensi. Dengan menghadirkan akselerator khusus ini, Microsoft ingin memperbesar kemampuan infrastruktur kecerdasan buatannya.

Pengumuman Maia 300 memperluas strategi pembuatan perangkat keras internal perusahaan. Akselerator Maia 200 sebagai pendahulunya sudah menjalankan sebagian layanan AI Microsoft. Informasi dari penerapan akselerator terdahulu memberikan masukan untuk merancang generasi berikutnya. Dalam strategi infrastruktur yang diumumkan, penggunaan chip Maia ditargetkan meningkat mulai 2027. Program pengembangan tersebut dipersiapkan guna memenuhi pertumbuhan kebutuhan inferensi. Meskipun demikian, hasil operasional Maia 300 masih perlu dinilai setelah penerapan luas.

Teknologi Chiplet dan Memori HBM4 pada Microsoft Maia 300

Salah satu karakteristik penting Maia 300 adalah penerapan struktur semikonduktor berbasis chiplet. Pendekatan tersebut membagi sejumlah fungsi perangkat keras menjadi bagian khusus. Microsoft memanfaatkan proses manufaktur semikonduktor kelas 2 nanometer. Sementara itu, bagian tertentu dibuat melalui proses 3 nanometer. Kombinasi tersebut membantu menyesuaikan teknologi produksi dengan kebutuhan komponen. Melalui pendekatan multi-chiplet, arsitektur chip difokuskan pada efisiensi operasi kecerdasan buatan.

Tidak hanya mengandalkan proses produksi semikonduktor modern, Maia 300 dilengkapi sistem memori HBM4. Teknologi HBM4 dirancang untuk mendukung perpindahan data dalam jumlah besar. Menurut rancangan perangkat keras yang dipaparkan, Maia 300 memanfaatkan delapan tumpukan memori HBM4 dengan bandwidth hingga sekitar 18 TB per detik. Dukungan jalur komunikasi memori yang luas berperan dalam mengurangi hambatan perpindahan informasi. Meskipun spesifikasi bandwidth sangat tinggi, kecepatan inferensi tidak ditentukan oleh memori saja. Oleh sebab itu, kemampuan komponen belum otomatis mencerminkan semua skenario pemrosesan.

Efisiensi Energi Maia 300 Mencapai Target 40 Persen Lebih Tinggi

Optimalisasi konsumsi listrik menjadi perhatian besar Microsoft ketika membangun sistem AI generasi berikutnya. Berdasarkan proyeksi yang diumumkan, Maia 300 berpotensi memberikan peningkatan produktivitas inferensi sebesar 40 persen per megawatt dibandingkan platform akselerator GPU pembanding. Istilah token mengacu pada bagian teks atau data yang digunakan dalam pemrosesan model. Semakin banyak token yang dihasilkan dengan jumlah energi yang sama, produktivitas komputasi dapat meningkat. Meski angka peningkatannya terlihat menarik, hasil tersebut harus dipahami berdasarkan kondisi pengujian. Kinerja aktual dapat berbeda sesuai model serta infrastruktur.

Peningkatan efisiensi tersebut menjadi penting karena kebutuhan listrik pusat data terus berkembang. Pada lingkungan komputasi perusahaan, perhitungan biaya tidak hanya mencakup pembelian chip. Kebutuhan pendinginan, jaringan, dan distribusi listrik juga menentukan efisiensi keseluruhan. Oleh sebab itu, Microsoft mengoptimalkan perangkat keras dalam satu ekosistem pusat data. Metode integrasi sistem tersebut membantu mengurangi hambatan antarkomponen. Apabila target kinerja tercapai, 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. Skala multi-gigawatt menunjukkan tingkat konsumsi listrik pada skala pusat data besar. Program perluasan ini 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, penerapan skala besar memerlukan koordinasi berbagai komponen. Pasokan listrik, jaringan, sistem pendinginan, dan ketersediaan chip menjadi bagian penting dari keberhasilan ekspansi.

Dalam desain perangkat kerasnya, Maia 300 mendukung konfigurasi 96 akselerator per rak. Susunan perangkat keras ini diproyeksikan memberikan peningkatan kapasitas pemrosesan hingga tujuh kali pada skala rak. Target performa sistem berlaku pada tingkat rak, bukan perbandingan satu chip secara langsung. Dengan kemampuan tersebut, lebih banyak permintaan AI diharapkan dapat diproses. Rancangan ini juga memanfaatkan jaringan berkecepatan tinggi berbasis Ethernet. Penyatuan perangkat keras dan sistem komunikasi mendukung pengoperasian model AI pada banyak chip.

Peluang Maia 300 Mengubah Strategi Infrastruktur AI Global

Investasi perusahaan pada chip internal menjadi bagian dari strategi peningkatan kapasitas AI. Dalam ekosistem produknya, Microsoft menghadirkan aplikasi AI dengan permintaan pemrosesan tinggi. Bagian ekosistem Microsoft tersebut mencakup Microsoft Copilot, GitHub Copilot, Microsoft Teams, Microsoft Foundry, dan Dragon Copilot. Dengan dukungan perangkat keras miliknya sendiri, Microsoft memiliki kesempatan merancang infrastruktur sesuai beban kerja nyata. Sebagai contoh, aplikasi otomatisasi dengan rangkaian tugas panjang membutuhkan kemampuan inferensi yang konsisten. Dengan demikian, pengalaman penggunaan aplikasi AI diharapkan terus membaik.

Tidak hanya berkaitan dengan pengembangan aplikasi, 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. Melalui investasi pada akselerator internal, Microsoft berusaha memiliki kendali lebih besar atas biaya dan kapasitas. Walaupun persaingan semakin berkembang, Microsoft masih dapat menggunakan perangkat keras dari berbagai pemasok. Infrastruktur AI modern dapat memanfaatkan berbagai jenis akselerator. Dengan pertimbangan tersebut, pengembangan semikonduktor akan semakin menekankan produktivitas komputasi.

Microsoft Memperkuat Strategi Kecerdasan Buatan Melalui Maia 300

Microsoft Maia 300 menunjukkan arah perkembangan teknologi pusat data AI. Dengan memadukan rancangan chiplet, sistem memori cepat, dan konfigurasi pusat data terintegrasi, Microsoft menargetkan peningkatan kemampuan komputasi kecerdasan buatan. Dalam proyeksi performanya, produktivitas inferensi sekitar 40 persen lebih tinggi per megawatt serta peningkatan volume pemrosesan hingga tujuh kali dalam konfigurasi rak. Program perluasan pusat data pada tahun mendatang menunjukkan ambisi Microsoft memperkuat layanan AI. Kendati target pengembangannya menarik, keberhasilan aktual tetap membutuhkan pembuktian dalam operasional produksi. Dari sudut pandang Anda, apakah akselerator khusus akan semakin banyak digunakan perusahaan teknologi besar? Silakan bagikan pendapat Anda agar pembahasan infrastruktur kecerdasan buatan menjadi lebih bermanfaat.