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.

Mengenal Microsoft Maia 300 sebagai Chip AI Generasi Terbaru

Chip Maia 300 dikembangkan sebagai akselerator kecerdasan buatan generasi ketiga yang difokuskan pada pemrosesan hasil model AI. Tidak seperti CPU yang digunakan untuk berbagai pekerjaan, Maia 300 menggunakan rancangan khusus bagi perhitungan kecerdasan buatan. Istilah inferensi merujuk pada proses ketika model menghasilkan keluaran berdasarkan masukan pengguna. Sebagai contoh, saat seseorang meminta AI menjawab pertanyaan, sistem perlu menjalankan proses inferensi. Dengan menghadirkan akselerator khusus ini, Microsoft ingin memperbesar kemampuan infrastruktur kecerdasan buatannya.

Kehadiran akselerator baru Microsoft menjadi kelanjutan dari pengembangan Maia 200. Generasi Maia 200 yang lebih dahulu diperkenalkan sudah menjalankan sebagian layanan AI Microsoft. Hasil pengoperasian Maia 200 memberikan masukan untuk merancang generasi berikutnya. Menurut rencana perusahaan, penggunaan chip Maia ditargetkan meningkat mulai 2027. Program pengembangan tersebut ditujukan untuk mendukung layanan AI Microsoft. Walaupun targetnya cukup ambisius, tingkat keberhasilan ekspansi akan bergantung pada pelaksanaan dan kondisi infrastruktur.

Keunggulan Arsitektur Maia 300 untuk Pemrosesan AI Berkecepatan Tinggi

Salah satu karakteristik penting Maia 300 adalah penggunaan rancangan multi-chiplet. Arsitektur chiplet tersebut membagi sejumlah fungsi perangkat keras menjadi bagian khusus. Microsoft memanfaatkan teknologi produksi chip 2 nanometer yang dikembangkan TSMC. Pada komponen pendukung, bagian tertentu dibuat melalui proses 3 nanometer. Penggunaan proses fabrikasi berbeda bertujuan menyeimbangkan performa dan biaya. Berkat rancangan semikonduktor modular, arsitektur chip difokuskan pada efisiensi operasi kecerdasan buatan.

Selain menggunakan rancangan chiplet, Maia 300 memanfaatkan memori berkecepatan tinggi HBM4. Memori tersebut memungkinkan pertukaran informasi dengan bandwidth tinggi. Menurut rancangan perangkat keras yang dipaparkan, Maia 300 menggunakan konfigurasi delapan kelompok memori HBM4 dengan bandwidth hingga sekitar 18 TB per detik. Kemampuan transfer data berkecepatan tinggi penting untuk menjalankan model bahasa berukuran besar. Walaupun kemampuan memorinya menjanjikan, kecepatan inferensi tidak ditentukan oleh memori saja. Oleh sebab itu, kemampuan komponen belum otomatis mencerminkan semua skenario pemrosesan.

Performa Token per Megawatt Menjadi Fokus Pengembangan Maia 300

Optimalisasi konsumsi listrik 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 platform akselerator GPU pembanding. Dalam model bahasa, token adalah unit informasi yang diproses oleh model AI. Semakin banyak token yang dihasilkan dengan kebutuhan listrik setara, efisiensi operasional berpotensi membaik. Walaupun target tersebut menjanjikan, hasil tersebut harus dipahami berdasarkan kondisi pengujian. Performa nyata masih dipengaruhi karakteristik tugas yang dijalankan.

Target produktivitas komputasi yang lebih baik menjadi penting karena kebutuhan listrik pusat data terus berkembang. Dalam operasional pusat data, perhitungan biaya tidak hanya mencakup pembelian chip. Kebutuhan pendinginan, jaringan, dan distribusi listrik memberikan kontribusi besar terhadap biaya. Dengan mempertimbangkan berbagai kebutuhan tersebut, Microsoft mengembangkan Maia sebagai sistem terintegrasi. Strategi pengembangan menyeluruh 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

Dalam strategi infrastrukturnya, Microsoft menargetkan penerapan sistem Maia dalam skala multi-gigawatt mulai 2027. Besaran kapasitas multi-gigawatt menggambarkan infrastruktur dengan kebutuhan daya yang sangat besar. Rencana tersebut memperlihatkan besarnya investasi komputasi AI. Menurut rencana perusahaan, sistem Maia akan menjadi platform inferensi utama bagi layanan Microsoft. Namun, pengembangan pusat data membutuhkan persiapan kompleks. Infrastruktur kelistrikan, pengiriman komponen, dan sistem pengatur suhu perlu disiapkan agar sistem dapat beroperasi sesuai kebutuhan.

Dalam desain perangkat kerasnya, 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 berkaitan dengan produktivitas satu sistem rak yang lengkap. Dengan kemampuan tersebut, Microsoft menargetkan pelayanan inferensi dalam volume lebih besar. Rancangan ini juga didukung interkoneksi Ethernet untuk komunikasi antarperangkat. Penyatuan perangkat keras dan sistem komunikasi membantu mengurangi hambatan komunikasi antarunit.

Peran Chip Microsoft Maia 300 dalam Mendukung Layanan Kecerdasan Buatan

Pengembangan Maia 300 berkaitan erat dengan pertumbuhan layanan kecerdasan buatan. Microsoft mengembangkan berbagai layanan yang membutuhkan inferensi skala besar. 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. Dalam penggunaan praktis, layanan yang memproses dokumen kompleks membutuhkan kemampuan inferensi yang konsisten. Melalui optimalisasi ini, Maia 300 dapat mendukung peningkatan kapasitas layanan.

Selain memengaruhi layanan Microsoft, Maia 300 menjadi bagian dari kompetisi teknologi akselerator AI. Dalam perkembangan industri AI, berbagai pusat data mengandalkan solusi dari produsen GPU besar. Berkat kemampuan merancang semikonduktor khusus, Microsoft menargetkan pengurangan ketergantungan terhadap pemasok tertentu. Meski demikian, pengembangan chip internal tidak otomatis menghapus kebutuhan akselerator pihak ketiga. Infrastruktur AI modern sering menggunakan perangkat keras sesuai karakteristik beban kerja. Dengan pertimbangan tersebut, persaingan chip AI kemungkinan semakin berfokus pada efisiensi biaya dan energi.

Kesimpulan: Microsoft Maia 300 Menjadi Langkah Besar Infrastruktur AI 2027

Microsoft Maia 300 menunjukkan strategi baru dalam membangun infrastruktur kecerdasan buatan. Melalui penggunaan arsitektur multi-chiplet, memori HBM4, dan jaringan berkecepatan tinggi, Microsoft menargetkan peningkatan kemampuan komputasi kecerdasan buatan. Perusahaan memperkirakan, produktivitas inferensi sekitar 40 persen lebih tinggi per megawatt serta kapasitas keluaran token sampai tujuh kali generasi sebelumnya pada skala rak. Rencana penerapan pada 2027 memperlihatkan upaya membangun kapasitas pemrosesan jangka panjang. Walaupun spesifikasinya menjanjikan, hasil penerapan nyata akan menentukan manfaat sistem. Menurut Anda, apakah akselerator khusus akan semakin banyak digunakan perusahaan teknologi besar? Silakan bagikan pendapat Anda agar semakin banyak perspektif mengenai inovasi semikonduktor dapat dibagikan.