PANDUTEKNO.ID – Chip AI Microsoft Maia 300 resmi diperkenalkan sebagai langkah baru perusahaan teknologi asal Amerika Serikat untuk memperkuat infrastruktur kecerdasan buatan. Microsoft menargetkan penggunaan chip buatannya sendiri dalam skala besar mulai 2027, sekaligus mengurangi ketergantungan terhadap prosesor Nvidia.
Pengumuman tersebut disampaikan Microsoft pada Senin, 12 Oktober 2026. Maia 300 merupakan generasi ketiga akselerator AI khusus yang dirancang perusahaan untuk mendukung berbagai layanan berbasis komputasi awan.
Microsoft mengklaim sistem Maia 300 mampu menghasilkan 40 persen lebih banyak token AI untuk setiap megawatt daya dibandingkan sistem GPU terkemuka yang menjadi pembanding perusahaan.
Langkah ini menjadi bagian dari strategi Microsoft untuk meningkatkan efisiensi operasional pusat data dan mengendalikan biaya pengembangan layanan AI.
Microsoft Perkenalkan Chip AI Maia 300
Microsoft terus memperkuat pengembangan perangkat keras khusus untuk kebutuhan kecerdasan buatan.
Melalui keluarga Azure Maia, perusahaan ingin memiliki kendali lebih besar atas infrastruktur komputasi yang digunakan untuk menjalankan layanan AI.
Maia 300 dirancang terutama untuk proses inference, yakni tahap ketika model AI yang telah dikembangkan menghasilkan jawaban atau menjalankan tugas berdasarkan permintaan pengguna.
Teknologi tersebut penting bagi layanan seperti Microsoft Copilot, GitHub Copilot, dan berbagai aplikasi AI yang menggunakan infrastruktur Azure.
Dalam pengumuman resminya, Executive Vice President Cloud + AI Microsoft, Scott Guthrie, menyatakan bahwa Maia akan menjadi sistem utama untuk menjalankan proses inference pada produk dan layanan Microsoft.
Microsoft juga menargetkan perluasan sistem Azure Maia menjadi infrastruktur berskala multi-gigawatt mulai 2027.
Chip Maia 300 Diklaim Lebih Efisien 40 Persen
Salah satu keunggulan yang ditonjolkan Microsoft adalah efisiensi penggunaan energi.
Menurut perusahaan, Maia 300 dirancang untuk menghasilkan sekitar 40 persen lebih banyak token AI per megawatt dibandingkan sistem GPU terkemuka.
Token merupakan unit pemrosesan teks atau informasi yang digunakan model kecerdasan buatan.
Semakin banyak token yang dapat diproses dengan penggunaan daya yang sama, semakin tinggi potensi efisiensi infrastruktur AI.
Microsoft juga menyatakan bahwa satu rak server Maia 300 berpotensi menghasilkan throughput token hingga tujuh kali lebih tinggi dibandingkan sistem Maia 200.
Namun, angka tersebut merupakan klaim dan proyeksi performa dari Microsoft, bukan hasil pengujian independen pada seluruh jenis beban kerja AI.
Kinerja aktual nantinya dapat berbeda berdasarkan model, konfigurasi sistem, dan kebutuhan aplikasi.
Microsoft Kurangi Ketergantungan pada Nvidia
Chip AI Microsoft Maia 300 juga menjadi bagian dari strategi perusahaan untuk mengurangi ketergantungan pada pemasok prosesor eksternal.
Selama beberapa tahun terakhir, Nvidia menjadi salah satu penyedia utama GPU untuk pengembangan dan pengoperasian sistem AI berskala besar.
Tingginya permintaan terhadap chip AI membuat ketersediaan perangkat, harga, dan kebutuhan listrik menjadi faktor penting dalam ekspansi pusat data.
Dengan merancang chip sendiri, Microsoft berupaya menyesuaikan perangkat keras dengan kebutuhan layanan yang dijalankannya.
Strategi tersebut diharapkan membantu perusahaan meningkatkan efisiensi biaya dan mengurangi risiko ketergantungan pada satu jenis teknologi.
Meski demikian, Microsoft belum menyatakan akan menghentikan penggunaan produk Nvidia.
Perusahaan tetap menjalin kerja sama dengan Nvidia dan AMD untuk mendukung kebutuhan komputasi yang beragam.
Karena itu, Maia 300 lebih tepat dipahami sebagai perluasan pilihan infrastruktur AI Microsoft, bukan pengganti seluruh GPU Nvidia dalam waktu dekat.
Microsoft Siapkan Produksi Bersama TSMC
Pengembangan Maia 300 melibatkan Taiwan Semiconductor Manufacturing Company atau TSMC sebagai mitra manufaktur semikonduktor.
Menurut laporan Reuters pada 12 Oktober 2026, Microsoft menggunakan pendekatan desain chiplet untuk prosesor barunya.
Chiplet merupakan komponen semikonduktor berukuran lebih kecil yang digabungkan menjadi satu sistem pemrosesan.
Dalam desain Maia 300, bagian komputasi utama menggunakan teknologi fabrikasi 2 nanometer TSMC.
Sementara itu, sejumlah komponen pendukung menggunakan teknologi 3 nanometer untuk menjalankan fungsi seperti pemindahan data.
Pendekatan tersebut memungkinkan Microsoft mengoptimalkan bagian-bagian prosesor sesuai kebutuhan.
Satu rak server Maia 300 dirancang menampung 96 chip dengan kebutuhan daya sekitar 167 kilowatt.
Microsoft berharap kombinasi desain chip dan sistem server dapat meningkatkan kemampuan pemrosesan AI dalam skala besar.
Target Penggunaan Besar-Besaran Mulai 2027
Microsoft berencana memperluas penggunaan Maia 300 mulai 2027.
Reuters melaporkan bahwa perusahaan membuka kemungkinan penerapan lebih dari satu juta unit chip untuk mendukung layanan AI internal.
Namun, jumlah tersebut masih merupakan potensi skala penerapan, bukan realisasi produksi atau pengiriman.
Microsoft juga menyampaikan rencana membangun infrastruktur Maia dengan kapasitas multi-gigawatt.
Ekspansi ini akan membutuhkan investasi besar pada pusat data, pasokan listrik, jaringan, dan sistem pendinginan.
Keberhasilan penerapan Maia 300 akan bergantung pada kemampuan perusahaan memproduksi chip dalam jumlah besar dan mengintegrasikannya ke dalam layanan cloud.
Maia 200 Sudah Digunakan untuk Layanan AI
Sebelum memperkenalkan Maia 300, Microsoft telah mengembangkan akselerator AI generasi sebelumnya.
Maia 200 diumumkan pada Januari 2026 dan telah digunakan untuk menjalankan sejumlah beban kerja produksi Microsoft.
Chip tersebut mendukung Microsoft Copilot serta model AI milik Microsoft dan OpenAI.
Microsoft menyatakan bahwa Maia 200 juga akan digunakan untuk mendukung GitHub Copilot dan Microsoft Foundry sebelum akhir 2026.
Pengalaman mengoperasikan Maia 200 menjadi dasar pengembangan sistem generasi berikutnya.
Melalui Maia 300, Microsoft ingin meningkatkan kemampuan pemrosesan untuk kebutuhan AI yang semakin kompleks.
Persaingan Chip AI Dunia Semakin Ketat
Pengembangan chip AI khusus tidak hanya dilakukan Microsoft.
Google telah mengembangkan Tensor Processing Unit atau TPU untuk mendukung layanan komputasi AI.
Amazon Web Services juga memiliki keluarga chip Trainium yang dirancang untuk kebutuhan pembelajaran mesin.
Sementara itu, Nvidia tetap menjadi salah satu pemain utama dalam penyediaan GPU AI.
Persaingan tersebut menunjukkan bahwa perusahaan teknologi besar semakin berupaya mengendalikan infrastruktur komputasinya sendiri.
Kebutuhan energi, biaya perangkat keras, dan ketersediaan kapasitas pusat data menjadi faktor yang mendorong strategi tersebut.
Meski demikian, keberhasilan chip buatan sendiri tidak hanya ditentukan oleh performa teknis.
Dukungan perangkat lunak, kemudahan pengembangan aplikasi, keandalan sistem, dan efisiensi biaya juga menjadi pertimbangan penting.
Dampak Chip Maia 300 bagi Pengguna Microsoft
Bagi pengguna layanan Microsoft, pengembangan Maia 300 berpotensi meningkatkan kapasitas layanan AI.
Chip yang lebih efisien dapat membantu perusahaan memproses lebih banyak permintaan pengguna dengan sumber daya yang tersedia.
Hal ini relevan untuk aplikasi seperti Copilot, Microsoft 365, dan layanan AI berbasis Azure.
Namun, Microsoft belum memastikan bahwa peluncuran Maia 300 akan langsung menurunkan harga seluruh layanan AI bagi pelanggan.
Dampak terhadap harga, kecepatan, dan kualitas layanan baru dapat dinilai setelah teknologi tersebut digunakan dalam skala besar.
Dengan demikian, manfaat yang diumumkan saat ini masih perlu dibuktikan melalui penerapan operasional.
Kesimpulan
Chip AI Microsoft Maia 300 menjadi langkah penting dalam strategi perusahaan memperkuat infrastruktur kecerdasan buatan.
Microsoft mengklaim akselerator barunya mampu menghasilkan 40 persen lebih banyak token AI per megawatt dibandingkan sistem GPU terkemuka yang digunakan sebagai pembanding.
Perusahaan juga menargetkan peningkatan throughput hingga tujuh kali lipat dibandingkan Maia 200 pada tingkat rak server.
Penggunaan Maia 300 dalam skala besar direncanakan mulai 2027.
Meski bertujuan mengurangi ketergantungan pada Nvidia, Microsoft masih membutuhkan berbagai jenis prosesor untuk mendukung layanan cloud dan AI.
Perkembangan ini memperlihatkan semakin ketatnya persaingan industri semikonduktor dalam memenuhi kebutuhan komputasi kecerdasan buatan global.
