Microsoft akan menggelar chip AI buatannya sendiri, “Azure Maia”, dalam skala beberapa gigawatt mulai 2027

Microsoft mengungkapkan rencana untuk menggelar chip AI rancangan sendiri, “Azure Maia”, dalam skala beberapa gigawatt mulai 2027. Perusahaan akan menjadikannya sebagai fondasi utama inferensi di seluruh produknya, menurut eksekutif Scott Guthrie. Maia 200 sudah menjalankan Microsoft Copilot di Amerika Serikat, Eropa, dan Australia. Microsoft berencana memperluas penggunaannya ke GitHub Copilot dan Foundry pada tahun ini.

Memilih untuk mengendalikan sendiri fondasi yang menjalankan AI

Pembahasan tentang AI sering kali berpusat pada model mana yang paling cerdas. Namun, semakin banyak penggunanya, semakin besar pula daya komputasi yang diperlukan untuk menghasilkan setiap jawaban. Siapa yang menjalankan proses yang disebut “inferensi” ini, dengan perangkat seperti apa, dan menggunakan berapa banyak daya? Pengumuman kali ini membahas fondasi tersebut.

Microsoft menyatakan akan menggelar Maia dalam skala beberapa gigawatt mulai 2027 dan menjadikannya sistem inferensi utama bagi produk-produknya. CEO Satya Nadella dilaporkan menyebutnya sebagai “taruhan terbesar kami pada silikon buatan sendiri sejauh ini”. Sikap ini menunjukkan bahwa Microsoft tak hanya mengandalkan chip yang dibeli dari pihak luar, tetapi juga ingin mengintegrasikannya ke dalam strategi cloud perusahaan, mulai dari perancangan hingga pengoperasian.

Yang patut diperhatikan adalah ragam model yang dapat dijalankan Maia. Microsoft mengatakan chip ini akan menjalankan model OpenAI, seri MAI milik Microsoft sendiri, serta model open source. Artinya, Maia tampaknya dirancang bukan sebagai perangkat khusus untuk satu model tertentu, melainkan sebagai fondasi inferensi serbaguna yang dapat menangani beragam AI yang digunakan di Azure.

Kondisi saat ini: Maia 200, Copilot sudah berjalan

Rencana ini bukan sekadar wacana. Maia 200 sudah menjalankan Microsoft Copilot di Amerika Serikat, Eropa, dan Australia. Dukungan untuk GitHub Copilot dan Foundry juga diperkirakan akan diperluas pada tahun ini.

Microsoft menyatakan bahwa Maia dapat memproses hingga 1,7 kali lebih banyak token per watt dibandingkan GPU utama saat digunakan di Teams. Token adalah semacam unit terkecil yang digunakan AI untuk memproses teks. Jika jumlah pemrosesan per unit daya meningkat, lebih banyak pengguna dapat dilayani dengan perangkat yang sama, sehingga hal ini juga berdampak langsung pada biaya operasional. Namun, angka tersebut merupakan klaim Microsoft; berdasarkan informasi yang tersedia, rincian mengenai pembanding dan kondisi pengukurannya belum dapat dipastikan.

Maia 300 menargetkan input panjang dan agen AI

Maia 300, penerusnya, dijadwalkan mulai dikirim pada 2027. Chip ini ditujukan untuk memproses input panjang, percakapan cepat, dan tugas berbasis agen. Agen adalah AI yang secara mandiri menjalankan beberapa langkah berdasarkan instruksi pengguna. Karena dapat memanggil model berulang kali untuk satu permintaan, tugas seperti ini cenderung membutuhkan daya komputasi lebih besar daripada percakapan biasa.

Spesifikasi chip tersebut juga telah diumumkan. Setiap chip dilengkapi delapan tumpukan memori HBM4, dengan kapasitas total 288 GB, bandwidth 18 TB per detik, dan konsumsi daya terukur 950 watt. HBM adalah memori berkecepatan tinggi yang digunakan untuk AI. Kapasitas dan kecepatannya semakin penting ketika chip menangani model berukuran besar atau konteks yang panjang.

Microsoft mengklaim bahwa Maia 300 dapat memproses 40% lebih banyak token per megawatt dibandingkan sistem GPU generasi sebelumnya. Perusahaan juga menyatakan bahwa rak yang terdiri dari 96 chip dapat menghasilkan hingga tujuh kali lebih banyak token dibandingkan rak Maia 200. Rinciannya dimuat dalam laporan teknis, dan informasi tambahan dijadwalkan akan diumumkan pada Ignite 2026 yang berlangsung pada November.

Mengapa jumlah pemrosesan per unit daya menjadi tolok ukur persaingan

Hal yang menonjol dari pengumuman ini adalah ukuran kinerja yang digunakan bukan hanya “kecepatan”, tetapi juga “seberapa banyak yang dapat diproses dengan daya tertentu”. Skala rencana yang dinyatakan dalam gigawatt—satuan daya—menjadi gambaran dari hal tersebut. Dalam perluasan pusat data, ketersediaan daya kini semakin menjadi kendala, bahkan lebih daripada jumlah chip.

Perbedaan efisiensi daya sebesar puluhan persen dapat mengubah jumlah layanan AI yang bisa dijalankan dengan batas daya yang sama. Jika merancang chip sendiri, perusahaan dapat menyesuaikannya secara terperinci dengan layanannya dan memperbesar peluang peningkatan efisiensi. Inilah salah satu alasan Microsoft tampaknya semakin mengandalkan pengembangan sendiri.

Di sisi lain, informasi yang tersedia belum menjelaskan apakah istilah “beberapa gigawatt” mengacu pada konsumsi daya chip itu sendiri atau kapasitas seluruh fasilitas. Skala penerapan sebenarnya dan kondisi pengukuran tiap angka kinerja kemungkinan akan terungkap dalam laporan teknis atau pada Ignite 2026. Nilai AI akan semakin ditentukan bukan hanya oleh kecerdasan model, tetapi juga oleh daya yang menopangnya dan kemampuan merancang semikonduktor. Perkembangan Maia mencerminkan arah tersebut.