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

Microsoft mengungkapkan rencana untuk menggelar chip AI rancangannya sendiri, “Azure Maia”, dalam skala beberapa gigawatt mulai 2027. Perusahaan berencana menjadikannya fondasi inferensi utama untuk berbagai produknya, sebagaimana diumumkan oleh eksekutif Scott Guthrie. Maia 200 sudah menjalankan Microsoft Copilot di Amerika Serikat, Eropa, dan Australia, dan direncanakan akan diperluas ke GitHub Copilot serta Foundry pada tahun ini.

Memilih untuk mengendalikan sendiri infrastruktur yang menjalankan AI

Dalam pembicaraan tentang AI, perhatian sering tertuju pada model mana yang paling cerdas. Namun, semakin banyak pengguna, semakin besar pula kebutuhan komputasi untuk menghasilkan setiap jawaban. Siapa yang menjalankan proses yang disebut “inferensi” ini, dengan perangkat apa, dan menggunakan berapa banyak listrik? Pengumuman kali ini menyentuh fondasi tersebut.

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

Yang patut dicermati adalah beragamnya model yang dapat ditangani Maia. Microsoft menjelaskan bahwa chip ini akan menjalankan model OpenAI, seri MAI buatan Microsoft sendiri, serta model sumber terbuka. Alih-alih menjadi mesin khusus yang dioptimalkan untuk model tertentu, Maia tampaknya ditujukan sebagai fondasi inferensi serbaguna yang mampu menangani beragam AI yang digunakan di Azure.

Saat ini: Maia 200, Copilot sudah berjalan

Ini bukan sekadar rencana yang masih jauh dari pelaksanaan. 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 di Teams, Maia mampu memproses hingga 1,7 kali lebih banyak token per watt dibandingkan GPU utama. Token adalah semacam unit terkecil yang digunakan AI untuk memproses teks. Jika jumlah pemrosesan per satuan listrik meningkat, lebih banyak pengguna dapat dilayani dengan infrastruktur yang sama, sehingga berdampak langsung pada biaya operasional. Namun, angka ini berasal dari penjelasan Microsoft; rincian tentang pembanding dan kondisi pengukuran belum dapat dipastikan dari informasi yang dipublikasikan.

Maia 300 menyasar input panjang dan agen AI

Maia 300, generasi penerusnya, dijadwalkan mulai dikirim pada 2027. Penggunaan yang dituju mencakup pemrosesan input panjang, percakapan cepat, dan tugas berbasis agen. Agen adalah AI yang secara mandiri menjalankan beberapa langkah berdasarkan instruksi pengguna. Karena satu permintaan dapat memicu pemanggilan model berkali-kali, kebutuhan komputasinya cenderung lebih besar daripada percakapan konvensional.

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

Dari sisi kinerja, Microsoft mengklaim bahwa Maia mampu 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 disampaikan pada Ignite 2026 yang digelar November.

Mengapa pemrosesan per satuan listrik menjadi tolok ukur persaingan

Hal yang menonjol dari pengumuman ini adalah tolok ukur kinerja yang tidak hanya berfokus pada “kecepatan”, tetapi juga pada “seberapa banyak yang dapat diproses per satuan listrik”. Skala rencana yang dinyatakan dalam gigawatt—satuan daya listrik—menjadi simbolnya. Dalam ekspansi pusat data, ketersediaan listrik kian menjadi kendala yang lebih besar daripada jumlah chip.

Perbedaan efisiensi listrik hingga puluhan persen dapat mengubah jumlah layanan AI yang bisa dijalankan dengan jatah listrik yang sama. Jika dapat merancang chip sendiri, perusahaan bisa menyesuaikannya secara terperinci dengan layanan mereka dan lebih leluasa meningkatkan efisiensi. Hal ini tampaknya menjadi salah satu alasan Microsoft memperkuat pendekatan mandiri.

Di sisi lain, dari informasi yang dipublikasikan belum jelas apakah istilah “beberapa gigawatt” merujuk pada konsumsi daya chip itu sendiri atau kapasitas seluruh fasilitas. Skala penerapan sebenarnya dan kondisi pengukuran masing-masing angka kinerja kemungkinan akan terungkap melalui Ignite 2026 atau laporan teknis. Nilai AI ke depan tidak hanya ditentukan oleh kecerdasan model, tetapi juga oleh kemampuan merancang semikonduktor dan menyediakan listrik yang menopangnya. Perkembangan Maia mencerminkan arah tersebut.