Telset.id – Microsoft memastikan Azure Maia akan menjadi mesin inferensi utama untuk produk dan layanannya, dengan skala deployment multi-gigawatt yang dimulai pada 2027. Pengumuman ini disampaikan Scott Guthrie, executive vice president of Cloud + AI, melalui Official Microsoft Blog, dan menempatkan Microsoft pada jalur yang sebelumnya ditempuh Google dan Amazon: mengembangkan silikon sendiri untuk beban kerja AI.
Kendaraan yang dipilih adalah Maia 300. Rani Borkar, president of Azure Hardware Systems and Infrastructure, bersama Saurabh Dighe, corporate vice president of systems planning and architecture, merinci chip ini dalam sebuah architecture deep dive. Langkah tersebut menjadi pernyataan tegas dari salah satu pelanggan terbesar Nvidia, di tengah kekhawatiran soal bubble AI yang semakin keras.
Gartner pekan ini memproyeksikan penyedia AI akan membelanjakan hampir USD 1 triliun untuk infrastruktur pada 2026 saja, dan pendapatan AI tidak akan menutup pembangunan tersebut secara profitable setidaknya hingga 2032. Jika pembeli terbesar hardware AI berhenti membayar margin Nvidia untuk pekerjaan yang paling sering mereka lakukan, bagian paling bernilai dari build-out itu mulai terlihat terekspos.
Maia 300: Komputasi Naik Sedikit, Bandwidth Memori Melonjak
Maia 300 berpindah dari desain single die Maia 200 ke paket multi-chiplet. Komputasi berada pada proses TSMC N2P, sementara fungsi memory-controller dan I/O dipisah ke die tersendiri. Delapan stack HBM4 menghadirkan 288GB pada 18TB/s per accelerator, dibandingkan 216GB pada 7.1TB/s milik Maia 200, menurut breakdown StorageReview atas spec sheet Microsoft.
Microsoft tidak meninggalkan komputasi, melainkan menyeimbangkan ulang arsitektur ke arah memori. Pada fase decode, tahap token-by-token yang mendominasi rantai penalaran panjang dan agent loop, accelerator menghabiskan banyak waktu menunggu data ketimbang melakukan aritmetika. Maia 300 mencoba menutup celah itu dengan menjaga data tetap dekat dengan komputasi yang memakainya, melalui tata letak memori non-uniform across chiplets, SRAM on-die yang dikelola software, serta format angka lebih sempit, termasuk MXFP4 yang disempurnakan dan format penyimpanan sub-3-bit, dengan konversi hardware di antaranya.
Klaim angka yang beredar menyebut Maia 300 menukar kenaikan compute modest 36% dengan bandwidth memori 2.5x Maia 200. Produksi dijadwalkan pada 2027.
Silikon Kustom Bukan Lagi Proyek Sampingan
Maia 300 menegaskan sesuatu yang sebenarnya sudah diketahui industri: silikon kustom bukan lagi proyek sampingan bagi hyperscaler. Google, perusahaan yang dua tahun lalu disebut Microsoft, mulai mengakui pendapatan dari penjualan sistem TPU yang dikirim ke data center pelanggan pada kuartal kedua, kata CFO Anat Ashkenazi dalam earnings call Alphabet bulan Juli. CEO Sundar Pichai menyatakan perusahaan “seeing strong demand for TPUs as standalone systems from other customers.”
Bukan hanya Google. Anthropic telah mengamankan 3.5GW kapasitas TPU melalui Broadcom untuk 2027, di atas kesepakatan sebelumnya untuk hingga satu juta TPU, dan Meta dilaporkan pada 2025 sedang bernegosiasi untuk menyewa sekaligus membeli TPU tersebut. Amazon menempuh jalur yang sama. CEO Andy Jassy pada April 2026 mengatakan bisnis chip Amazon, yang mencakup Trainium, Graviton, dan Nitro, telah melewati annual revenue run rate USD 20 miliar dan kini menjadi “one of the top three data center chip businesses in the world.” OpenAI juga telah membuka sendiri akselerator Jalapeño miliknya.
Baca Juga:
Insentifnya terlihat jelas dari hasil Nvidia sendiri. Pada kuartal hingga Juli 2026, perusahaan melaporkan pendapatan USD 96.2 miliar, dengan USD 89 miliar di antaranya dari data center, pada gross margin 75%. CFO Colette Kress menyebut pendapatan hyperscale sebesar USD 49 miliar dalam earnings call, yang berarti sedikit lebih dari separuh bisnis data center Nvidia berasal dari sekelompok kecil pembeli, yang terbesar kini merancang accelerator sendiri. Setiap beban kerja inferensi yang pindah in-house adalah beban kerja di mana pembeli membayar lebih dekat ke biaya manufaktur ketimbang margin Nvidia.
Microsoft sendiri memberi tahu investor pada Juli bahwa Maia 200 hingga 40% lebih murah untuk dioperasikan dibanding chip terbaru Nvidia pada model OpenAI dan Microsoft. Namun Microsoft tidak menyebut GPU spesifik yang mereka sebut sebagai “leading GPU-based system”, sebuah pembedaan penting mengingat fokus Nvidia pada efisiensi lewat Vera Rubin, yang bahkan menolak dibandingkan secara langsung oleh OpenAI.
Reaksi pasar tidak besar. Pada Senin, saham Nvidia ditutup turun 1.29% setelah pengumuman, sementara saham Microsoft naik 1.14%. Selain karena Microsoft tidak transparan soal besaran efisiensi, analis Evercore ISI memperkirakan Maia hanya akan menyumbang sekitar 10% dari belanja chip AI Microsoft pada kuartal pertama 2027, menurut laporan CNBC, sementara Nvidia memandu pendapatan USD 108 miliar untuk kuartal berjalan.
Skala menjadi kendala yang masih berlangsung. Pada 167 kW per rack, satu gigawatt daya rack setara dengan sekitar 6,000 rack Maia 300, atau sekitar 575,000 accelerator, sebelum memperhitungkan pendinginan dan overhead fasilitas.
Menempuh jalur Google juga belum menghentikan siapa pun dari membeli Nvidia. Amazon, dengan bisnis chip yang disebut “top three”, masih dijadwalkan mengambil lebih dari 3 juta GPU Nvidia hingga pertengahan 2028. Alphabet, yang kini menjual TPU sendiri, menaikkan panduan capex 2026 menjadi antara USD 195 miliar dan USD 205 miliar pada Juli, mencantumkan Vera Rubin bersama TPU miliknya, dan Ashkenazi menyatakan perusahaan “still in a supply constraint environment.” Microsoft tetap memakai Nvidia dan AMD untuk training, dan Satya Nadella pada awal 2026 menyatakan “because we can vertically integrate doesn’t mean we just only vertically integrate.”
Jawaban Jensen Huang atas pertanyaan silikon kustom dalam earnings call Nvidia bulan Agustus bisa saja ditulis untuk Maia: “Whereas many of these XPUs are inference-specific chips for one cloud or one service, NVIDIA is a platform.” Kontra-taruhan Microsoft agak berbeda: satu cloud sudah cukup besar.
Masalah yang lebih mendalam bagi teori “pin” adalah bahwa silikon kustom mengubah siapa yang mengumpulkan margin, bukan berapa banyak yang dibelanjakan. Gartner memperingatkan industri membutuhkan sekitar USD 8.5 triliun pendapatan antara 2026 dan 2030 untuk memperoleh return yang wajar atas build-out, dibanding tidak lebih dari USD 3.6 triliun yang diperkirakan AI hasilkan. Microsoft tidak merespons dengan membangun lebih sedikit; mereka merencanakan gigawatt lebih banyak, dan token yang lebih murah justru membantu menutup gap pendapatan itu ketimbang melebarkannya.
Sebagian dari penghematan Microsoft juga akan mengalir ke tempat lain dalam rantai pasok. Pitch Maia 300 bertumpu pada HBM4, memori sama yang dipakai Rubin Nvidia pada 288GB per package, dan die komputasinya berasal dari TSMC yang memasok semua pihak. TPU Google dikembangkan dan dipasok di bawah perjanjian jangka panjang dengan Broadcom, yang CEO-nya Hock Tan menyatakan “many investors in AI don’t understand what they’re putting their money into,” dan yang memperkirakan kelangkaan chip baru mereda sekitar 2028 atau 2029. Nvidia pun tidak diam; mereka telah membayar USD 20 miliar untuk melisensikan teknologi SRAM decode Groq, tanda mereka melihat ancaman inferensi yang sama.
Sampai silikon produksi dikirim dan pihak di luar Microsoft bisa mengukurnya, Maia 300 adalah desain dengan argumen kuat yang angka terpentingnya hanya pernah dilihat Microsoft sendiri. Pengumuman ini juga menjadi pengingat bahwa ancaman terbesar terhadap margin Nvidia mungkin datang dari pelanggan terbaiknya, bukan dari para pesaingnya.
[ META_DESCRIPTION ]
Microsoft memastikan Azure Maia jadi mesin inferensi utama mulai 2027. Maia 300 hadir dengan HBM4 288GB dan bandwidth memori 2.5x Maia 200.
Komentar
Belum ada komentar.