Microsoft Habiskan US$190 Miliar untuk AI: Maia 300 dan Ambisi Infrastruktur AI Raksasa
Microsoft sedang melakukan salah satu ekspansi infrastruktur teknologi terbesar dalam sejarah perusahaan. Di tengah perlombaan kecerdasan buatan atau Artificial Intelligence (AI), Microsoft terus menambah kapasitas data center, server, GPU, CPU, storage, hingga mengembangkan chip AI miliknya sendiri.
Pada 2026, Microsoft bahkan memperkirakan akan menginvestasikan sekitar US$190 miliar dalam belanja modal atau capital expenditure (CapEx) untuk mendukung kebutuhan infrastruktur tersebut.
Pada saat yang hampir bersamaan, Microsoft memperkenalkan generasi baru chip AI buatannya yang disebut Maia 300. Teknologi ini menjadi bagian penting dari strategi Microsoft untuk membangun infrastruktur AI yang lebih efisien dan mengurangi ketergantungan terhadap satu jenis accelerator saja.
Lalu, apa sebenarnya yang sedang dilakukan Microsoft? Apakah benar perusahaan tersebut telah menemukan teknologi yang dapat mengubah industri AI?
Mari kita melihat faktanya.
Microsoft Siapkan Sekitar US$190 Miliar untuk Infrastruktur AI
Dalam laporan kepada investor pada 2026, Microsoft menyatakan bahwa perusahaan memperkirakan belanja modal sekitar US$190 miliar sepanjang tahun kalender 2026.
Angka tersebut menunjukkan betapa besar kebutuhan infrastruktur di era AI generatif. Model AI modern membutuhkan hardware dalam jumlah besar untuk melakukan training maupun inference.
Investasi Microsoft tidak hanya digunakan untuk membeli GPU. Perusahaan juga perlu membangun seluruh ekosistem pendukung seperti:
- AI accelerator dan GPU.
- CPU.
- Storage berkecepatan tinggi.
- Networking.
- Data center.
- Sistem pendingin.
- Power infrastructure.
- Server rack.
- Software orchestration.
Dengan kata lain, perlombaan AI saat ini bukan hanya perlombaan membuat model paling pintar.
Perusahaan teknologi juga berlomba membangun infrastruktur komputasi terbesar dan paling efisien.
Apa Itu Microsoft Maia 300?
Maia 300 merupakan generasi terbaru accelerator AI yang dikembangkan Microsoft untuk infrastruktur komputasi AI miliknya.
Chip tersebut menjadi bagian dari upaya Microsoft untuk memiliki lebih banyak kontrol terhadap hardware yang menjalankan workload AI di pusat datanya.
Strategi seperti ini sebenarnya juga dilakukan perusahaan teknologi besar lainnya. Alih-alih hanya membeli accelerator dari vendor eksternal, hyperscaler mulai merancang chip khusus untuk workload mereka sendiri.
Mengapa Microsoft Membuat Chip AI Sendiri?
Ada beberapa alasan strategis.
1. Menekan Biaya Komputasi AI
Menjalankan model AI berskala besar membutuhkan biaya luar biasa. Semakin efisien sebuah accelerator, semakin rendah biaya yang dibutuhkan untuk menjalankan setiap permintaan AI.
2. Efisiensi Energi
Konsumsi listrik telah menjadi salah satu persoalan terbesar dalam pembangunan pusat data AI.
Karena itu, perusahaan tidak hanya mengejar performa chip, tetapi juga memperhitungkan berapa banyak komputasi yang dapat dihasilkan untuk setiap watt listrik yang digunakan.
3. Mengurangi Ketergantungan terhadap Satu Vendor
Industri AI saat ini sangat bergantung pada GPU dan accelerator berperforma tinggi. Dengan memiliki chip sendiri, Microsoft memiliki pilihan tambahan dalam membangun infrastrukturnya.
4. Optimasi Hardware dan Software
Ketika sebuah perusahaan mengontrol hardware sekaligus software, perusahaan dapat melakukan optimasi khusus untuk workload tertentu.
Pendekatan seperti ini dapat meningkatkan efisiensi keseluruhan sistem.
Maia 300 Menggunakan Teknologi Chiplet
Salah satu bagian menarik dari Maia 300 adalah pendekatan chiplet.
Alih-alih membuat seluruh fungsi pada satu die dengan proses fabrikasi yang sama, sebuah chip dapat menggabungkan beberapa bagian yang dibuat menggunakan teknologi fabrikasi berbeda.
Menurut laporan yang tersedia, Maia 300 menggunakan teknologi fabrikasi 2 nanometer untuk bagian komputasi utama, sementara beberapa fungsi lainnya menggunakan proses 3 nanometer.
Mengapa Menggunakan Chiplet?
Pendekatan chiplet dapat memberikan beberapa keuntungan:
- Desain chip menjadi lebih fleksibel.
- Komponen dapat dioptimalkan berdasarkan fungsi masing-masing.
- Efisiensi biaya produksi dapat ditingkatkan.
- Performa dan konsumsi daya dapat diseimbangkan.
Microsoft Berencana Menggunakan Maia 300 dalam Skala Sangat Besar
Microsoft tidak mengembangkan Maia hanya sebagai eksperimen laboratorium.
Perusahaan berencana melakukan deployment dalam skala sangat besar. Menurut laporan Reuters, Microsoft menargetkan kemungkinan penggunaan lebih dari satu juta chip Maia 300 pada 2027.
Jika rencana tersebut terealisasi, Maia akan menjadi salah satu komponen penting dalam infrastruktur AI Microsoft.
Satu Rack Bisa Memiliki 96 Chip Maia
AI accelerator tidak bekerja sendirian. Ratusan hingga ribuan accelerator harus dihubungkan agar dapat menangani model dan workload berskala besar.
Dalam desain infrastruktur Maia 300, satu rack disebut dapat membawa sekitar 96 accelerator Maia.
Satu rack tersebut dapat mengonsumsi listrik sekitar 167 kilowatt.
Angka tersebut menunjukkan besarnya kebutuhan energi industri AI modern.
40% Lebih Banyak Komputasi per Megawatt?
Microsoft menyatakan sistem Maia 300 dapat memberikan sekitar 40% lebih banyak productive compute per megawatt dibandingkan sistem GPU terkemuka yang menjadi pembanding perusahaan.
Hal ini penting karena bottleneck pusat data AI tidak lagi sekadar jumlah chip.
Ada beberapa keterbatasan lain seperti:
- Ketersediaan listrik.
- Kapasitas jaringan.
- Pendinginan.
- Luas pusat data.
- Kapasitas supply chain.
Jika jumlah komputasi yang dihasilkan dari setiap megawatt dapat ditingkatkan, operator data center dapat menjalankan workload AI lebih besar tanpa menaikkan konsumsi daya secara proporsional.
Mengapa Efisiensi Energi Menjadi Sangat Penting?
AI generatif membutuhkan komputasi jauh lebih besar daripada banyak workload cloud tradisional.
Ketika jutaan pengguna mengakses layanan seperti chatbot, coding assistant, image generator, atau AI agent, server harus melakukan inference terus-menerus.
Semakin populer AI, semakin besar pula kebutuhan listrik yang diperlukan.
Karena itu, salah satu metrik penting generasi baru chip AI bukan hanya berapa cepat chip tersebut, tetapi juga:
- Performance per watt.
- Token per dollar.
- Token per watt.
- Total cost of ownership.
Microsoft Sedang Membangun AI Factory
Microsoft menggambarkan infrastruktur AI modernnya sebagai semacam AI factory.
Konsepnya adalah membangun sistem terpadu yang terdiri dari data center, accelerator, networking, storage, software, dan model AI.
Microsoft sebelumnya juga menyatakan memiliki lebih dari 400 data center di sekitar 70 region.
Infrastruktur tersebut digunakan untuk mendukung Azure, produk AI Microsoft, dan workload pelanggan.
Dari Cloud Computing Menuju AI Superfactory
Data center tradisional awalnya dirancang untuk menjalankan berbagai aplikasi cloud.
Namun AI membutuhkan karakteristik berbeda.
Training dan inference model besar membutuhkan ribuan accelerator yang saling terhubung menggunakan jaringan berkecepatan sangat tinggi.
Karena itu, data center generasi baru mulai terlihat seperti supercomputer raksasa yang tersebar di berbagai lokasi.
Apakah Microsoft Akan Meninggalkan NVIDIA?
Tidak tepat jika menyimpulkan bahwa Microsoft akan langsung meninggalkan NVIDIA.
Azure tetap menggunakan berbagai jenis hardware. Microsoft dapat menggunakan GPU eksternal sekaligus accelerator buatan sendiri.
Strategi yang lebih masuk akal adalah membangun heterogeneous computing infrastructure.
Artinya workload dapat dijalankan pada hardware yang paling sesuai berdasarkan kebutuhan.
Microsoft Bukan Satu-satunya yang Membuat Chip AI
Microsoft bukan perusahaan hyperscaler pertama yang mengembangkan silicon sendiri.
Perusahaan teknologi besar mulai melihat chip sebagai bagian strategis dari stack AI mereka.
Secara umum, stack AI modern dapat digambarkan seperti berikut:
AI Application
↓
AI Model
↓
AI Framework
↓
Cloud Platform
↓
AI Accelerator / GPU
↓
Networking
↓
Data Center
↓
Electricity + Cooling
Perusahaan yang mampu mengoptimalkan seluruh stack memiliki peluang untuk mengurangi biaya sekaligus meningkatkan performa.
Benarkah Microsoft Menginvestasikan 3,4 Kuadriliun Dolar?
Tidak ada bukti kredibel bahwa Microsoft melakukan investasi sebesar US$3,4 kuadriliun.
Angka sebesar itu bahkan jauh melampaui skala ekonomi global secara keseluruhan.
Jika angka tersebut muncul pada subtitle otomatis atau narasi sebuah video, kemungkinan besar terjadi kesalahan penerjemahan, salah konteks, atau dramatisasi.
Lalu Dari Mana Angka Kuadriliun Berasal?
Ada angka dalam skala kuadriliun yang memang muncul dalam industri AI, tetapi konteksnya adalah jumlah token, bukan uang.
Google pada 2026 mengungkapkan bahwa sistem AI mereka telah memproses lebih dari 3,2 kuadriliun token setiap bulan di seluruh produknya.
Token merupakan satuan data yang digunakan model AI ketika memproses teks maupun informasi lainnya.
Jadi:
| Klaim | Status |
|---|---|
| Microsoft menginvestasikan sekitar US$190 miliar pada 2026 | Benar |
| Microsoft berinvestasi US$3,4 kuadriliun | Tidak benar / salah konteks |
| Google memproses lebih dari 3,2 kuadriliun token per bulan | Benar |
| Microsoft mengembangkan chip AI Maia 300 | Benar |
| Microsoft berencana melakukan deployment Maia dalam skala besar | Benar |
Mengapa Perusahaan Teknologi Menghabiskan Begitu Banyak Uang untuk AI?
Ada satu alasan utama: permintaan komputasi AI meningkat sangat cepat.
AI mulai digunakan untuk:
- Coding assistant.
- Search.
- Office productivity.
- Customer service.
- Cybersecurity.
- Data analytics.
- Image generation.
- Video generation.
- AI agents.
- Enterprise automation.
Setiap aktivitas tersebut membutuhkan inference.
Ketika jumlah pengguna meningkat menjadi ratusan juta atau miliaran, kebutuhan komputasi menjadi sangat besar.
Era AI Kini Menjadi Perlombaan Infrastruktur
Pada awal ledakan AI generatif, perhatian publik lebih banyak tertuju pada model AI.
Sekarang perlombaan mulai bergeser ke lapisan yang lebih dalam: infrastruktur.
Pertanyaannya bukan lagi sekadar:
"Siapa memiliki model AI terbaik?"
Tetapi juga:
- Siapa memiliki komputasi terbesar?
- Siapa memiliki chip paling efisien?
- Siapa memiliki jaringan tercepat?
- Siapa memiliki kapasitas listrik terbesar?
- Siapa dapat menjalankan AI dengan biaya paling rendah?
Apa Dampaknya bagi Developer?
Perubahan ini juga berpengaruh terhadap dunia software development.
Developer kemungkinan semakin mudah mengakses kemampuan AI melalui layanan cloud dan API.
Namun developer juga perlu memahami bahwa AI memiliki biaya komputasi.
Saat membangun aplikasi AI, beberapa faktor penting yang perlu diperhatikan adalah:
- Jumlah token.
- Latency.
- Model yang digunakan.
- Cache.
- Batch processing.
- Inference cost.
Apakah Investasi AI Sebesar Ini Tanpa Risiko?
Tidak.
Investasi ratusan miliar dolar berarti perusahaan teknologi harus menghasilkan pendapatan besar agar investasi tersebut memberikan return.
Beberapa risiko yang perlu diperhatikan antara lain:
- Biaya pembangunan data center.
- Ketersediaan listrik.
- Harga semiconductor.
- Perubahan teknologi yang sangat cepat.
- Persaingan antar hyperscaler.
- Ketidakpastian monetisasi layanan AI.
Apakah Maia 300 Akan Mengubah Industri AI?
Masih terlalu dini untuk menyimpulkan bahwa Maia 300 akan "mengubah seluruh industri".
Keberhasilan sebuah accelerator tidak hanya ditentukan oleh specification sheet.
Faktor lain juga penting seperti:
- Software ecosystem.
- Compiler.
- Networking.
- Reliability.
- Developer tooling.
- Availability.
- Total cost of ownership.
Karena itu, klaim sensasional bahwa sebuah chip baru langsung "menghancurkan kompetitor" sebaiknya diperlakukan dengan hati-hati sampai tersedia benchmark independen dan deployment production dalam skala besar.
Kesimpulan
Microsoft memang sedang melakukan ekspansi AI dalam skala luar biasa besar.
Perusahaan memperkirakan belanja modal sekitar US$190 miliar sepanjang kalender 2026 untuk memperluas kapasitas infrastrukturnya.
Pada saat yang sama, Microsoft semakin serius mengembangkan silicon sendiri, termasuk accelerator AI Maia 300.
Namun informasi di internet perlu dibedakan antara fakta, interpretasi, dan clickbait.
Tidak ada bukti Microsoft menginvestasikan US$3,4 kuadriliun. Angka dalam skala kuadriliun yang banyak dibicarakan pada 2026 justru berkaitan dengan jumlah token AI yang diproses, bukan nilai investasi Microsoft.
Hal paling penting dari perkembangan ini bukan angka sensasionalnya, melainkan perubahan besar yang sedang terjadi: perlombaan AI kini telah berubah menjadi perlombaan membangun chip, data center, jaringan, energi, dan infrastruktur komputasi dalam skala yang belum pernah terjadi sebelumnya.
FAQ Microsoft Maia 300 dan Investasi AI
Apa itu Microsoft Maia 300?
Maia 300 adalah accelerator AI generasi terbaru yang dikembangkan Microsoft untuk mendukung workload AI pada infrastrukturnya.
Apakah Microsoft membuat chip AI sendiri?
Ya. Microsoft mengembangkan keluarga accelerator Maia sebagai bagian dari strategi infrastruktur AI perusahaan.
Berapa investasi AI Microsoft pada 2026?
Microsoft memperkirakan capital expenditure sekitar US$190 miliar sepanjang kalender 2026.
Apakah Microsoft berinvestasi 3,4 kuadriliun dolar?
Tidak ada sumber resmi kredibel yang mendukung klaim tersebut. Angka tersebut kemungkinan merupakan salah terjemahan atau salah konteks.
Apa arti 3,2 kuadriliun dalam berita AI?
Google melaporkan bahwa sistem AI mereka memproses lebih dari 3,2 kuadriliun token per bulan pada 2026. Angka tersebut mengukur token yang diproses, bukan uang yang diinvestasikan.
Apakah Maia 300 menggantikan NVIDIA?
Belum. Lebih tepat melihat Maia sebagai tambahan pilihan accelerator dalam infrastruktur Microsoft daripada menganggap Microsoft langsung meninggalkan GPU dari vendor lain.
