Persaingan di industri kecerdasan buatan (AI) tak lagi hanya berkisar pada siapa yang punya model terbaik atau akses ke chip tercepat. Ketika perusahaan chip merambah layanan dan aplikasi, sementara perusahaan teknologi mengembangkan chip sendiri, pertanyaan lain ikut mengemuka: siapa yang sanggup menyediakan listrik dan membangun infrastruktur komputasi dalam skala besar?
Chamath Palihapitiya dan Elon Musk menilai kapasitas fisik—mulai dari pasokan daya hingga pendinginan dan jaringan—bisa menjadi kendala jangka panjang sekaligus sumber keunggulan bisnis. Pengumuman Microsoft tentang chip Maia 300 memberi contoh bagaimana perusahaan penyedia layanan cloud berinvestasi pada perangkat kerasnya sendiri. Namun, klaim kinerja chip tersebut masih berupa proyeksi perusahaan.
1
14
15
Infrastruktur ikut menentukan laju AI
Palihapitiya menggambarkan industri yang makin saling bersaing lintas lapisan: perusahaan chip bergerak ke aplikasi, sementara perusahaan aplikasi mengembangkan silikon sendiri. Dalam situasi itu, ia mempertanyakan apa yang bisa menopang pasar dan margin dalam jangka panjang—distribusi, keunggulan data, atau kendala fisik seperti pasokan listrik.
1
14
Musk menjawab bahwa tantangannya mencakup kemampuan memanfaatkan daya, membangun dengan sangat cepat, serta menyediakan pendinginan, jaringan, dan baterai. Intinya bukan berarti perangkat lunak, data, atau chip tak lagi penting. Semua itu tetap bergantung pada sistem fisik yang memungkinkan komputasi AI tersedia dan berjalan.
15
Perusahaan yang mampu mengamankan pasokan listrik dan menghadirkan kapasitas pusat data lebih cepat mungkin punya posisi yang lebih kuat untuk berkembang. Namun, pernyataan Palihapitiya dan Musk merupakan pandangan tentang potensi keunggulan, bukan bukti bahwa infrastruktur akan selalu lebih menentukan daripada distribusi atau data.
1
15
Maia 300 menunjukkan perusahaan cloud merancang chip sendiri
Microsoft mengumumkan Maia 300 sebagai chip AI kustom generasi ketiga sekaligus platform untuk menjalankan inferensi—tahap ketika model AI menghasilkan jawaban atas permintaan pengguna. Langkah ini menggambarkan tren perusahaan cloud dan aplikasi yang mengembangkan silikon sendiri, bukan hanya mengandalkan pemasok chip eksternal. Microsoft sebelumnya banyak menggunakan prosesor Nvidia, tetapi pengumuman ini tidak berarti Maia akan langsung menggantikan seluruh GPU pihak ketiga.
2
6
Microsoft berencana memperluas keluarga Maia hingga skala multi-gigawatt mulai 2027 dan menjadikannya sistem inferensi utama untuk produk serta layanannya. Maia 200 sudah menangani beban kerja produksi, sedangkan penerapan Maia 300 dalam produksi direncanakan mulai 2027.
40
Microsoft memperkirakan Maia 300 dapat menghasilkan 40% lebih banyak token per megawatt dibandingkan sistem berbasis GPU terkemuka. Angka itu adalah klaim ekspektasi Microsoft, bukan hasil tolok ukur independen yang telah terverifikasi. Perusahaan juga menyebut rak berisi 96 akselerator dapat mencapai throughput token hingga tujuh kali rak Maia 200; rancangan tersebut menggandakan kepadatan akselerator dibandingkan generasi sebelumnya.
3
7
45
Fokusnya bukan hanya pada chip, melainkan pada seberapa banyak pekerjaan AI yang dapat diselesaikan oleh satu sistem dengan anggaran daya tertentu. Hal ini penting jika pasokan listrik dan kapasitas pusat data makin sulit ditingkatkan.
3
5
Permintaan listrik membuat tantangan ini nyata
Badan Energi Internasional (IEA) memperkirakan konsumsi listrik pusat data dunia mencapai sekitar 485 terawatt-jam (TWh) pada 2025 dan 950 TWh pada 2030—hampir dua kali lipat. Proyeksi ini memperkuat alasan untuk memperhatikan kebutuhan daya sebagai persoalan infrastruktur, tetapi tidak membuktikan bahwa listrik akan menjadi kendala utama di semua wilayah atau bagi setiap perusahaan AI.
50
Palihapitiya juga pernah menyebut energi sebagai salah satu hambatan utama AI pada Juli 2025, lalu menggambarkan jaringan listrik AS sebagai kendala teknologi besar. Pernyataan tersebut sejalan dengan tema infrastruktur, tetapi merupakan komentarnya, bukan bukti pasti tentang kecepatan perubahan kapasitas jaringan atau permintaan AI.
58
61
Hal yang perlu dicermati
Rencana penerapan Maia 300 akan menjadi ujian apakah chip kustom dan efisiensi sistem bisa membantu Microsoft memperluas kapasitas inferensi. Hal yang patut dipantau antara lain skala penerapan sebenarnya, kinerja dalam penggunaan produksi, serta apakah keunggulan 40% lebih banyak token per megawatt benar-benar tercapai. Sebelum hasil itu tersedia, angka tersebut sebaiknya dipahami sebagai klaim perusahaan.
3
40
Pesan utama dari percakapan Palihapitiya dan Musk adalah bahwa pertanyaan investasi AI kini mencakup lebih dari chip dan model: mampukah perusahaan memperoleh listrik dan membangun infrastruktur pendukung dengan cukup cepat? Kapasitas fisik bisa menjadi sumber keunggulan jangka panjang, tetapi belum tentu menggantikan peran distribusi, data, atau perangkat lunak.
1
15