Microsoft porterà su larga scala nei propri data center l’acceleratore AMD Helios, destinandone la capacità sia ai carichi interni sia ai clienti dell’infrastruttura Azure. L’intesa punta ad ampliare la potenza disponibile per l’esecuzione dei modelli AI di frontiera, in una fase in cui la domanda di risorse per addestramento e inferenza continua a crescere. Le due aziende non hanno comunicato il valore economico dell’operazione, il consumo complessivo in watt o il numero esatto di sistemi coinvolti.
La capacità di calcolo della prossima generazione AMD sarà accessibile attraverso Azure a laboratori di intelligenza artificiale impegnati nell’addestramento dei modelli e nell’erogazione di servizi di inferenza. Helios sosterrà inoltre la capacità gestita offerta alle imprese che vogliono distribuire applicazioni AI tramite Microsoft Foundry. La collaborazione copre quindi più livelli: dall’infrastruttura fisica installata nei data center alle piattaforme con cui le organizzazioni possono sviluppare e mettere in produzione i propri carichi.
Per AMD, l’impegno di Microsoft rappresenta un nuovo passaggio nella competizione per conquistare spazio nel mercato degli acceleratori per data center, oggi dominato da NVIDIA. Pur senza dettagli quantitativi sull’installazione, la scelta di adottare Helios “in volume” indica un impiego esteso e non una sperimentazione circoscritta. Si aggiunge alle grandi partnership siglate da AMD con OpenAI e Meta, associate a installazioni nell’ordine dei gigawatt e a interessi economici potenzialmente pari a centinaia di miliardi di dollari.
Helios è un sistema progettato su scala rack e arriverà più avanti nell’anno come concorrente diretto di Vera Rubin NVL72. Ogni configurazione riunisce 72 GPU Instinct MI455X di nuova generazione, con una capacità aggregata di 31,1 TB di memoria HBM4. L’architettura concentra così memoria e acceleratori in un’unica piattaforma, pensata per sostenere modelli molto grandi e carichi che richiedono un’elevata comunicazione tra le GPU.
Sul piano della potenza teorica, AMD indica fino a 1,4 exaFLOPS in FP8 e 2,9 exaFLOPS in FP4 per i modelli che utilizzano i relativi formati di dati AI definiti nell’ambito OCP. La disponibilità di precisioni numeriche differenti consente di adattare il calcolo alle caratteristiche dei modelli e alle esigenze operative, bilanciando capacità, velocità e utilizzo della memoria durante addestramento e inferenza.
Un altro elemento centrale è la connettività interna ed esterna al rack. AMD punta a 260 TB/s di banda scale-up, un valore indicato come allineato a quello del sistema Vera Rubin NVL72. Per la comunicazione scale-out, Helios promette 43 TB/s attraverso UALink su Ethernet, circa il doppio rispetto al rivale NVIDIA. Resta tuttavia da verificare quale livello di prestazioni questa soluzione riuscirà a sostenere nelle installazioni reali, oltre ai valori dichiarati.
L’accordo comprende anche due nuove serie di macchine virtuali Azure basate sui processori EPYC Venice di sesta generazione, ancora in arrivo. La serie HDv2 sarà indirizzata all’AI agentica e alle pipeline di dati, mentre HXv2 verrà proposta per i flussi di progettazione dei semiconduttori. Microsoft integrerà inoltre le DPU AMD Pensando già installate nelle offerte Azure Boost, con l’obiettivo di accelerare le operazioni di rete e l’elaborazione legata allo storage.
La collaborazione delinea quindi una piattaforma che combina GPU, CPU, DPU, memoria ad alta banda e interconnessioni rack-scale. Per i clienti aziendali, Helios non sarà soltanto hardware collocato nei data center Microsoft, ma una nuova base infrastrutturale accessibile attraverso servizi cloud e strumenti gestiti. Per AMD, la distribuzione su Azure offre invece un canale hyperscale con cui misurare sul campo architettura, connettività e prestazioni della propria prossima generazione di acceleratori AI.