La collaborazione tra Microsoft e AMD si estende dal singolo processore all’intera infrastruttura del data center. GPU, CPU, rete e software confluiranno in tre offerte Azure specializzate: le macchine virtuali ND MI455X v7 per l’inferenza AI, le HDv2 per l’elaborazione dei dati e i carichi agentici e le HXv2 per la progettazione dei semiconduttori e il calcolo ad alte prestazioni.
AMD Helios è una piattaforma rack-scale che riunisce acceleratori Instinct MI455X, processori EPYC “Venice”, rete Pensando e software ROCm. Microsoft la utilizzerà per l’inferenza di modelli di frontiera, a supporto dei servizi Azure AI e delle applicazioni dei clienti.
AMD prevede di iniziare le consegne di Helios, anche a Microsoft, nella seconda metà del 2026. Non sono ancora noti la data di disponibilità commerciale delle nuove VM, i prezzi e i risultati di benchmark indipendenti.
Helios entra in Azure con le VM ND MI455X v7
La configurazione Azure basata su Helios prenderà il nome di ND MI455X v7. Microsoft la destina ai carichi di inferenza che sostengono ragionamento, ricerca e applicazioni agentiche su larga scala.
Helios non è un singolo acceleratore aggiunto al catalogo Azure, ma un sistema integrato a livello di rack. GPU MI455X, CPU Venice, interconnessione e software vengono gestiti come un unico ambiente per aumentare la densità di calcolo e ridurre i colli di bottiglia nella distribuzione di un modello su un grande cluster.
AMD progetta Helios per addestramento e inferenza, mentre il primo impiego descritto da Microsoft per le VM ND MI455X v7 è concentrato sull’inferenza in produzione. La distinzione è rilevante: la piattaforma ha un campo d’uso più ampio, ma l’annuncio Azure non definisce ancora configurazioni, tempi e modalità di accesso per il training su Helios.
Azure aggiunge così un’altra architettura ai sistemi sviluppati internamente e alle piattaforme degli altri fornitori di chip. AMD, da parte sua, porta nel cloud Microsoft un’offerta completa per l’AI, dal silicio al rack fino allo stack software ROCm.
Più in generale, i costruttori di modelli potranno usare l’infrastruttura AMD disponibile su Azure per addestrare e distribuire sistemi di grandi dimensioni; i carichi AI aziendali accederanno alla capacità tramite Azure Foundry Managed Compute. Mancano ancora misure ottenute in produzione su prestazioni, efficienza e costi delle configurazioni definitive.
Azure HDv2: quasi 500 core EPYC per preparare i dati dell’AI
Una pipeline AI non viene eseguita interamente sulle GPU. Preparazione dei dati, ricerca, reinforcement learning e coordinamento degli agenti richiedono anche capacità CPU, memoria e I/O. A queste attività sono destinate le VM Azure HDv2, sviluppate insieme ad AMD.
Ogni istanza offrirà quasi 500 core fisici EPYC, 4 TB di RAM, 32 TB di storage NVMe locale e rete Azure Boost a 400 Gb/s. Queste risorse serviranno ad alimentare gli acceleratori con i dati necessari e a gestire le fasi che non beneficiano direttamente dell’esecuzione su GPU.
Una VM distinta permette di dimensionare separatamente ingestione, indicizzazione, trasformazione dei dati e orchestrazione, attività che possono limitare le prestazioni complessive anche quando la capacità degli acceleratori è sufficiente.
Azure HXv2 per EDA, simulazione e HPC
La seconda famiglia con CPU AMD è Azure HXv2, evoluzione delle istanze HX lanciate nel 2023. Microsoft riferisce che le HX hanno trovato impiego presso le aziende impegnate nella progettazione dei semiconduttori. La nuova generazione è dedicata soprattutto all’Electronic Design Automation (EDA), cioè al software usato per progettare e verificare i chip, ma supporta anche simulazioni scientifiche, analisi ingegneristiche e applicazioni HPC a memoria distribuita.
Le VM HXv2 avranno 176 core EPYC Venice, frequenza superiore a 5 GHz, il 50% di cache indirizzabile in più per core e configurazioni con quasi 2 o 4 TB di RAM. La tecnologia 3D V-Cache viene confermata per le simulazioni RTL, mentre la rete InfiniBand da 800 Gb/s servirà alle simulazioni MPI distribuite su più nodi.
AMD sarà a sua volta cliente delle istanze HX e intende usarle per i carichi EDA necessari allo sviluppo delle future CPU EPYC e GPU Instinct. Il produttore impiegherà quindi un’infrastruttura cloud basata sui propri chip per progettare le generazioni successive.
HXv2 rientra anche nella collaborazione tra Microsoft e Synopsys per ottimizzare su Azure gli strumenti EDA assistiti dall’AI. Le aziende indicano la possibilità di estendere nel cloud carichi che superano la capacità delle infrastrutture locali, ma non forniscono confronti quantitativi sulle nuove istanze.
Pensando e Azure Boost, l’accordo si estende alla rete
Azure amplierà l’impiego delle DPU AMD Pensando sia nell’infrastruttura di backend per l’AI sia in alcuni servizi cloud. Una DPU è un processore dedicato che sottrae alla CPU centrale attività infrastrutturali come l’elaborazione dei pacchetti, la virtualizzazione della rete e la gestione delle connessioni.
Le tecnologie AMD saranno integrate con Azure Boost, l’architettura che trasferisce parte delle funzioni di rete e storage su hardware dedicato. Secondo le due aziende, l’integrazione aumenterà prestazioni ed efficienza della rete e distribuirà l’elaborazione delle connessioni sull’intera flotta Azure.
I componenti AMD entrano così nei quattro livelli dell’infrastruttura AI di Azure: calcolo accelerato, calcolo general purpose, rete e software. Ogni configurazione ha un compito specifico; disponibilità, prestazioni effettive e costo per carico di lavoro determineranno il valore dell’offerta dopo l’entrata in servizio.
