Microsofts administrerende direktør bekræfter, at Azure vil bruge AMD Helios og NVIDIA Vera Rubin

Microsoft udvider Azures AI-beregningskapacitet med næste generations rack-skala-systemer fra både AMD og NVIDIA. Strategien giver virksomheden adgang til mere hardware, samtidig med at den mindsker afhængigheden af en enkelt leverandør.

Udvidelsen følger Microsofts seneste finansielle resultater, da omsætningen i FY26 Q4 nåede $90 milliarder, delvist drevet af stigende efterspørgsel efter cloud- og AI-tjenester.

Azure vil være blandt de første cloud-platforme til at implementere systemer baseret på AMD Helios og NVIDIA Vera Rubin.

NVIDIA Vera Rubin kombinerer AI-beregning og netværk

NVIDIA Vera Rubin er en rack-skala AI-platform bygget op omkring Rubin GPU’er og Vera CPU’er.

Systemet kombinerer beregning, netværk, forbindelse og lagringshardware i én integreret platform. Dets komponenter inkluderer NVLink 6 switching, Spectrum-6-netværk, ConnectX-9-forbindelse, BlueField-teknologi og Groq 3-hardware.

Dette design bør give Microsoft mulighed for at implementere store AI-klynger uden at skulle samle hver enkelt del af infrastrukturen separat.

AMD Helios kan koste betydeligt mere

Helios er AMD’s første komplette rack-niveau-platform designet til krævende AI-arbejdsbelastninger. Den kombinerer AMD Instinct MI455X GPU’er med sjettegenerations EPYC-processorer.

Systemet inkluderer også Pensando-netværkshardware, databehandlingsenheder (DPU’er), Infinity Fabric-forbindelse og AMD’s ROCm-softwarestack.

Futurum estimerer, at ét AMD Helios-rack kan koste mellem $5 millioner og $5,5 millioner. Til sammenligning kan et andengenerations NVIDIA Rubin-rack koste mellem $3,5 millioner og $4 millioner.

Baseret på disse estimater kunne Helios koste omkring 40% mere end NVIDIAs platform. Den endelige værdi vil dog også afhænge af ydeevne, strømeffektivitet, softwareunderstøttelse, tilgængelighed og de typer AI-arbejdsbelastninger, Microsoft planlægger at køre.

Microsoft undgår at være afhængig af én AI-leverandør

Microsofts beslutning om at implementere hardware fra både AMD og NVIDIA afspejler en bredere hardware-agnostisk strategi.

I stedet for at binde Azure helt til én chipleverandør kan Microsoft vælge systemer baseret på ydeevne, omkostninger, forsyning og kundekrav. Denne tilgang kan også styrke virksomhedens forhandlingsposition, efterhånden som efterspørgslen efter AI-acceleratorer fortsætter med at vokse.

Microsoft ser ud til at anvende den samme strategi for AI-modeller. Tidligere rapporter antydede, at virksomheden kunne overveje DeepSeek V4 eller en lignende model til Copilot Cowork for at understøtte komplekse agentbaserede opgaver til en lavere pris.

Ved at kombinere forskellige hardwareplatforme og AI-modeller kan Microsoft udvide Azure og Copilot uden at være helt afhængig af én chipproducent eller AI-virksomhed.

Via Wccftech