Azure lança racks AMD Helios de 72-GPU e CPUs Venice de 500-núcéos para inferência de IA; rollout de H2 2026

Microsoft anunciou em 20 de julho de 2026 que implantará o sistema de IA em escala de rack Helios da AMD e três novas famílias de VM do Azure começando H2 2026, visando inferência de IA e cargas de trabalho intensivas em dados. No núcleo: Helios empacota 72 GPUs AMD Instinct MI455X (CDNA 5, 432GB HBM4 cada), CPUs Venice EPYC, rede Pensando e resfriamento líquido por rack. Cada MI455X fornece 19.6TB/s de banda de memória; o rack completo agrega 31TB HBM4, 260TB/s de banda de scale-up e 43TB/s de rede de scale-out. Ao lado de Helios, Microsoft introduz VMs HDv2 (quase 500 núcéos EPYC, 4TB RAM, 32TB NVMe) para preprocess/orquestração, HXv2 para EDA/computação científica e ND MI455X v7 (inferência baseada em Helios), todos feitos para inferência não para treinamento.

O pivô de hardware sinaliza uma mudança estratégica: enquanto atrasos de Blackwell estendem produção Hopper, Microsoft está diversificando sua base de acelerador longe de mono-dependência NVIDIA. Helios é posicionado para serviço de modelo de fronteira, sistemas multi-agentes e RAG—cargas de trabalho onde taxa de inferência e latência importam mais do que densidade de treinamento. O HDv2 de 500 núcleos aborda uma dor de ponto arquitetônico reconhecido: gargalo de preprocessão de CPU e orquestração de clusters GPU. Microsoft está aposentando VMs HBv2 mais antigas, consolidando em torno dessa nova pilha. Maturidade de software ROCm (suporte PyTorch, TensorFlow, JAX, vLLM) é crítica; validação de compatibilidade será necessária durante período de GA.

Para arquitetos de infraestrutura, anúncio pesado em AMD do Azure reflete realidade de mercado mais ampla: capacidade GPU NVIDIA está restrita, Blackwell é atrasada, e inferência de padrão aberto (ROCm, ONNX, comutação de Pensando) reduz lock-in de fornecedor de nuvem. Helios diferencia em banda de largura por GPU e resfriamento integrado; preços e disponibilidade regional permanecem TBD, mas o modelo de custo por-token sugere Azure está otimizando para receita de inferência sustentada em vez de anexo de capex de treinamento. Observe sinais de maturidade ROCm e métricas de adoção de clientes em programas de acesso antecipado MI455X; uma rampa bem-sucedida reduziria substancialmente exposição NVIDIA do Azure indo para 2027.