Microsoft ha confirmado que Azure estará entre los primeros proveedores de nube en desplegar infraestructura de IA a escala de rack basada en AMD Helios y NVIDIA Vera Rubin. Satya Nadella anunció ambos sistemas durante la presentación de resultados del cuarto trimestre fiscal de 2026, sin concretar todavía regiones, fechas exactas ni capacidad instalada.
La decisión proporciona a Azure dos plataformas completas y rivales para entrenamiento e inferencia, en lugar de depender exclusivamente de una arquitectura externa. Microsoft combinará estos equipos con sus propios aceleradores Maia 200, reforzando una estrategia que busca elegir el silicio más adecuado según rendimiento, disponibilidad, coste y tipo de carga.
Azure amplía su infraestructura sin depender de un único proveedor
Nadella explicó que Microsoft continúa modernizando su flota mediante silicio propio y las últimas plataformas de AMD y NVIDIA. El planteamiento permite distribuir la demanda entre diferentes proveedores cuando la capacidad disponible continúa siendo uno de los principales límites para ampliar los servicios de inteligencia artificial.
La convivencia de Helios y Vera Rubin también proporciona mayor margen de negociación, redundancia en la cadena de suministro y flexibilidad para asignar cada carga al sistema más eficiente. No obstante, mantener dos ecosistemas implica adaptar software, redes, herramientas de supervisión y modelos a plataformas con arquitecturas y pilas de programación diferentes.
Microsoft ya había anunciado que su futura instancia Azure ND MI455X v7 utilizará la solución AMD Helios para inferencia a gran escala, razonamiento, búsqueda y cargas agénticas. El nuevo comentario de Nadella amplía ese compromiso y confirma que Azure desplegará igualmente NVIDIA Vera Rubin como plataforma de próxima generación.
AMD Helios combina 72 GPU MI455X con EPYC Venice
AMD Helios es el primer diseño completo de AMD a escala de rack para inteligencia artificial. La plataforma reúne 72 aceleradores Instinct MI455X, procesadores EPYC de sexta generación con nombre en clave Venice, redes AMD Pensando y la pila de software ROCm, integrados dentro de una arquitectura abierta basada en el estándar Open Rack Wide.
Las características principales de las dos plataformas quedan organizadas así:
- AMD Helios: 72 GPU Instinct MI455X, CPU EPYC Venice, redes Pensando Vulcano, UALink y software ROCm
- NVIDIA Vera Rubin NVL72: 72 GPU Rubin, 36 CPU Vera, NVLink 6, ConnectX-9 y BlueField-4
- Escala: sistemas completos refrigerados y conectados como una única infraestructura de IA
- Uso previsto: entrenamiento, razonamiento, inferencia agéntica y modelos de gran tamaño
NVIDIA Vera Rubin NVL72 integra sus 72 GPU mediante NVLink 6, acompañadas por 36 CPU Vera, adaptadores ConnectX-9 y DPU BlueField-4. La plataforma busca mantener un dominio de aceleración común dentro del rack, reduciendo los cuellos de botella que aparecen cuando decenas de GPU deben intercambiar datos durante cargas distribuidas.
La diferencia no se limita al hardware. NVIDIA conserva la madurez y adopción de CUDA, mientras que AMD intenta ampliar el alcance de ROCm y de estándares de interconexión más abiertos. Para Azure, disponer de ambas opciones permite atender clientes ya vinculados a CUDA sin renunciar a una segunda plataforma capaz de reducir la dependencia de NVIDIA.
El precio de Helios todavía procede de estimaciones externas
Según estimaciones de Futurum Group, cada rack AMD Helios podría costar entre 5 y 5,5 millones de dólares. La misma consultora sitúa una configuración Vera Rubin de segunda generación entre 3,5 y 4 millones de dólares, dejando una diferencia cercana al 40%.
Estas cifras no han sido confirmadas comercialmente por AMD, NVIDIA o Microsoft y tampoco garantizan una comparación equivalente. El precio final puede variar según memoria, red, refrigeración, almacenamiento, soporte, volumen contratado y configuración concreta del centro de datos.
Un rack más caro puede resultar competitivo si proporciona menor coste por token, mayor capacidad de memoria o una utilización superior durante cargas reales. Del mismo modo, un precio inicial inferior pierde importancia cuando el consumo, la ocupación física o la disponibilidad del software elevan el coste total de propiedad.
La adopción por parte de Microsoft supone una referencia importante para Helios, pero no demuestra todavía que AMD haya igualado el rendimiento, la eficiencia o la madurez operativa de NVIDIA. Las diferencias deberán medirse con aplicaciones reales, tasas de utilización sostenida y costes completos de funcionamiento.
$MSFT Nadella: «we will be among the first cloud providers to deploy next generation rack scale AI infrastructure based on AMD, Helios and Nvidia, Vera Rubin.»$AMD $NVDA
— P Equity Research 📰 (@pequityresearch) July 29, 2026
La estrategia multichip refleja el enfoque multmodelo de Microsoft
La diversificación del hardware coincide con la política de Azure de ofrecer modelos de OpenAI, Anthropic, Mistral, xAI y la familia propia MAI. Microsoft afirma que su catálogo ya supera los 11.000 modelos y que el número de clientes que utilizan sistemas de varios proveedores se ha multiplicado por cinco desde comienzos de 2026.
Según The Information, Microsoft estaría trabajando para ofrecer el modelo Kimi K3 de Moonshot AI mediante Azure y evaluando su posible utilización en determinadas cargas de Copilot. La compañía no ha confirmado públicamente su despliegue, por lo que continúa siendo una prueba interna y no una sustitución anunciada de los modelos actuales.
Axios informó anteriormente de que Microsoft también consideraba una versión alojada en Azure de DeepSeek V4 o un modelo semejante para Copilot Cowork. El objetivo sería reducir costes manteniendo los datos dentro de la infraestructura y los controles empresariales de Microsoft, aunque la evaluación introduce riesgos regulatorios y geopolíticos por el origen chino de estos modelos.
Microsoft gana flexibilidad, pero aumenta la complejidad operativa
Combinar AMD Helios, NVIDIA Vera Rubin y Maia 200 permite a Microsoft ajustar cada servicio a la plataforma con mejor equilibrio entre disponibilidad y coste. También reduce el impacto de posibles retrasos, escasez de aceleradores o dependencia excesiva de un único proveedor.
El reto será conseguir que modelos y servicios puedan cambiar de hardware sin pérdidas importantes de rendimiento o largos procesos de adaptación. ROCm y CUDA continúan siendo ecosistemas diferentes, mientras que cada plataforma utiliza sus propias redes, bibliotecas y herramientas de optimización.
La decisión confirma que Microsoft no pretende elegir un único ganador. Azure construirá una infraestructura donde varios aceleradores y varios modelos puedan sustituirse según calidad, latencia, coste y cumplimiento, trasladando al hardware la misma estrategia multmodelo aplicada actualmente a Copilot y Microsoft Foundry.
Vía: Wccftech
