Microsoft apuesta por dos proveedores de IA: Azure desplegará AMD Helios junto a Nvidia Vera Rubin

Por qué Microsoft opta por una estrategia de doble proveedor

Microsoft está dividiendo deliberadamente su infraestructura de IA de nueva generación entre AMD Helios y Nvidia Vera Rubin para reducir el riesgo en la cadena de suministro y evitar la dependencia de un solo fabricante . Esto refleja el enfoque agnóstico en cuanto a modelos que la compañía ya aplica en Azure y Copilot . El CEO Satya Nadella confirmó que "seremos uno de los primeros proveedores de nube en desplegar infraestructura de IA rack-scale de próxima generación basada en AMD Helios y Nvidia Vera Rubin", lo que le da a Microsoft poder de negociación y flexibilidad operativa si uno de los proveedores enfrenta limitaciones de asignación . En la industria, esta estrategia se describe como "cubrir apuestas" en la contratación de infraestructura de IA .

La brecha de precio: Helios cuesta aproximadamente un 40% más que Vera Rubin

Ni AMD ni Microsoft han revelado los precios exactos, pero las estimaciones de los analistas del Futurum Group ofrecen una comparación clara:

• AMD Helios: entre 5 y 5,5 millones de dólares por rack
• Nvidia Vera Rubin NVL72: entre 3,5 y 4 millones de dólares por rack

Esto hace que Helios sea aproximadamente un 40% más caro por rack . La prima refleja la mayor capacidad de memoria de Helios, su arquitectura abierta y la cartera integrada de CPU-GPU-redes de AMD .

Las afirmaciones de rendimiento por dólar de AMD: mayor rendimiento a pesar del costo más alto

AMD argumenta que el mayor costo inicial de Helios se justifica por una eficiencia de rendimiento superior. Según los datos de laboratorio de la propia AMD, Helios ofrece :

• Hasta un 30% más de tokens de inferencia por dólar que el Vera Rubin NVL72
• Un 15% más de cómputo FP4 máximo que Vera Rubin
• Un 50% más de capacidad HBM4 y un 50% más de ancho de banda de escalado

La CEO de AMD, Lisa Su, presentó estas cifras en el evento Advancing AI 2026, afirmando que Helios ofrece "un 15% o más de rendimiento que la competencia en los modelos más grandes, un 50% más de capacidad HBM y hasta un 30% más de tokens por dólar" .

Sin embargo, los analistas advierten que se trata de estimaciones previas a la producción. El Futurum Group señaló que "la ventaja de rendimiento del 15% de AMD y las afirmaciones de un 30% más de tokens por dólar siguen siendo matemáticas de proveedor contra un competidor que aún no se ha enviado, y se pondrán a prueba en producción en un par de trimestres" .

Especificaciones técnicas: dentro del rack AMD Helios

AMD Helios es un sistema rack-scale construido a medida, con refrigeración líquida, que representa la oferta de hardware de IA más completa de la compañía hasta la fecha :

Cada bandeja de cómputo contiene cuatro GPU MI455X emparejadas con una única CPU EPYC Venice y redes Pensando, todo conectado mediante el protocolo UALink para que las 72 GPU funcionen como una sola unidad de cómputo .

Compromisos iniciales de la industria con AMD Helios

AMD ha conseguido los siguientes clientes iniciales confirmados para Helios :

• Microsoft — desplegará Helios a gran escala en Azure para inferencia de modelos de frontera
• Meta — desplegará racks Helios
• OpenAI — desplegará racks Helios
• Oracle — desplegará racks Helios
• Tata Consultancy Services — cliente inicial

Una ausencia notable: Anthropic no ha sido nombrado públicamente como cliente inicial de Helios en ningún anuncio importante hasta julio de 2026 .

Lo que esto significa para el panorama del hardware de IA

La decisión de Microsoft de desplegar tanto AMD Helios como Nvidia Vera Rubin señala que el mercado de hardware de IA ha entrado en una nueva fase. En lugar de depender de un solo proveedor, los hiperescaladores están invirtiendo en la diversidad de plataformas para asegurar el suministro, mejorar su poder de negociación y acceder a características de rendimiento diferenciadas .

AMD Helios, con sus masivos 31 TB de memoria HBM4 y su interconexión abierta basada en Ethernet, es particularmente adecuado para cargas de trabajo de inferencia a gran escala, donde la capacidad y el ancho de banda de la memoria impulsan directamente el rendimiento y el costo por token . Con los envíos previstos para la segunda mitad de 2026, la verdadera prueba llegará cuando se publiquen los benchmarks de producción y las afirmaciones contrapuestas puedan verificarse a escala .