Microsoft wybiera strategię dwóch dostawców: AMD Helios obok Nvidia Vera Rubin w Azure

Dlaczego Microsoft korzysta z dwóch dostawców?

Microsoft dzieli inwestycje w najnowszą infrastrukturę AI między AMD Helios i Nvidia Vera Rubin. Taka strategia ma ograniczyć ryzyko związane z łańcuchem dostaw, zmniejszyć zależność od jednego producenta i dać firmie większą elastyczność w negocjacjach .

Podejście przypomina modelową „agnostyczność” Microsoftu w usługach Azure i Copilot: zamiast opierać całą ofertę na jednym rozwiązaniu, firma chce mieć dostęp do kilku platform sprzętowych. Satya Nadella zapowiedział, że Microsoft będzie jednym z pierwszych dostawców chmury wdrażających infrastrukturę rack-scale opartą zarówno na AMD Helios, jak i Nvidia Vera Rubin .

W praktyce oznacza to także zabezpieczenie na wypadek problemów z dostępnością któregoś z systemów. W branży strategię tę określa się jako „zabezpieczanie obu zakładów” — Microsoft nie chce, by tempo rozbudowy Azure zależało wyłącznie od możliwości produkcyjnych jednego dostawcy .

Helios jest droższy, ale AMD obiecuje więcej wydajności za dolara

Ani AMD, ani Microsoft nie ujawniły ceny konkretnego zamówienia. Futurum Group szacuje jednak, że jeden rack AMD Helios może kosztować od 5 do 5,5 mln dolarów, podczas gdy Nvidia Vera Rubin NVL72 ma kosztować około 3,5–4 mln dolarów . Oznacza to różnicę rzędu 40% na niekorzyść Heliosa w przeliczeniu na pojedynczy rack .

Wyższa cena ma wynikać m.in. z większej pojemności pamięci, otwartej architektury połączeń oraz integracji akceleratorów, procesorów i układów sieciowych AMD w jednym rozwiązaniu .

AMD przekonuje jednak, że cena zakupu nie pokazuje całkowitego kosztu obsługi modeli AI. Według danych z własnych testów laboratoryjnych Helios ma zapewniać :

• do 30% więcej tokenów wnioskowania za dolara niż Vera Rubin NVL72 ;
• o 15% wyższą szczytową wydajność FP4 ;
• o 50% większą pojemność HBM4 i o 50% większą przepustowość komunikacji między rackami .

Lisa Su, dyrektor generalna AMD, przedstawiała te wartości podczas wydarzenia Advancing AI 2026. Według niej Helios oferuje co najmniej 15% wyższą wydajność dla największych modeli, 50% więcej pamięci HBM oraz do 30% więcej tokenów za dolara .

Trzeba jednak zachować ostrożność. Futurum Group podkreśla, że są to przedprodukcyjne kalkulacje AMD, porównujące własny system z konkurencyjną platformą, która nie była jeszcze dostarczana na szeroką skalę. Rzeczywista przewaga ma zostać zweryfikowana w środowisku produkcyjnym w kolejnych kwartałach .

AMD Helios — najważniejsze parametry

Helios jest ciekawy nie tylko jako zestaw akceleratorów, lecz jako kompletny, chłodzony cieczą system rack-scale. W jednym racku AMD połączyło układy obliczeniowe, procesory hostujące, pamięć i infrastrukturę sieciową .

Każda taca obliczeniowa zawiera cztery układy MI455X, jeden procesor EPYC Venice oraz elementy sieciowe Pensando. Dzięki połączeniu UALink wszystkie 72 GPU mogą działać jak jeden wspólny zasób obliczeniowy .

Kto jeszcze wdraża Heliosa?

AMD wymienia kilka firm jako wczesnych klientów systemu Helios :

• Microsoft — wdrożenie na dużą skalę w Azure do wnioskowania dla modeli najnowszej generacji ;
• Meta — wdrażanie racków Helios ;
• OpenAI — wdrażanie racków Helios ;
• Oracle — wdrażanie racków Helios ;
• Tata Consultancy Services — wczesny klient rozwiązania .

W publicznych, najważniejszych ogłoszeniach z lipca 2026 r. nie wymieniono natomiast Anthropic jako wczesnego klienta Heliosa . Nie ma więc podstaw, by uznać, że firma dołączyła do tej grupy.

Co decyzja Microsoftu mówi o rynku AI?

Wybór obu platform pokazuje, że rywalizacja w infrastrukturze AI wykracza już poza porównywanie pojedynczych GPU. Dostawcy chmury kupują całe systemy rack-scale, obejmujące akceleratory, procesory, pamięć, połączenia między układami i sieć między serwerami.

Dla Microsoftu różnorodność platform oznacza większe bezpieczeństwo dostaw i silniejszą pozycję negocjacyjną. Dla AMD wdrożenie w Azure jest natomiast ważnym sprawdzianem, bo Helios po raz pierwszy trafia do infrastruktury jednego z największych operatorów chmurowych na świecie .

Duża ilość pamięci HBM4 i oparta na Ethernecie architektura połączeń mogą być szczególnie istotne przy wnioskowaniu dla dużych modeli. W takich zastosowaniach przepustowość pamięci i liczba obsługiwanych tokenów bezpośrednio wpływają na wydajność oraz koszt pojedynczej odpowiedzi .

Wysyłki Heliosa mają rozpocząć się w drugiej połowie 2026 r. Dopiero testy produkcyjne i niezależne benchmarki pokażą, czy deklarowana przez AMD przewaga wydajności za dolara utrzyma się poza warunkami laboratoryjnymi .