2026年7月20日，微软和AMD同时发了两份公告。放在一起读，你会发现一个清晰的信号：Azure的AI算力版图，正在从英伟达为主、AMD为辅转向双供应商并立。这不是一次常规的硬件升级——微软把AMD的整机架AI系统Helios搬进了Azure，同时推出了两颗基于第六代EPYC Venice处理器的新虚拟机，还在网络层深度整合了AMD的Pensando DPU。从CPU到GPU到网络芯片，微软几乎把AMD的完整产品线端上了Azure。
三个维度，一次升级
Helios机架级AI系统进驻Azure
AMD Helios不是一台服务器，而是一套完整的机架级AI系统。一个Helios机架集成72颗Instinct MI455X GPU、31TB HBM4高带宽内存，FP4峰值算力达到2.9 exaFLOPS，FP8峰值算力1.4 exaFLOPS。机架内部通过UALink互联实现260 TB/s的scale-up带宽，机架之间通过Pensando网络实现43 TB/s的scale-out带宽。
微软将在Azure上以ND MI455X v7虚拟机实例的形式提供Helios算力，面向生产级AI推理、复杂推理和自主Agent工作负载。AMD计划在2026年下半年开始向包括微软在内的客户交付Helios系统。
两颗新CPU虚拟机
Azure同时新增两个基于第六代AMD EPYC Venice处理器的虚拟机系列。
Azure HDv2面向AI数据处理和Agent协调，配备近500颗物理EPYC核心、4TB RAM、32TB本地NVMe存储和400Gb Azure Boost网络。目标场景包括数据预处理、搜索、强化学习和大规模Agent协调。
Azure HXv2面向芯片设计和科学计算，配备176颗EPYC核心，主频超过5GHz，单核可寻址缓存提升50%，采用3D V-Cache技术，提供近2TB或4TB内存选项，支持800Gb InfiniBand。延续HX系列在EDA（电子设计自动化）领域的RTL仿真优化路线，并扩展到科学模拟、工程分析等分布式内存计算场景。
网络层的深度整合
微软将AMD Pensando DPU的部署从已有范围扩展到AMD AI后端网络基础设施和更多Azure服务，同时将AMD硅片与Azure Boost集成，提升云规模下的网络性能、效率和连接处理能力。
这三件事放在一起看，力量就出来了。微软在同时做三件事：在GPU层引入Helios作为英伟达之外的推理算力来源；在CPU层用Venice系列覆盖从数据处理到芯片设计的全场景；在网络层用Pensando打通AI集群的通信瓶颈。三层叠加，微软在Azure上构建了一个以AMD为核心的算力新节点。
从买芯片到买机架，云厂商的算力采购逻辑变了
Helios的部署方式值得注意。微软不是把MI455X GPU插进标准服务器，而是直接部署AMD的整机架方案。这背后是AI基础设施的一个根本性变化：当单台服务器的算力无法满足大模型训练和推理需求时，机架即计算机成为新的基础设施单元。
AMD的Helios采用了开放计算项目（OCP）机架、UALink互联和Ultra Ethernet Consortium以太网规范。这种开放架构让云厂商可以在不绑定专有互联技术的情况下获得高性能AI算力。对于微软来说，这意味着在英伟达的NVLink/NVSwitch生态之外，多了一个符合开放标准的选项。
CNBC报道称，除微软外，Meta、OpenAI、甲骨文和印度塔塔咨询服务也已公布与Helios相关的部署和合作计划。AMD CEO苏姿丰在财报电话会议上透露，AMD预计从2027年起实现数百亿美元的数据中心AI营收，其中大部分将来自Helios。
HXv2：一个被低估的EDA专用武器
在HDv2和HXv2两颗新虚拟机中，HXv2的战略意义可能容易被低估。这颗芯片延续了3D V-Cache技术——AMD独有的垂直堆叠缓存技术，为每个核心提供更大的L3缓存容量。对于EDA（电子设计自动化）领域的RTL仿真，缓存大小直接决定仿真速度：更大的缓存意味着更少的DRAM访问，更低的延迟。
微软在2023年首次推出HX系列时，就凭借3D V-Cache在芯片设计公司中获得了显著采用。HXv2将这一优势推到新高度——176核、超5GHz主频、50%更多缓存、800Gb InfiniBand。这些参数的组合，让HXv2不仅适合EDA，还能覆盖科学模拟、工程分析等大规模MPI并行计算场景。
AMD CTO Mark Papermaster在官方声明中表示：
Azure HX是扩展复杂EDA工作负载的重要平台，我们对Azure HXv2感到兴奋。
新思科技（Synopsys）首席产品官Shankar Krishnamoorthy也补充说，HX系列已帮助Synopsys客户可靠且高效地利用云端算力，将EDA工作负载扩展到传统基础设施限制之外。
算力博弈：微软的去单一依赖战略
将AMD的全栈方案引入Azure，最直接的战略意义是：微软正在系统性地降低对英伟达的单一供应商依赖。
过去几年，微软既是英伟达GPU的最大买家之一，也在自研AI芯片Maia上持续投入，同时通过OpenAI的算力需求掌握了大量AI基础设施的运营经验。引入AMD Helios和Venice系列，意味着微软在GPU、CPU和网络三个层面都有了第二供应商。
这不仅是供应链安全的考量。在AI推理市场，单位成本的竞争力正在成为决定性的因素。AMD在Helios上采用开放架构，理论上可以让微软在集群部署、网络配置和运维管理上拥有更多自主权。而HXv2和HDv2的CPU性能提升，也直接关系到Azure在AI数据处理和芯片设计等垂直场景中的竞争力。
AMD第一财季数据中心业务营收达到57.8亿美元，同比增长57%。苏姿丰表示，数据中心服务器增长将随着供应规模扩大而加速。AMD称，8家全球前10大AI公司已在其Instinct GPU上运行工作负载，包括OpenAI、Cohere和马斯克的SpaceXAI。
英伟达的护城河还在，但裂缝出现了
AMD在硬件层面已与英伟达基本持平——这是Counterpoint Research分析师Neil Shah的判断。他同时指出，软件和优化才是关键差距，英伟达凭借CUDA拥有更成熟的生态系统。
这是AMD面临的核心挑战。Helios的硬件规格令人印象深刻，但一个AI集群的最终性能取决于软件栈、编译器优化、框架适配和运维工具链的成熟度。AMD的ROCm软件生态相比CUDA仍有差距，尤其是在大规模分布式训练场景中。
但微软的背书本身就是一个强有力的信号。当最大的云服务商之一选择将AMD的整机架方案纳入正式产品路线图，AMD的软件生态将获得一个关键的验证场。Azure的规模意味着AMD的ROCm必须在微软的数据中心中经受住生产级负载的考验，而这本身就会倒逼AMD加速软件优化。
算力多极化的起点
微软与AMD的这次合作，放在更长的时间尺度上看，是AI基础设施从单极走向多极的一个标志性节点。
在过去两年里，AI算力几乎等于英伟达。但2026年的格局正在发生变化：云厂商在自研芯片上持续投入，AMD在CPU和GPU两端同时发力，英特尔也试图在AI加速器市场找回位置。微软在Azure上同时部署自研Maia芯片、英伟达GPU和AMD全栈方案，这种三路并进的策略，可能成为大型云厂商的标准配置。
对于Azure客户来说，这意味着更多的选择——不仅在GPU层面有了英伟达之外的推理选项，在CPU层面也获得了针对EDA和AI数据管线的专用实例。对于AMD来说，Azure的规模化部署给了Helios和Venice最重要的生产级认证。对于英伟达来说，这则是一个明确的信号：AI算力市场的独家供应时代，正在走向终结。
当微软把AMD的整机架搬进数据中心，英伟达失去的不只是一笔订单，而是一个唯一供应商的时代。
快报