Azure har nu en andra leverantör av AI-chip

Nyheten kom från Redmond, inte från San Francisco

Den 20 juli 2026 publicerade Scott Guthrie, executive vice president för Cloud och AI på Microsoft, ett inlägg med rubriken "Microsoft expands Azure AI and HPC infrastructure with AMD". Det bekräftade att Azure kommer att erbjuda virtuella maskiner av typen ND MI455X v7 som drivs av AMD:s rackbaserade Helios-lösning, riktade mot AI-inferens i produktionsskala. AMD beskriver Helios som en särskilt byggd plattform som förenar Instinct MI455X-acceleratorer, nästa generations EPYC-processorer, Pensando-nätverk och programvarustacken ROCm.

Tidpunkten är det första som är värt att lägga märke till. AMD håller sitt evenemang Advancing AI 2026 i Moscone Center i San Francisco den 23 juli, alltså tre dagar senare. Leverantören hade en scen bokad och en lansering inplanerad. Beskedet kom ändå först från Redmond. När en köpare av Microsofts storlek väljer att själv gå ut med nyheten gör den inte leverantören en tjänst. Den tar åt sig äran av att ha en andra källa.

Vad som faktiskt kom in i katalogen

Microsofts inlägg behandlade två skilda saker och de flesta rapporter plockade bara upp den ena. På AI-sidan för ND MI455X v7-serien in Helios-rack i Azure för inferens i produktionsskala. Microsofts eget inlägg gav varken datum för allmän tillgänglighet eller prestandasiffror på racknivå. AMD:s meddelande samma dag levererade båda delarna, och det är värt att läsa de två dokumenten mot varandra.

På den klassiska beräkningssidan var siffrorna däremot konkreta. Azure HDv2-maskiner bär nästan 500 fysiska EPYC-kärnor av AMD:s sjätte generation, 4 terabyte minne, 32 terabyte lokal NVMe-lagring och 400 Gb Azure Boost-nätverk. Azure HXv2 bär 176 EPYC-kärnor över 5 GHz med 50 procent mer adresserbar cache per kärna och erbjuds med omkring 2 eller 4 terabyte minne och 800 Gb InfiniBand. AMD:s teknikchef Mark Papermaster kallade Azure HX "en viktig plattform för att skala komplexa EDA-arbetslaster", och Shankar Krishnamoorthy, chief product development officer på Synopsys, sade att systemen låter kunderna "utnyttja molnbaserad beräkning tillförlitligt och effektivt".

AMD:s meddelande, utsänt den 20 juli via bolagets investerarkanal, ger affären ett datum och en form. Helios levereras till kunder, Microsoft inräknat, under andra halvåret 2026. Ett Helios-rack rymmer 72 Instinct MI455X-acceleratorer och AMD anger det till upp till 3 AI-exaflops, tillsammans med EPYC "Venice"-processorer, Pensando-nätverk och programvarustacken ROCm. AMD avgränsade dessutom arbetslasterna skarpare än Microsoft: HDv2 siktar på agentisk AI och datapipelines, HXv2 på halvledarkonstruktion, och själva Helios-utrullningen beskrivs som inferens och inte träning. Lisa Su kallade utrullningarna "en viktig milstolpe", och Satya Nadella framställde utökningen som att ge kunderna "prestanda, skala och valfrihet". Den avgränsningen till inferens spelar roll för testet som föreslås nedan, eftersom det denna SKU faktiskt köper dig är portabilitet vid inferens, inte vid träning.

Den andra källan är verklig. Flyttbarheten är inte automatisk

Här är den del som ingen kungörelse berättar för er. En andra leverantör i katalogen är inte samma sak som en andra leverantör ni faktiskt kan använda. AMD:s acceleratorer kör på ROCm. Är er väg till inferens skriven mot en annan tillverkares verktyg ger ett MI455X-artikelnummer bredvid på prislistan er ingenting vid förnyelsen, eftersom ni inte trovärdigt kan hota med att flytta.

Förhandlingsstyrka i inköp är en funktion av bytekostnad, inte av katalogens bredd. Det är samma fälla som europeiska inköpare gick i för tio år sedan med molnlagring: tre leverantörer på korta listan, en enda modell för utgående data och ingen verklig utgång. Leverantörerna var verkligen olika företag. Arbetslasterna var inte verkligen flyttbara. Förhandlingen slutade precis som en förhandling med en enda leverantör slutar.

Den användbara frågan är alltså inte om AMD är konkurrenskraftigt på pappret. Den är om just den modell ni kör i produktion, i det ramverk ni använder, kör på ROCm utan omskrivning. För en växande andel modeller med öppna vikter som körs genom vanliga inferensmiljöer är svaret numera ja. För skräddarsydda kedjor byggda på en tillverkares slutna bibliotek är det fortfarande nej, och ingen leverantörsbredd i Azures katalog löser det åt er.

Processorhalvan av inlägget är den verkliga signalen

Microsoft kungjorde AI-acceleratorerna och EPYC-maskinerna för vanlig beräkning i ett och samma andetag, och den kopplingen bär mer information än någon av punkterna var för sig. En hyperskalare som garderar sig mot en dominerande leverantör köper en liten mängd av alternativet och säger föga om det. En hyperskalare som standardiserar på en leverantör utsträcker den även till de vardagliga arbetslasterna, till EDA-uppdrag och databehandling, där volymen är oglamorös och bindningen lång.

Meta kom till en liknande slutsats tidigare i år och åtog sig över tid upp till 6 gigawatt AMD Instinct-kapacitet, med det första gigawattet väntat under andra halvåret 2026. Tata Consultancy Services skrev på för Helios i februari. Mönstret hos dessa köpare är inte entusiasm för en utmanare. Det är en vägran att låta en enda leverantör sätta villkoren för ett årtionde av utgifter för beräkningskraft.

Vad ni bör klara ut före förnyelsen

Åtgärden här är liten, billig och värd att göra redan detta kvartal. Ta er största produktionslast för inferens och fastställ konkret om den kör på ROCm. Inte om en leverantör säger att den kan. Utan om ert team kan resa den på en AMD-instans och betjäna verklig trafik. Det testet kostar några dagars ingenjörstid och förvandlar ett branschbesked till en siffra ni kan använda.

Är svaret ja går ni in i nästa molnförhandling med ett äkta alternativ och bör prissätta därefter. Är svaret nej har ni funnit den faktiska kostnaden för ert arkitekturval, uttryckt i den rabatt ni inte kommer att få. Hur det än blir vet ni nu något som er faktura aldrig skulle ha berättat.

Läs vidare: Ett AI-datacenter kostar nu 50 miljarder dollar  |  Meta vill hyra ut sin lediga AI-kraft