微軟 Azure 引入 AMD Helios AI 平台與第六代 EPYC，推出三款新 VM 系列

算力軍備競賽打到一個節點：單靠一家晶片商供不上需求了。微軟這次的動作是把答案寫進了基礎設施架構裡。

微軟宣布將 AMD 最新 Helios rackscale AI 平台與第六代 EPYC 處理器引入 Azure，同步推出三款針對不同工作負載設計的 VM 系列：HDv2 處理 AI 資料系統與 Agent 協作，HXv2 服務半導體 EDA 及科學計算，ND MI455X v7 則對準大規模 AI 推論。三款 VM 對應三條截然不同的算力需求，架構邏輯是「針對性供給」，而不是一顆 GPU 打天下。

規格層面值得注意的是 HDv2 的密度：近 500 顆第六代 EPYC 物理核心、4TB RAM、32TB 本地 NVMe 儲存、400Gb Azure Boost 網路。這不是給傳統 HPC 用的配置，而是專門為 AI 訓練前端的資料準備、搜尋與 Reinforcement Learning 設計的 CPU 端基礎設施——GPU 跑得再快，沒有夠快的 CPU 端餵資料，加速器就是在空轉。HXv2 的核心亮點則是 176 核、主頻超過 5GHz、每核 addressable cache 增加 50%，加上 800Gb InfiniBand，讓大規模 MPI 模擬可行。HXv2 的客戶裡有個細節容易被忽略：AMD 自己就是 Azure HX 系列的用戶，用它設計下一代 EPYC 和 Instinct GPU——也就是說，AMD 拿微軟的雲跑 AMD 自家晶片的 EDA 工作負載，這個迴路本身就是個強背書。

這件事對 AI 基礎設施競爭格局的意義，不只是「微軟多了幾款 VM」。過去兩年的敘事是 GPU 算力壟斷一切，NVIDIA 的市場地位近乎不可挑戰。但當推論、EDA、資料處理這三種工作負載被拆開來用不同晶片架構餵養，意味著採購邏輯正在分層：不同的 AI 工作負載，最優解的晶片組合不一樣。微軟把這個邏輯做進 Azure 的 VM 產品線，等於在平台層建立了一個「異質算力調度」的介面，對 NVIDIA 的定價談判籌碼自然會跟著移動。

AMD Helios 是否能在推論場景真正與 NVIDIA H100/H200 系列正面競爭，現在還沒有獨立 benchmark 資料可以比對，ND MI455X v7 的實際吞吐量與成本效益只能等生產部署後驗證。但微軟願意把它寫進正式產品路線圖，本身就是一個市場信號——雲端算力的供應鏈多元化，不是口號了，是採購單上的品項。台灣與亞太地區的 AI 晶片設計公司，以及正在評估雲端推論成本的企業客戶，有必要把這個選項納入架構規劃：異質平台不只是備胎，正在變成主力配置的一部分。