7月20日, AMD正式发布了首款机架级一体化AI平台Helios, 并且官宣与微软达成了深度战略合作, Azure云会规模化部署这套全栈整机柜方案, 用以承载大模型训练的算力需求, 以及AI智能体推理全品类的算力需求, 其直接对标英伟达NVL72 Vera Rubin整机柜生态, 全球云算力市场的二元竞争格局加速成型了。
一、海利奥斯全栈硬件构建框架, 自行研发芯片封闭循环, 重点营造大显存方面的优势。
Helios是AMD的首个完整机架级AI一体化产品, 其整机柜采用了OCP开放机架标准, 单柜集成了72颗Instinct MI455X AI加速卡、第六代256核Venice EPYC CPU、Pensando Vulcano高速DPU并搭配自研的UALink高速互联总线, 达成了CPU、GPU、网络协同的深度优化AMD。整机搭载 31TB HBM4 显存, 核心硬件规格由此具备差异化竞争力, 单卡显存带宽 19.6TB/s, 整机横向扩展带宽达 260TB/s；并且专为万亿参数大模型、多智能体并发推理优化了 FP4 精度算力 2.9EFLOPS。对比英伟达同代 NVL72, Helios 峰值算力稍有差距, 然而超大显存容量更适配长上下文、多轮 Agent 交互场景, 能够大幅降低模型分片成本, 减少集群调度损耗。在软件层面呈现出配套完备的 ROCm 开源 AI 堆栈, 实现了模型训练流程的打通, 实现了模型微调流程的打通, 实现了模型推理全流程的打通, 它与英伟达所具有的闭源 CUDA 体系形成差异, 因开放生态故而降低了企业跨平台迁移所需面对的门槛。整机预计会在 2026 年下半年开展批量交付行动, 于微软 Azure 之外, Meta 已经确定进行批量采购并实施部署, OpenAI 已经确定进行批量采购并实施部署, 甲骨文同样已经确定进行批量采购并实施部署。
二、微软 Azure 全面落地，新增专属 AI 算力实例
微软 Azure 要上线 HDv2、HXv2 这两大全新的虚拟机系列, 它们全都基于 Helios 机柜来搭建, 会面向企业 AI 开发者、智能体服务商开放算力租赁, 与此同时还会深度适配 Azure Foundry 大模型开发平台, 支持作一站式托管生成式 AI、工业 Agent 工作负载。双方合作不是做短期的硬件采购那种情况, 而是开展长期的基础设施协同, 微软要靠着 Helios 来填补高显存算力供给缺口, 以此舒缓当下云端大模型推理算力不足的问题；AMD 却是要凭借 Azure 全球数据中心网络达成机架级产品商业化验证, 从独自的 GPU 供应商跃升为包含全部组件的算力方案提供商。纳德拉, 这位微软的CEO表示, 引入Helios这件事, 将会丰富Azure算力产品线, 能为客户提供多样化的硬件选择, 苏姿丰, 作为AMD的CEO称, 此次合作是机架级AI基础设施普及的关键里程碑, 这标志着AMD正式切入英伟达主导的整机柜赛道。
三、直面英伟达整机生态，算力竞争进入机架时代
在过去的数年时间当中, 英伟达借助DGX SuperPOD、NVL72 Vera Rubin构建一套完整的、封闭的整机生态, 与全球范围内主流的云厂商达成绑定, 从而占据了高端AI集群占据绝大部分的市场份额。其整套方案能够达成芯片、互联、软件以及机房调优的一体化交付, 进而形成了极高的客户迁移成本NV...。而AMD Helios的发布, 打破了英伟达在机架级AI系统当中的独家垄断局面, 形成了两条存在差异化的路线:
1.英伟达所走路线是, 有着闭源的CUDA生态, 其峰值算力更为强大, 能够适配那种超高密度的短上下文训练相关适配需求, 并且客户粘性很高, 然而呢, 在软硬件采购方面, 成本溢价是十分明显的。
2.AMD Helios的路线是拥有全栈自研开放架构, 具备超大HBM显存, 还有ROCm开源软件, 可适配智能体以及超长文本推理, 并且硬件采购与长期运维成本更低。行业机构分析得出, 此前AMD只是依靠单GPU去抢占零散订单, 而Helios整机柜方案补齐了交付短板, 它能够直接朝着云厂商、AI大厂提供标准化集群, 从而从单点硬件竞争升级为全栈体系对抗。
四、产业影响：云端算力定价、生态格局迎来重塑
1.云端算力供给呈现出多元化的状况, 在此之前, 全球头部云厂商的高端AI集群对英伟达整机有着高度的依赖, 当Helios实现规模化落地之后, Azure等平台能够形成双算力供给, 从而缓解算力紧缺的问题, 与此同时, 还能推动云端Token推理定价下降, 进而降低中小企业AI落地的成本。
2.罗克韦尔自动化开源的 ROCm 生态迎来了扩张的窗口期, 英伟达凭借 CUDA 长期在人工智能开发环境处于垄断地位, Helios 的批量予以商用将会带动开发者迁移到 ROCm, 开源软件生态规模得以快速提升, 并且削弱了英伟达在软件层面的护城河。
3.当前，AI智能体赛道迎来了算力支撑, 其中Agent应用存在着需要海量KV缓存、多模型并发调度的情况, Helios超大显存架构能够完美匹配这种需求, 它有望加速多智能体产品规模化落地, 并承接WAIC释放的产业落地红利。
五、现存约束与长期发展看点
短期内, AMD 依旧存有生态方面的短板, ROCm 软件适配成熟度比 CUDA 差些, 第三方工具链支持覆盖范围不够；Helios 整机柜交付落地时间比英伟达同款产品晚, 客户验证周期更长。从中长期来看, 增长逻辑很清晰, 一方面, 全球 AI 智能体、超大模型需求不断扩张, 显存密集型算力缺口持续增大, Helios 差异化优势持续展现；另一方面, 多家云厂商同时跟进采购, 规模化出货会摊薄研发成本, 进一步缩小与英伟达的市场差距。
AMD Helios机架级系统落地了Azure, 这成为全球AI算力产业格局里的标志性转折点, 行业竞争从单卡GPU的比拼, 正式迈入整机柜全栈生态对抗阶段，依托超大显存以及开放软硬件架构, AMD撕开了英伟达高端集群市场壁垒, 为云厂商、AI企业提供全新算力选择, 随着下半年批量交付, 全球AI基础设施供给、软件生态、云端定价体系, 都将迎来新一轮重构。
