Neue Azure-VMs sollen Inferenz, KI-Datenverarbeitung und Chipdesign leistungsfähiger machen.
Microsoft erweitert die Infrastruktur für künstliche Intelligenz (KI) und High Performance Computing (HPC) auf seiner KI- und Cloud-Plattform Microsoft Azure. Um der wachsenden Nachfrage nach spezialisierten Rechenressourcen für KI-Modelle, agentenbasierte Anwendungen und datenintensive Workloads zu begegnen, kommen die neuesten KI- und HPC-Lösungen von AMD zum Einsatz.
Microsoft bringt dafür die neue KI-Plattform AMD Helios sowie die nächste Generation der EPYC-Prozessoren für Rechenzentren von AMD auf Azure. Sie ermöglichen drei neue Angebote für virtuelle Maschinen (VM): HDv2-VMs für KI-Datenverarbeitung, HXv2-VMs für Electronic Design Automation sowie ND MI455X v7-VMs für KI-Inferenz im Produktionsmaßstab.
Die neuen Optionen sollen Kunden mehr Flexibilität geben, für jeden KI-Workflow die passende Infrastruktur wählen zu können. Microsoft positioniert Azure damit als umfassende, offene und heterogene Plattform, die unterschiedliche Chip- und Systemansätze kombiniert, um Leistung, Kosten und Energieeffizienz je nach Einsatzszenario auszubalancieren.
Die wichtigsten Informationen im Überblick:
- Azure HDv2 für KI-Datenverarbeitung: Die zusammen mit AMD entwickelten VMs sind für anspruchsvolle CPU-Workloads wie Datenvorbereitung, Suche, Reinforcement Learning und Agentenkoordination ausgelegt. Sie bieten fast 500 physische 6th Gen AMD EPYC CPU-Kerne, 4 TB RAM, 32 TB lokale NVMe-Speicher und 400 Gbit/s Azure Boost Networking.
- Azure HXv2 für Chipdesign und technische Simulation: HXv2 baut auf der HX-Serie auf und nutzt erneut 3D V-Cache-Technologie. Die VMs sollen mehr Single-Thread-Leistung, mehr Speicher und 176 AMD 6th Gen EPYC CPU-Kerne mit mehr als 5 GHz bieten. Zudem unterstützen sie wissenschaftliche Simulationen, Engineering-Analysen und MPI-basierte HPC-Workloads.
- ND MI455X v7 für KI-Inferenz im Produktionsmaßstab: Die neuen VMs basieren auf der AMD Helios Rackscale-Lösung. Sie sind für Reasoning-, Such- und agentenbasierte Workloads moderner KI-Dienste konzipiert und erweitern die Azure-Optionen für großskalige Inferenz mit Fokus auf Leistung und Effizienz.
- Offene und heterogene Plattformstrategie: Microsoft kombiniert AMD-Technologie mit eigenem Silizium und eigenen Systemen, um Kunden eine breitere Auswahl an Infrastrukturansätzen zu bieten. Ziel ist es, je nach Workload die passende Balance aus Performance, Kosten und Energieeffizienz zu ermöglichen.
Weitere Informationen finden Sie in diesem Blog-Artikel von Microsoft und der Pressemitteilung von AMD.