AMD Helios entrera en livraisons clients au second semestre 2026. Officialisé comme le premier système IA rack-scale complet d’AMD, ce rack double largeur vise frontalement les plateformes Nvidia les plus ambitieuses, avec une promesse simple sur le papier : plus de mémoire, un meilleur coût d’inférence par token, et une exposition au logiciel comme un « unique accélérateur » de très grande taille. Microsoft a déjà annoncé un déploiement à grande échelle sur Azure, tandis qu’AMD a confirmé la mise en production lors de sa keynote Advancing AI du 23 juillet 2026.
AMD Helios sera livré à partir du second semestre 2026, avec Azure en fer de lance
La séquence est désormais claire. AMD a d’abord montré Helios à l’OCP Global Summit 2025, puis l’a transformé en vitrine de son offensive IA au CES 2026. Le 20 juillet 2026, Microsoft a franchi un cap plus concret : Azure déploiera Helios à grande échelle pour des charges liées aux frontier models, avec une mise en service annoncée au second semestre 2026. Trois jours plus tard, Lisa Su a confirmé que le système était entré en production et que les premières livraisons clients commenceraient sur la même période.
Le modèle de distribution dit beaucoup de la stratégie d’AMD. Helios n’est pas présenté comme un produit vendu massivement en direct par le fondeur, mais comme une architecture rack-scale diffusée via des partenaires OEM et ODM. HPE a déjà annoncé qu’il proposerait cette architecture à l’échelle mondiale en 2026. Autrement dit, AMD cherche moins à écouler un simple GPU de plus qu’à installer un format complet de datacenter, du calcul au réseau en passant par le refroidissement.
Pour le marché, le signal est important. Nvidia conserve encore 80 à 90 % du datacenter IA en 2026, mais Helios marque la tentative la plus structurée d’AMD pour aller chercher cette domination au niveau du rack, là où se négocient les grands contrats hyperscale.
Un rack de 72 GPU MI455X pensé comme un seul accélérateur géant
Sur le plan technique, Helios est le premier système rack-scale intégré d’AMD. La configuration standard repose sur 72 GPU Instinct MI455X, jusqu’à 18 CPU EPYC “Venice” de 6e génération, des composants réseau Pensando Vulcano et la pile logicielle ROCm. L’ensemble est assemblé dans un rack Open Rack Wide double largeur, dérivé du design OCP 2025 issu de la spécification de Meta, avec refroidissement liquide intégré.
AMD insiste sur l’intégration d’ensemble : GPU, CPU, réseau et logiciel doivent être vus comme un système cohérent, pas comme une addition de cartes. C’est aussi l’une des différences de positionnement face à Nvidia : Helios veut opposer à Grace Blackwell et Vera Rubin non seulement des puces, mais un bloc complet prêt à être déployé dans les grands centres de données.
Les chiffres confirmés sont imposants. Par rack, Helios grimpe à 31 à 31,1 To de HBM4, soit environ 432 Go par GPU. AMD annonce aussi environ 1,4 Po/s de bande passante mémoire agrégée, 260 To/s en scale-up à l’intérieur du rack et 43 To/s en scale-out vers l’extérieur. Côté calcul IA, le système atteint jusqu’à 1,4 exaFLOPS en FP8 et 2,9 exaFLOPS en FP4.
Un point mérite d’être souligné : AMD ne publie pas de consommation électrique consolidée officielle pour le rack complet. Une estimation tierce évoque environ 140 kW par rack, mais ce chiffre n’est pas confirmé par l’entreprise. Même prudence sur le prix : aucun tarif officiel n’a été communiqué.
Face à Nvidia, AMD mise d’abord sur la mémoire et le coût par token
La comparaison avec Nvidia est assumée. Helios vise directement les racks Vera Rubin NVL72/NVL144 et les systèmes Grace Blackwell. Mais AMD ne cherche pas à gagner la bataille uniquement sur les FLOPS bruts. Son argument central, répété dans ses briefings techniques, est ailleurs : la mémoire.
Avec 31 To de HBM4 par rack, Helios revendique environ 50 % de capacité HBM en plus qu’un système Vera Rubin concurrent, estimé autour de 20,7 To. Pour les grands modèles, ce point compte autant que la puissance brute : plus de mémoire permet de loger davantage de paramètres et de contexte, tout en limitant les compromis de partitionnement.
AMD avance aussi des gains de 15 à 25 % en performance d’entraînement IA face à Vera Rubin selon les modèles et les formats, principalement en FP8. Sur l’inférence FP4, le tableau est plus nuancé. Nvidia met en avant une compression adaptative qui lui donnerait environ 25 % d’avance dans les charges qui peuvent l’exploiter. AMD répond que, lorsque cette compression ne s’applique pas, Helios garderait autour de 15 % d’avance en FP4 peak pour l’entraînement.
Là encore, le message d’AMD est moins “plus de FLOPS” que “meilleur rendement économique”. Le groupe affirme qu’Helios peut fournir environ 30 % de tokens par dollar en plus que les racks Nvidia concurrents. Toute l’offensive tient dans cette équation : accepter un système potentiellement plus cher à l’achat, mais plus intéressant à l’usage pour l’inférence de grands modèles.
Les estimations d’analystes vont dans ce sens, sans valeur officielle. Elles situent Helios autour de 5 à 5,5 millions de dollars par rack, contre 3,5 à 4 millions pour un Vera Rubin NVL72. Ces montants n’ont été confirmés ni par AMD ni par Nvidia, mais ils alimentent l’idée d’un produit premium en prix facial, agressif en coût par token.
Pour les entreprises françaises, l’enjeu passera d’abord par Azure et par ROCm
En pratique, l’impact pour les acteurs français passera surtout par le cloud. Microsoft a déjà annoncé les futures VM ND MI455X v7 basées sur Helios pour le raisonnement, la recherche et l’agentic AI à l’échelle de production. Azure proposera aussi des offres HDv2 et HXv2 sur CPU EPYC Venice pour les pipelines de données, l’EDA et le calcul technique.
Ce qui manque encore, en revanche, c’est la granularité commerciale : Microsoft n’a pas publié le nombre de racks déployés, le prix des instances, ni la disponibilité régionale, notamment en France. Pour les clients tricolores, cela signifie que l’accès à Helios passera sans doute d’abord par des régions européennes ou globales, avant une éventuelle visibilité sur les régions Azure françaises.
Techniquement, l’arrivée d’Helios ouvre une alternative plus nette à l’hégémonie CUDA dans le cloud. AMD s’appuie sur ROCm, avec prise en charge des grands frameworks IA. Mais le retard logiciel face à Nvidia reste un paramètre réel : outils, scaling multi-GPU et chaînes MLOps demeurent plus mûrs côté CUDA. Les équipes déjà très optimisées pour Nvidia devront donc arbitrer entre maturité logicielle d’un côté, densité mémoire et coût d’inférence de l’autre.
Pour certains usages, l’intérêt est immédiat. Les charges d’inférence massives, les très grandes fenêtres de contexte ou les modèles multimodaux très gourmands en mémoire sont précisément les scénarios où Helios cherche à creuser l’écart. C’est aussi là qu’un deuxième fournisseur crédible peut peser sur les tarifs des VM GPU.
Ce dossier s’inscrit dans une recomposition plus large du marché, déjà visible dans nos analyses sur l’IA et les infrastructures cloud. Helios doit maintenant franchir l’étape la plus difficile : transformer ses promesses de densité mémoire et de rendement économique en déploiements réels, visibles et massifs. Les prochains mois seront donc à surveiller sur trois points : la montée en cadence industrielle au second semestre 2026, la disponibilité effective des instances Azure, et la capacité d’AMD à faire adopter ROCm au-delà des clients déjà prêts à investir dans un portage logiciel.
