La plataforma en la nube Azure de Microsoft acaba de publicar los resultados más rápidos de entrenamiento de IA a la escala más grande reportada, impulsada por una colaboración profundizada con Nvidia. El logro, anunciado el 18 de marzo de 2025, se centra en un rendimiento récord en las pruebas MLPerf Training v4.1, el estándar independiente ampliamente reconocido para medir el rendimiento del hardware de aprendizaje automático.
La configuración detrás de los resultados: 512 GPUs Nvidia H200 trabajando en conjunto, ofreciendo una mejora del 28% en el rendimiento respecto a configuraciones anteriores basadas en GPUs H100.
Lo que en realidad muestran los puntos de referencia
En las pruebas de 2023 anteriores, Azure demostró que podía entrenar un modelo GPT-3 con 175 mil millones de parámetros en 10.752 GPU H100 en aproximadamente 4 minutos. La nueva configuración basada en H200 se basa en esa base con un rendimiento por GPU significativamente mejor, reduciendo la cantidad total de hardware necesaria para alcanzar velocidades de entrenamiento comparables.
La pila completa detrás de estos resultados va más allá de simplemente intercambiar GPU más recientes. Microsoft citó innovaciones integradas en hardware, redes y software. La configuración aprovecha la red Nvidia Quantum InfiniBand, que maneja las enormes demandas de transferencia de datos entre GPU durante el entrenamiento distribuido. También incorpora los microservicios de Nvidia junto con los propios servicios de IA de Azure, incluida su plataforma AI Foundry.
¿Quién ya está usando esto y qué viene a continuación?
Black Forest Labs, la empresa de inteligencia artificial conocida por sus modelos generativos de imágenes, ya está utilizando las nuevas máquinas virtuales GB200 de Azure para sus proyectos.
La gama de GPU que admite estas capacidades abarca varias generaciones. Azure actualmente ofrece configuraciones basadas en las series de GPU H200, H100 y GB200. A finales de 2025, Microsoft planea integrar las GPU Blackwell Ultra de Nvidia, diseñadas específicamente para mejorar el rendimiento en cargas de trabajo de razonamiento y IA multimodal.