A fine luglio 2026 un report di Business Insider ha messo nero su bianco un dettaglio che molte aziende preferirebbero non sentire: Microsoft sta razionando la capacita di calcolo di Azure e, quando le GPU scarseggiano, serve prima i propri prodotti di intelligenza artificiale, Copilot in testa, e solo dopo i clienti cloud che pagano per lo stesso hardware. Non e una voce di corridoio: la logica di allocazione e stata di fatto confermata dai vertici finanziari dell'azienda, che hanno ammesso di indirizzare il calcolo verso i servizi interni quando la domanda supera l'offerta.
Il punto non e uno scandalo tecnico, ma un cambio di paradigma per chi costruisce piani industriali basati sul cloud. Per quindici anni la promessa implicita del cloud pubblico e stata semplice: paghi e ottieni tutta la capacita che ti serve, quando ti serve. Quella promessa, oggi, ha un asterisco. Il calcolo abbondante ed economico che startup e grandi imprese danno per scontato non e piu garantito, e capire perche e cosa fare e diventato un problema di strategia, non solo di reparto IT.
Perche Microsoft mette i suoi prodotti davanti ai clienti
La ragione e aritmetica prima ancora che strategica. Microsoft ha annunciato investimenti in infrastruttura di intelligenza artificiale nell'ordine dei 190 miliardi di dollari per l'anno fiscale in corso, eppure Azure resta a corto di capacita e le previsioni indicano che la situazione durera almeno per tutto il 2026. Quando costruisci data center piu in fretta di quanto arrivino i chip, ogni GPU installata diventa una risorsa contesa tra i clienti esterni e i tuoi stessi prodotti.
In quella contesa, Microsoft ha un incentivo evidente a proteggere i propri servizi. Copilot in Microsoft 365, GitHub Copilot e gli assistenti integrati nei prodotti aziendali sono il cuore della scommessa dell'azienda: generano ricavi ricorrenti ad alto margine e sono la vetrina con cui Microsoft giustifica la spesa colossale in infrastruttura. Dare priorita a questi carichi, quando il calcolo scarseggia, significa proteggere l'investimento e la narrativa finanziaria che lo sostiene.
Il report segnala anche una gerarchia tra i clienti stessi. Non tutti sono uguali quando l'hardware viene razionato: chi ha contratti su misura e impegni di spesa pluriennali sta piu in alto nella coda, mentre chi usa formule a consumo o piccoli accordi tramite rivenditori scivola in basso. In pratica, la stessa richiesta di GPU puo essere evasa in tempi molto diversi a seconda di quanto pesa il cliente. E' una logica commerciale comprensibile, ma per chi si trova in fondo alla fila e una brutta sorpresa.
Cosa rischiano le aziende che affittano il cloud
Il rischio concreto ha diversi volti. Il primo e la disponibilita: una startup che ha progettato il proprio prodotto attorno all'idea di poter scalare l'inferenza a comando puo scoprire di non riuscire a ottenere le GPU nella regione e nel momento in cui servono. Il secondo e la prevedibilita: quando la capacita non e garantita, diventa difficile promettere ai propri clienti tempi di risposta e livelli di servizio stabili, perche una parte della catena e fuori dal proprio controllo.
C'e poi la questione dei costi. In un mercato dove il calcolo e scarso i prezzi non tendono a scendere, e le tariffe scontate riservate ai grandi impegni di spesa rendono ancora piu costoso restare piccoli. Per molte aziende la conseguenza pratica e dover firmare contratti pluriennali e impegni di capacita anticipati solo per assicurarsi un posto in coda, esattamente il contrario della promessa di elasticita che aveva reso il cloud attraente.
Per le imprese che stanno spostando processi critici sull'intelligenza artificiale, il messaggio e chiaro: la dipendenza da un unico fornitore diventa una vulnerabilita. Alcune reazioni pratiche sono gia visibili sul mercato:
- Multi-cloud e ridondanza: distribuire i carichi tra piu fornitori (Azure, AWS, Google Cloud, Oracle) per non restare bloccati se uno raziona la capacita.
- Impegni anticipati di capacita: prenotare GPU per periodi lunghi, accettando costi fissi in cambio di garanzie.
- Ottimizzazione dei modelli: usare modelli piu piccoli, quantizzazione e tecniche di inferenza efficiente per consumare meno calcolo a parita di risultato.
- Provider specializzati: rivolgersi a fornitori di GPU dedicati all'intelligenza artificiale, spesso piu rapidi nell'allocare capacita rispetto ai colossi generalisti.
I rack Helios e la corsa alla capacita di calcolo
La risposta di Microsoft al problema non e solo commerciale, e anche industriale. Il 20 luglio 2026 l'azienda ha annunciato che portera dentro i data center Azure i rack "Helios" di AMD, una piattaforma rack-scale progettata per l'inferenza dei modelli piu grandi. Ne nascera una nuova famiglia di macchine virtuali, la serie ND MI455X v7, pensata specificamente per servire l'intelligenza artificiale in produzione.
I numeri di Helios spiegano perche conti tanto. Ogni rack ospita 72 GPU AMD Instinct MI455X, basate sull'architettura CDNA 5, affiancate da processori EPYC "Venice", rete Pensando e ambiente software ROCm. Ciascun acceleratore arriva a 432 GB di memoria HBM4: sommando l'intero rack si ottengono circa 31 TB di memoria ad altissima banda e una potenza dell'ordine di 2,9 exaflops in formato FP4 per l'inferenza. E' esattamente il tipo di configurazione che serve per far girare modelli enormi senza spezzarli su troppe macchine.
Con questa mossa, raccontata tra gli altri da XenoSpectrum e MLQ, Microsoft si unisce a Meta, OpenAI e Oracle tra i primi grandi adottanti della piattaforma AMD. Il messaggio implicito e doppio: da un lato serve piu ferro possibile per allentare la carenza, dall'altro l'ecosistema sta cercando alternative concrete al quasi-monopolio di Nvidia, aprendo la porta a un secondo fornitore credibile per l'inferenza su larga scala.
La memoria HBM e il vero collo di bottiglia
Dietro la carenza di GPU si nasconde un problema piu specifico: la memoria ad alta banda, o HBM. E' la memoria velocissima montata a ridosso dei chip che consente ai modelli di intelligenza artificiale di scambiare dati abbastanza in fretta da non ingolfarsi. Produrla e complesso, i fornitori sono pochi e la capacita produttiva e prenotata con largo anticipo. Non a caso Helios punta tutto proprio sulla quantita di HBM4 disponibile per rack: nell'inferenza dei modelli di grandi dimensioni, la memoria conta spesso piu della pura potenza di calcolo.
E' lo stesso collo di bottiglia che spinge Nvidia a blindare la propria filiera, assicurandosi in anticipo la fornitura di memoria e componenti per non lasciare spazio ai concorrenti. La carenza di calcolo e di HBM e diventata il tema del momento nel settore: chi controlla questi componenti controlla, di fatto, la velocita con cui il resto dell'economia puo adottare l'intelligenza artificiale. La corsa verso Helios e la mossa difensiva di chi non vuole restare ostaggio di questo collo di bottiglia.
Cosa dovrebbero fare adesso le imprese
La lezione di questa vicenda, ben riassunta anche nell'analisi di Windows Forum, e che la capacita di calcolo va trattata come una materia prima strategica, non come un rubinetto che si apre a piacere. Per un responsabile tecnologico questo significa fare alcune domande scomode prima di legare il proprio prodotto a un solo fornitore: quali garanzie contrattuali esistono sulla disponibilita delle GPU? In quali regioni? Cosa succede se il fornitore decide di dare priorita ai propri prodotti in un momento di picco?
Le contromosse ragionevoli non richiedono di abbandonare Azure o gli altri grandi cloud, ma di ridurre la fragilita. Progettare i sistemi in modo che possano spostarsi tra fornitori diversi, negoziare per tempo impegni di capacita se i carichi sono critici, investire nell'efficienza dei modelli per consumare meno risorse e tenere d'occhio i provider specializzati sono tutte scelte che aumentano i margini di manovra. In un'epoca in cui il calcolo e scarso, la resilienza vale piu della semplice velocita.
Il razionamento di Azure e, in fondo, un promemoria: l'intelligenza artificiale non gira nel vuoto, ma su hardware fisico che qualcuno deve costruire e alimentare. Finche la domanda corre piu veloce della capacita di produrre chip e memoria, le priorita di chi possiede i data center conteranno quanto la qualita dei modelli. E per le aziende che affittano quel calcolo, saperlo in anticipo e gia un vantaggio.
