Negli ultimi anni, l’adozione di tecnologie basate su Intelligenza Artificiale, machine learning e virtualizzazione dei desktop ha subito un’accelerazione straordinaria. Tuttavia, dietro l’innovazione visibile agli utenti finali, c’è un requisito fondamentale: infrastrutture IT ad alte prestazioni, in grado di gestire carichi complessi in modo efficiente. E sebbene il cloud rappresenti spesso la risposta più immediata, non è sempre l’unica, né la più adatta, a soddisfare tutte le esigenze.
In determinati scenari, le imprese manifestano un’esigenza crescente di soluzioni locali in grado di offrire elevate prestazioni, bassa latenza e un controllo stringente sui dati. Questa necessità è spesso guidata da motivazioni legate alla sicurezza, alla conformità normativa e da specifici vincoli architetturali che richiedono l’esecuzione dei carichi di lavoro direttamente in ambienti on-premises.
È in questo contesto che emerge Azure Local, la proposta di Microsoft che ridefinisce il concetto di infrastruttura ibrida. Coniugando la potenza del cloud Azure con la flessibilità di un deployment locale, Azure Local consente di sfruttare al massimo le GPU direttamente nel proprio datacenter, abilitando scenari di Intelligenza Artificiale e Virtual Desktop Infrastructure (VDI) con performance elevate e pieno controllo operativo.
Perché usare GPU in locale?
Partiamo da un punto chiave: le GPU, quelle vere, progettate per datacenter e workload enterprise, sono diventate essenziali per affrontare carichi di lavoro complessi come:
- l’addestramento e l’inferenza di modelli di Intelligenza Artificiale;
- l’elaborazione visiva e video in tempo reale;
- la virtualizzazione di desktop grafici e ambienti ad alta intensità computazionale.
Ma cosa succede quando questi workload devono essere eseguiti in contesti dove:
- la connettività Internet è assente, instabile o inadatta a sostenere traffico continuo;
- i dati trattati sono troppo sensibili o regolamentati per essere trasferiti sul cloud pubblico;
- le applicazioni richiedono tempi di risposta immediati, senza i ritardi dovuti a round trip verso Azure.
In scenari come questi, disporre di GPU on-premises perfettamente integrate nella propria infrastruttura locale non è solo una scelta strategica: è spesso una necessità. È qui che entra in gioco Azure Local, permettendo alle organizzazioni di sfruttare la potenza delle GPU enterprise direttamente nel proprio datacenter, con la semplicità di gestione e la scalabilità tipiche dell’esperienza Azure.
Cos’è Azure Local
Azure Local rappresenta, in sintesi, l’estensione del cloud Microsoft direttamente all’interno del proprio datacenter. Offre una selezione dei servizi Azure, le stesse API e il medesimo modello di gestione, ma con la possibilità di essere eseguiti localmente, ovunque ce ne sia bisogno: in ambienti on-premises e in location edge.
Con Azure Local, è possibile distribuire applicazioni, desktop virtuali e modelli di Intelligenza Artificiale direttamente nella propria infrastruttura, mantenendo il controllo totale sui dati e beneficiando al tempo stesso della flessibilità, scalabilità e coerenza operativa del cloud. Nessuna necessità di spostare dati sensibili, nessuna rinuncia all’esperienza Azure: solo le risorse che servono, dove servono.
Azure Local + GPU: una combinazione potente
Uno dei vantaggi più interessanti di Azure Local è il supporto nativo alle GPU, che consente di affrontare workload AI e ambienti VDI con prestazioni elevate ed efficienza operativa. Il tutto, con la flessibilità di scegliere tra due modalità di utilizzo:
- DDA – Discrete Device Assignment: la GPU viene assegnata in modo esclusivo a una singola macchina virtuale. È la modalità più performante, ideale per scenari che richiedono il massimo della potenza computazionale, come l’addestramento di modelli AI, il deep learning o il rendering avanzato.
- GPU-P – GPU Partitioning: in questa modalità, la GPU viene suddivisa in più partizioni virtuali, ciascuna assegnabile a una VM. Perfetta per ottimizzare l’efficienza e gestire ambienti multiutente, come le infrastrutture di Virtual Desktop (VDI).
Entrambe le modalità sono pienamente compatibili con i driver NVIDIA e supportano le principali librerie per il calcolo e la grafica, tra cui CUDA, OpenGL e DirectX.
Quali GPU sono supportate?
Tra i modelli attualmente compatibili troviamo:
- NVIDIA A2 e A16 – Supportate sia in modalità DDA che GPU-P
- NVIDIA A10, A40, L4, L40, L40S – Supportate in modalità GPU-P
Il tutto è gestibile in maniera centralizzata grazie ad Azure Arc, che garantisce pieno controllo e visibilità anche negli ambienti distribuiti più complessi.
E per i Virtual Desktop?
Qui le cose diventano ancora più interessanti.
Con Azure Virtual Desktop su Azure Local, puoi offrire esperienze desktop moderne, performanti e sicure, direttamente all’interno dei tuoi ambienti on-premises. Questo significa portare i vantaggi del VDI cloud-native laddove serve davvero, con session host fisicamente vicini agli utenti finali.
Il risultato? Una user experience nettamente migliorata, grazie a:
- Latenza ultra-ridotta, ideale per utenti in sede o in ambienti con connettività limitata
- Prestazioni ottimizzate per applicazioni grafiche e carichi di lavoro intensivi
- Dati che restano on-premises, a garanzia di sicurezza e compliance
- Compatibilità completa con Windows 11 e 10 in modalità multi-sessione
- Integrazione nativa con Active Directory tradizionale e Microsoft Entra ID
Il tutto orchestrato dal portale Azure, con gli stessi strumenti di provisioning, monitoraggio e gestione, semplificando l’amministrazione e garantendo coerenza operativa tra cloud e datacenter.
L’AI, dove serve davvero
Quando si parla di Intelligenza Artificiale, Azure Local rappresenta un punto di svolta. Oggi è possibile addestrare, distribuire e gestire modelli AI direttamente on-premises o all’edge, senza dover dipendere dal cloud per ogni fase del processo.
Come? Con due tecnologie chiave:
- Edge RAG (Retrieval-Augmented Generation): potenzia i modelli generativi integrando i tuoi dati locali, senza mai spostarli fuori dal tuo ambiente. Una soluzione ideale per contesti con requisiti elevati di sicurezza e riservatezza, come sanità, pubblica amministrazione o settori regolamentati.
- Azure Machine Learning con Azure Arc: un’unica piattaforma per gestire l’intero ciclo di vita dei modelli — dal training al deployment — in cloud o on-premises, con gli stessi strumenti, API e funzionalità.
Il risultato? Un ecosistema AI ibrido, sicuro, scalabile e completamente localizzato, progettato per portare l’intelligenza dove è davvero necessaria: vicino ai dati, agli utenti e ai processi core del business.
Ok, ma è complicato da attivare?
Assolutamente no. Uno degli obiettivi principali di Microsoft è stato proprio semplificare l’esperienza di configurazione e gestione di Azure Local, anche in scenari con GPU.
Per partire è sufficiente:
- Avere host fisici compatibili per le GPU (oltre 100 modelli già validati)
- Configurare le VM seguendo i requisiti tecnici raccomandati per DDA o GPU-P
- Collegare l’ambiente ad Azure Arc, per una gestione centralizzata, coerente e sicura
Una volta implementata la struttura, sarà possibile lavorare come si farebbe nel cloud Azure, ma con i propri dati, sulla propria rete, e con il pieno controllo dell’infrastruttura. Nessuna complessità aggiuntiva, solo maggiore flessibilità operativa.
Conclusioni
In un panorama tecnologico in continua evoluzione, in cui le esigenze di performance, sicurezza e compliance sono sempre più stringenti, Azure Local si afferma come un vero e proprio game changer. La possibilità di portare le GPU enterprise direttamente nei datacenter locali, mantenendo l’esperienza, la scalabilità e la coerenza del cloud Azure, consente alle organizzazioni di affrontare con efficacia le sfide legate a Intelligenza Artificiale, VDI e carichi di lavoro ad alta intensità computazionale.
Che si tratti di garantire latenze ultraridotte, di proteggere dati sensibili o di operare in ambienti con connettività limitata, Azure Local offre una risposta concreta e moderna, con un approccio ibrido flessibile, gestibile e soprattutto accessibile.
Non si tratta semplicemente di “portare il cloud on-premises”, ma di ridefinire il modo in cui l’infrastruttura IT supporta i processi core del business, abilitando scenari avanzati senza compromessi su controllo, prestazioni e sicurezza. In definitiva, Azure Local è un’ottima scelta per chi vuole davvero portare l’innovazione là dove serve: vicino ai dati, agli utenti e alle esigenze operative quotidiane.