訓練機械學習模型需要大量運算資源。為建立和訓練更大型的模型，微軟與 OpenAI 合作，在 Azure 上建 AI 超級電腦，效能可比全球第五大超級電腦。
現時訓練簡單的機械學習模型也需要動用大量運算，通過標籤數據作識別。微軟的 AI at Scale 計畫，開發多個超大型機械學習模型 Microsoft Turing，包括改善語言理解能力，甚至生成語句。該模型包含 170 億個標籤，因此需要超級電腦處理這些模型。該公司因而與 OpenAI 合作，共同建立超級電腦，用上 28.5 萬個處理器核心、1 萬個 GPU，並以 400Gbps 網絡連接每個 GPU 伺服器。以運算效能計，微軟稱，可打入超級電腦 TOP500 的首五名之內。
企業可通過 Azure AI 用上這超級電腦，微軟亦將在 Azure Machine Learning 內開源 Microsoft Turing 模型。另一公共雲對手 AWS 去年亦有發表雲端超級電腦服務。