AWS与英伟达计划2027至2028年新增200万颗GPU
亚马逊云服务（Amazon Web Services，简称AWS）与英伟达（NVIDIA）宣布大幅扩展战略合作，以应对全球人工智能基础设施持续增长的需求。双方计划在AWS全球基础设施中额外部署200万颗NVIDIA GPU，并围绕AI工厂、CPU、网络、开放模型、数据处理和机器人等方向深化合作，向客户交付联合设计的AI解决方案，以加速AI开发与部署。
当前AI工作负载正从试点阶段迈向生产阶段，应用范围延伸至智能体AI、科学发现、企业自动化和机器人等领域。客户需要更宽的模型选择、更快的数据处理管道，以及面向物理AI等新用例的能力，同时要求底层基础设施在支撑创新速度的前提下，为关键任务工作负载维持最高级别的安全性和可靠性。
基于16年的联合创新，AWS与NVIDIA将扩大AI计算能力，并向客户更快推出新的联合设计解决方案。AWS提供所有云服务商中最广泛的GPU实例。在2026年NVIDIA GTC大会上，AWS宣布计划从2026年开始新增超过100万颗NVIDIA GPU，此后实际需求超出该预期。AWS现计划于2027至2028年在AWS全球基础设施（包括AI工厂）中额外部署200万颗NVIDIA Blackwell Ultra、Rubin和Rubin Ultra GPU，覆盖智能体AI、科学发现、企业自动化和物理AI等客户工作负载。同时AWS将扩展NVIDIA Blackwell容量，包括用于Amazon EC2 G7实例的NVIDIA RTX PRO 4500 Blackwell Server Edition GPU。G7实例的AI推理性能为前代G6实例的4.6倍，图形性能为前代的2.1倍，AWS是首家提供由RTX PRO 4500加速的计算实例的主流云服务商。此外，双方在NVIDIA Spectrum网络方面展开合作，优化大规模AI训练工作负载在GPU集群间的网络性能。
在CPU计算方面，AWS与NVIDIA正计划将基于NVIDIA Vera CPU的基础设施引入AWS，为需要高性能CPU计算与加速基础设施协同的智能体AI工作负载提供额外选择。Vera面向下一代AI设计，补充了AWS从自研芯片到合作伙伴最新加速器和CPU的广泛计算选择战略。
在芯片互连与内存方面，AWS在2025年re:Invent大会上宣布在下一代Trainium芯片中支持NVIDIA NVLink Fusion高速芯片互连技术。NVIDIA与亚马逊Annapurna Labs正在扩大这一支持，与内存供应商合作，将NVIDIA全新定制高带宽内存（NVHBM）技术引入Trainium，使其能够访问更快、更节能的内存。结合NVLink Fusion，Annapurna Labs可利用NVIDIA定制内存技术和纵向扩展架构提升AI工作负载性能与效率，同时在通用机架级架构中集成Trainium和GPU。
面向政府客户，AWS与NVIDIA计划为美国政府构建AI工厂，交付NVIDIA AI软件栈，并计划在安全AWS基础设施上提供10万颗GPU，用于联邦和国家安全工作负载。该合作使政府机构能够为影响级别6（Impact Level 6，简称IL6）及以上级别的工作负载大规模部署AI。
本次扩展合作建立在多项已落地的技术集成基础之上。所有基于NVIDIA GPU和基于Trainium的Amazon EC2实例，包括利用NVLink Fusion的实例，均构建在AWS Nitro System之上，并通过弹性结构适配器（EFA）互联。同时，GPU加速和基于Trainium的EC2实例将继续基于Nitro System构建，并通过EFA扩展。Nitro和EFA共同确保，随着AWS扩展NVIDIA GPU机群并集成新的互连技术，客户仍能获得生产级AI工作负载所依赖的安全性、可靠性和网络性能。软件生态方面，NVIDIA Nemotron开放模型家族已在Amazon Bedrock上以完全托管、无服务器模型形式提供，并在Amazon SageMaker上供客户自行部署和微调。
数据处理加速是另一项已落地的合作成果。AWS与NVIDIA利用Amazon EC2 G7实例和NVIDIA cuDF库，在Amazon EMR上提供GPU加速的数据处理，与基于CPU的配置相比，处理速度最高可达3.7倍，性价比提高30%。针对AI应用、检索增强生成管道和语义搜索带来的大规模向量数据库需求，Amazon OpenSearch Service上的GPU加速向量索引将索引构建卸载到专用GPU，向量索引速度最高可达原来的9倍，成本仅为原来的四分之一，适用于托管集群和Amazon OpenSearch Serverless。
机器人领域，Amazon Robotics正与NVIDIA合作，集成NVIDIA全栈物理AI平台开发下一代机器人。该平台包括NVIDIA Jetson、NVIDIA Omniverse库和NVIDIA Isaac开放机器人开发平台，合作涵盖仿真、合成数据生成、机器人训练、路线优化、功能安全和真实到仿真验证，全部运行在GPU加速的Amazon EC2实例上，以支持机器人工作负载所需的大规模仿真、多样化训练数据和持续的真实世界验证。
