AWS verdreifacht seine Nvidia-GPU-Bestellung auf 2 Millionen Chips

Zusammenfassung der Nachricht

Amazon Web Services (AWS) und Nvidia kündigten am 26. August 2026, US-Ostküstenzeit, eine erweiterte strategische Partnerschaft an, in deren Rahmen AWS in den Jahren 2027 und 2028 zusätzlich 2 Millionen Nvidia-GPUs in seiner globalen Rechenzentrumsinfrastruktur einsetzen wird. Die Zusage entspricht ungefähr dem Dreifachen des Umfangs einer Vereinbarung, die die beiden Unternehmen erst fünf Monate zuvor getroffen hatten, als AWS zugesagt hatte, etwas mehr als 1 Million GPUs zu beschaffen. Nvidia erklärte, der Sprung spiegele eine Nachfrage wider, die „jede Prognose übertroffen“ habe – von Unternehmen, KI-Laboren, Start-ups und Regierungskunden, die darum wetteifern, sich Rechenkapazität für groß angelegte KI-Workloads zu sichern.

Was bestellt wurde

Der erweiterte Deal umfasst die Nvidia-GPU-Architekturen der nächsten Generation Blackwell Ultra, Rubin und Rubin Ultra sowie Nvidia-Vera-CPUs, die in die Infrastruktur von AWS integriert werden. Von den 2 Millionen GPUs sind 100.000 ausdrücklich für eine sichere KI-Infrastruktur der US-Regierung vorgesehen, die der Klassifizierungsstufe Impact Level 6 entspricht – einer Stufe für den Umgang mit sensiblen Arbeitslasten der nationalen Sicherheit. AWS bestätigte außerdem, dass neue EC2-G7-Instanzen Nvidia-RTX-PRO-4500-Blackwell-Server-Edition-GPUs nutzen werden, wodurch sich die Hardware-Reichweite von Nvidia auf ein breiteres Spektrum des Cloud-Computing-Angebots von AWS erstreckt. Die Auslieferungen im Rahmen der neuen Vereinbarung sollen voraussichtlich im dritten Quartal beginnen; der vollständige Einsatz erstreckt sich über die Jahre 2027 und 2028.

Das Ausmaß der Zusage

AWS und Nvidia nannten zwar keinen genauen Dollarwert der Vereinbarung, doch Analysten schätzen den Deal auf mehrere zehn Milliarden Dollar – basierend auf den typischen Stückpreisen für GPUs in dieser Größenordnung. Die Ankündigung folgt auf ein herausragendes Quartal für Nvidia: Das Unternehmen meldete einen Rechenzentrumsumsatz von rund 89 Milliarden US-Dollar, ein Plus von 117 Prozent gegenüber dem Vorjahr, bei einem Gesamtquartalsumsatz von rund 96,2 Milliarden US-Dollar. Nvidia stellte den Anlegern für das Folgequartal einen Umsatz von rund 108 Milliarden US-Dollar in Aussicht und gab bekannt, dass sich die gesamten Lieferzusagen gegenüber Cloud-Kunden auf rund 279 Milliarden US-Dollar belaufen – mehr als das Doppelte des im Vorquartal gemeldeten Werts.

Aussagen der Führungskräfte

Nvidia-CEO Jensen Huang sagte, die Unternehmen hätten „eine der großen Wachstumsmaschinen des KI-Zeitalters aufgebaut, und die Nachfrage eilt jeder Prognose voraus“ – ein Hinweis darauf, wie schnell Cloud-Anbieter ihre Infrastrukturpläne nach oben korrigieren müssen. AWS-CEO Matt Garman stellte die Erweiterung in den Kontext von Kundenflexibilität und sagte: „Kunden wollen die Freiheit, die besten Werkzeuge für ihre KI-Workloads zu wählen, und sie wollen die Gewissheit, dass alles nahtlos zusammenarbeitet.“ Nvidia-Finanzchefin Colette Kress hat separat auf die zunehmende KI-Verbreitung über die größten Technologiekonzerne hinaus als Treiber der anhaltenden Chipnachfrage verwiesen – von souveränen KI-Initiativen über Unternehmenseinführungen bis hin zu spezialisierten Betreibern von KI-Infrastruktur.

Über GPUs hinaus: eine tiefere technische Integration

Die erweiterte Vereinbarung geht über das reine Chipvolumen hinaus. Die Nvidia-NVLink-Fusion-Verbindungstechnologie, gepaart mit kundenspezifischem Hochbandbreitenspeicher, wird direkt in die Trainium-Chip-Racks von AWS integriert und verwebt so Nvidias Netzwerkarchitektur effektiv mit dem eigenen Custom-Silicon-Stack von AWS. Alle auf Nvidia-GPUs und Trainium basierenden EC2-Instanzen, einschließlich derer mit NVLink Fusion, werden weiterhin auf dem proprietären Nitro-System von AWS laufen, das Virtualisierungs-, Sicherheits- und Netzwerkfunktionen getrennt vom Hauptrechen-Silizium übernimmt. Auf der Softwareseite werden die offenen Nemotron-KI-Modelle von Nvidia auf Amazon Bedrock und SageMaker verfügbar gemacht, während die Datenverarbeitungsbibliotheken cuDF und cuVS von Nvidia zur Beschleunigung von Workloads auf Amazon EMR übernommen werden; AWS verweist dabei auf eine bis zu 3,7-mal schnellere Datenverarbeitung und eine bis zu 9-mal schnellere Vektorindizierung bei einer Kostenreduzierung von 25 Prozent in bestimmten Benchmarks. Die Partnerschaft erstreckt sich auch auf physische und robotergestützte KI: Amazon Robotics übernimmt die Plattformen Jetson, Omniverse und Isaac von Nvidia für Lagerautomatisierung und Robotikentwicklung.

Kontext: AWS setzt weiterhin auch auf eigene Chips

Die Nvidia-Erweiterung kommt nicht anstelle, sondern parallel zu Amazons fortgesetzten Investitionen in die hauseigenen Trainium-Chips. AWS-CEO Matt Garman und andere Führungskräfte haben erklärt, dass Trainium volumenmäßig die größte Kategorie der von AWS eingesetzten KI-Chips bleibt und dass das Geschäft mit KI-Chips und KI-Diensten von AWS zusammen eine annualisierte Umsatzrate von rund 25 Milliarden US-Dollar erreicht hat. Die Unternehmensführung beschreibt die Beziehung zu Nvidia als langfristige Partnerschaft und nicht als Konkurrenzkampf – auch wenn Amazon Trainium externen Kunden anbietet, darunter großen KI-Laboren. Branchenbeobachter sehen in der zweigleisigen Strategie – dem Kauf von Nvidia-GPUs in großem Maßstab bei gleichzeitiger Skalierung eigener Chips – eine Absicherung gegen Lieferengpässe und Preissetzungsmacht, da die weltweite Nachfrage nach KI-Rechenkapazität das verfügbare Angebot weiterhin übersteigt.

Warum das wichtig ist

Der Umfang der neuen Bestellung verdeutlicht, wie schnell die Nachfrage nach KI-Infrastruktur selbst über das hinausgewachsen ist, was große Cloud-Anbieter noch wenige Monate zuvor prognostiziert hatten. Für AWS-Kunden signalisiert die erweiterte Nvidia-Partnerschaft mehr verfügbare Rechenkapazität für das Training und den Betrieb großer KI-Modelle sowie tiefere Software-Werkzeuge für Datenverarbeitung und Vektorsuche. Für die gesamte Technologiebranche untermauert der Deal Nvidias zentrale Position in der globalen KI-Lieferkette und zeigt zugleich, wie große Cloud-Betreiber gleichzeitig ihre Verbindungen zu Nvidia vertiefen und eigene Custom-Chips entwickeln, um Kosten und Abhängigkeitsrisiken langfristig zu steuern.