AWS 将英伟达 GPU 订单增至三倍，达到 200 万颗芯片

新闻摘要

亚马逊云科技（AWS）与英伟达于美国东部时间 2026 年 8 月 26 日宣布扩大战略合作，AWS 将在 2027 至 2028 年间于其全球数据中心基础设施中额外部署 200 万颗英伟达 GPU。这一承诺的规模大约是两家公司仅五个月前所达成协议的三倍，当时 AWS 承诺引入的 GPU 数量略超 100 万颗。英伟达表示，这一增长反映出企业、AI 实验室、初创公司和政府客户为大规模 AI 工作负载争相获取算力，需求已经“超过了所有预测”。

订购内容

扩大的协议涵盖英伟达下一代 Blackwell Ultra、Rubin 和 Rubin Ultra GPU 架构，以及将被集成到 AWS 基础设施中的英伟达 Vera CPU。在这 200 万颗 GPU 中，有 10 万颗专门用于满足 Impact Level 6 分类要求的美国政府安全 AI 基础设施，该级别用于处理敏感的国家安全工作负载。AWS 还确认，新的 EC2 G7 实例将使用英伟达 RTX PRO 4500 Blackwell 服务器版 GPU，将英伟达硬件的覆盖范围扩展到更广泛的 AWS 云计算产品线中。新协议下的发货预计将于第三季度开始，全面部署将持续到 2027 和 2028 年。

承诺的规模

虽然 AWS 和英伟达没有披露协议的确切美元价值，但分析师根据这一规模下 GPU 的典型单价估算，这笔交易价值数百亿美元。此前英伟达刚刚公布了一个亮眼的季度业绩，数据中心收入约为 890 亿美元，同比增长 117%，季度总收入约为 962 亿美元。英伟达向投资者给出的下一季度收入指引约为 1080 亿美元，并披露其面向云客户的总供应承诺已增长至约 2790 亿美元，是上一季度公布数字的两倍多。

高管表态

英伟达首席执行官黄仁勋表示，两家公司“共同打造了 AI 时代最伟大的增长引擎之一，而需求正跑在每一个预测前面”，凸显出云服务商不得不以多快的速度上调其基础设施计划。AWS 首席执行官 Matt Garman 则从客户灵活性的角度阐述此次扩展，他表示“客户希望拥有为自身 AI 工作负载选择最佳工具的自由，也希望确信一切都能无缝协同工作”。英伟达首席财务官 Colette Kress 则另行指出，AI 采用范围已从最大的科技公司进一步扩大，成为芯片需求持续增长的驱动力，涵盖主权 AI 计划、企业部署和专业 AI 基础设施运营商。

超越 GPU：更深层次的技术集成

扩大的协议不仅限于芯片数量。英伟达的 NVLink Fusion 互连技术与定制高带宽内存搭配，正被直接集成到 AWS 的 Trainium 芯片机架中，实际上将英伟达的网络架构编织进了 AWS 的自研芯片体系。所有基于英伟达 GPU 和基于 Trainium 的 EC2 实例，包括使用 NVLink Fusion 的实例，都将继续运行在 AWS 专有的 Nitro System 上，该系统将虚拟化、安全和网络功能与主计算芯片分开处理。在软件方面，英伟达的开放 Nemotron AI 模型已在 Amazon Bedrock 和 SageMaker 上提供，同时英伟达的 cuDF 和 cuVS 数据处理库正被用于加速 Amazon EMR 上的工作负载，AWS 称在某些基准测试中数据处理速度提升高达 3.7 倍，向量索引速度提升高达 9 倍，成本降低 25%。此次合作还延伸到物理 AI 和机器人领域，Amazon Robotics 将采用英伟达的 Jetson、Omniverse 和 Isaac 平台，用于仓储自动化和机器人开发。

背景：AWS 仍在押注自研芯片

英伟达合作的扩大与亚马逊对自研 Trainium 芯片的持续投入是并行而非替代关系。AWS 首席执行官 Matt Garman 及其他高管曾表示，按部署数量计算，Trainium 仍是 AWS 部署规模最大的 AI 芯片类别，且 AWS 的 AI 芯片和 AI 服务业务合计已达到约 250 亿美元的年化收入运行率。公司管理层将 AWS 与英伟达的关系描述为长期合作伙伴关系，而非竞争关系，即便亚马逊正在向包括主要 AI 实验室在内的外部客户推广 Trainium。行业观察人士认为，在大规模采购英伟达 GPU 的同时扩展自研芯片，这种双轨策略是对供应紧张和定价权的一种对冲，因为全球对 AI 算力的需求持续超过可用供给。

为何重要

新订单的规模凸显出 AI 基础设施需求的增长速度，甚至已经超出了主要云服务商几个月前的预测。对 AWS 客户而言，扩大的英伟达合作意味着训练和运行大型 AI 模型可获得更多算力，同时还能获得更深入的数据处理和向量搜索软件工具。对更广泛的科技行业而言，这笔交易巩固了英伟达在全球 AI 供应链中的核心地位，同时也说明大型云运营商正在一边加深与英伟达的联系，一边构建自己的定制芯片，以在长期内管理成本和依赖风险。