Cosa è successo
AWS e NVIDIA hanno annunciato una collaborazione strategica ampliata incentrata sull'aumento della capacità di calcolo dell'intelligenza artificiale e sull'integrazione di una maggiore quantità di hardware e software di NVIDIA con i servizi AWS. Le aziende affermano che AWS prevede di implementare 2 milioni di GPU NVIDIA Blackwell Ultra, Rubin e Rubin Ultra nella sua infrastruttura globale nel 2027 e nel 2028, comprese fabbriche di intelligenza artificiale e capacità per intelligenza artificiale agentica, scoperta scientifica, automazione aziendale e carichi di lavoro di intelligenza artificiale fisica.
AWS e NVIDIA hanno affermato che stanno espandendo una collaborazione di 16 anni per soddisfare quella che descrivono come una domanda in accelerazione per le infrastrutture AI. L’impegno centrale è un piano per AWS per l’implementazione di 2 milioni di GPU NVIDIA aggiuntive nella sua infrastruttura globale durante il 2027 e il 2028. I sistemi pianificati includono le GPU NVIDIA Blackwell Ultra, Rubin e Rubin Ultra, con capacità destinata a carichi di lavoro che coinvolgono agenti IA, scoperta scientifica, automazione aziendale e intelligenza artificiale fisica. Poiché l'annuncio utilizza un linguaggio futuro, descrive una distribuzione pianificata anziché un'installazione completata o un inventario attualmente disponibile.
Le società hanno inoltre affermato che AWS espanderà la propria capacità NVIDIA Blackwell, includendo le GPU RTX PRO 4500 Blackwell Server Edition per le istanze Amazon EC2 G7. NVIDIA e AWS affermano che le istanze G7 offrono 4,6 volte le prestazioni di inferenza AI e 2,1 volte le prestazioni grafiche delle istanze G6 della generazione precedente. Queste sono le affermazioni contenute nel comunicato delle aziende; la fonte non identifica le condizioni di test, i carichi di lavoro, i prezzi o la convalida indipendente dietro i confronti. Secondo il comunicato, AWS è descritto come il primo grande fornitore di servizi cloud a offrire istanze accelerate da RTX PRO 4500.
La collaborazione più ampia copre diversi livelli dello stack AI. AWS e NVIDIA hanno affermato che stanno lavorando per portare l'infrastruttura basata su CPU NVIDIA Vera su AWS, estendere NVLink Fusion con la tecnologia di memoria personalizzata a larghezza di banda elevata di NVIDIA in collaborazione con i fornitori di memoria e integrare la piattaforma di NVIDIA con il sistema Nitro AWS e l'adattatore Elastic Fabric. Prevedono inoltre di continuare a offrire i modelli aperti di NVIDIA Nemotron tramite Amazon Bedrock e Amazon SageMaker, accelerare l'elaborazione dei dati e l'indicizzazione dei vettori tramite le librerie NVIDIA CUDA-X su Amazon EMR e Amazon OpenSearch e far avanzare i carichi di lavoro di robotica attraverso l'uso da parte di Amazon Robotics di La piattaforma AI fisica di NVIDIA.
Dettagli della fonte: nvidianews.nvidia.com ↗
Perché è importante
L’annuncio amplierebbe l’infrastruttura cloud disponibile per lo sviluppo e l’implementazione dell’intelligenza artificiale su larga scala, ma si tratta principalmente di un piano lungimirante piuttosto che di una prova che la capacità è già stata fornita. Collega inoltre l’infrastruttura AI ai carichi di lavoro governativi, all’elaborazione dei dati aziendali e alla robotica, estendendo la partnership oltre le sole istanze GPU.
Se implementata, la capacità aggiuntiva potrebbe influenzare la rapidità con cui le organizzazioni spostano i progetti di intelligenza artificiale dalla sperimentazione alla produzione. La versione inquadra specificamente l’espansione attorno ai sistemi ad agenti, che potrebbero richiedere ripetute chiamate a modelli e supporto dell’infrastruttura dati, e all’intelligenza artificiale fisica, che può richiedere carichi di lavoro di simulazione, formazione e convalida. Indica inoltre usi scientifici e aziendali, suggerendo che il pubblico previsto si estende oltre un piccolo numero di laboratori di frontiera. La fonte non stabilisce quanta capacità prevista sarà disponibile per i normali clienti del cloud né come verrà assegnato l’accesso.
L'annuncio è significativo perché combina la fornitura di hardware, l'implementazione del cloud e l'integrazione del software in un unico accordo commerciale. I clienti AWS sarebbero, in linea di principio, in grado di utilizzare le GPU NVIDIA insieme al silicio personalizzato AWS e alle CPU NVIDIA Vera, mentre NVLink Fusion potrebbe connettere i componenti NVIDIA e Trainium all'interno di un'architettura comune su scala rack. Le aziende lo descrivono come un modo per supportare un’infrastruttura AI eterogenea. Ciò potrebbe offrire agli sviluppatori più opzioni per abbinare carichi di lavoro diversi a processori diversi, ma la fonte non fornisce benchmark indipendenti che confrontino configurazioni miste con alternative né spieghi i limiti ingegneristici dello spostamento dei carichi di lavoro tra di loro.
La componente governativa aumenta la posta in gioco dell’interesse pubblico. AWS e NVIDIA hanno dichiarato di voler costruire fabbriche di intelligenza artificiale per il governo degli Stati Uniti, comprese 100.000 GPU sull'infrastruttura sicura AWS per carichi di lavoro di sicurezza federale e nazionale con livello di impatto 6 e superiore. Il comunicato non nomina agenzie, programmi, siti di implementazione, budget, tempistiche o compiti specifici che questi sistemi svolgerebbero. Stabilisce quindi un impegno infrastrutturale dichiarato, non la prova di un particolare dispiegamento di sicurezza nazionale o una valutazione delle sue conseguenze. L’utilizzo pianificato rende inoltre la sicurezza, il controllo degli appalti e la gestione dei carichi di lavoro sensibili aree importanti per ulteriori relazioni.
Meccanismo interattivo: come funziona realmente
Esplora la tecnologia alla base di questo sviluppo in modo interattivo.
crm_get_transaction(id='4092').An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?
Cosa guardare dopo
Le domande chiave sono se la capacità pianificata della GPU arriverà nei tempi previsti, dove verrà distribuita, a cosa possono accedere i clienti e a quale costo, e se le dichiarazioni di prestazioni ed efficienza delle aziende valgono nell’uso di produzione indipendente. Il comunicato non fornisce un calendario dettagliato di implementazione, impegni dei clienti, requisiti energetici o programmi federali specifici.
Innanzitutto, osserva l’esecuzione rispetto all’obiettivo 2027-2028. La fonte non suddivide i 2 milioni di GPU in traguardi annuali, regioni, siti di data center o quantità di prodotti specifici oltre a nominare le famiglie Blackwell Ultra, Rubin e Rubin Ultra. Inoltre non viene specificata quanta capacità è stata ordinata, finanziata, installata o riservata ai clienti. Produzione, confezionamento, networking, disponibilità di energia e modifiche normative o di controllo delle esportazioni potrebbero influenzare la scala finale, ma il comunicato non offre prove a livello di progetto su tali questioni.
In secondo luogo, esaminare se l’efficienza e le prestazioni dichiarate si traducono in carichi di lavoro reali. AWS e NVIDIA segnalano un'elaborazione dei dati fino a 3,7 volte più veloce e un rapporto prezzo-prestazioni migliore del 30% per alcune configurazioni EMR Amazon accelerate da GPU, nonché un'indicizzazione vettoriale fino a 9 volte più veloce a un quarto del costo su Amazon OpenSearch. La fonte non specifica i set di dati, le linee di base, le forme del carico di lavoro, i tassi di utilizzo o i costi operativi totali. Sarebbero necessari test indipendenti per determinare quanto siano rappresentativi questi dati per i clienti che eseguono generazione aumentata di recupero, ricerca semantica, analisi su larga scala o altre applicazioni di produzione.
Infine, guarda il lancio pratico dei pezzi di modellismo, sicurezza e robotica. Il comunicato afferma che i modelli Nemotron saranno disponibili tramite Bedrock e SageMaker, ma non fornisce i nomi dei nuovi modelli, le date di rilascio, i prezzi o la disponibilità regionale. Si afferma che Amazon Robotics e NVIDIA lavoreranno attraverso la simulazione, la generazione di dati sintetici, l'addestramento dei robot, l'ottimizzazione del percorso, la sicurezza funzionale e la convalida real-to-sim, ma non annuncia un robot, una struttura, un risultato di implementazione o una valutazione della sicurezza specifici. L’incognita più importante è se queste integrazioni producano vantaggi misurabili per i clienti e tutele verificabili nella scala descritta dalle aziende.