무슨 일이 일어났나요?
AWS와 NVIDIA는 AI 컴퓨팅 용량을 늘리고 NVIDIA의 하드웨어 및 소프트웨어를 AWS 서비스와 통합하는 데 중점을 둔 확장된 전략적 협력을 발표했습니다. 두 회사는 AWS가 2027년과 2028년에 AI 공장과 에이전트 AI, 과학적 발견, 기업 자동화 및 물리적 AI 워크로드를 위한 용량을 포함하여 글로벌 인프라 전반에 걸쳐 200만 개의 NVIDIA Blackwell Ultra, Rubin 및 Rubin Ultra GPU를 추가로 배포할 계획이라고 밝혔습니다.
AWS와 NVIDIA는 AI 인프라에 대한 수요 가속화를 충족하기 위해 16년간의 협력을 확대하고 있다고 밝혔습니다. AWS의 핵심 약속은 2027년과 2028년 동안 글로벌 인프라 전반에 200만 개의 NVIDIA GPU를 추가로 배포하겠다는 계획입니다. 계획된 시스템에는 NVIDIA Blackwell Ultra, Rubin 및 Rubin Ultra GPU가 포함되며 AI 에이전트, 과학적 발견, 기업 자동화 및 물리적 AI와 관련된 워크로드를 위한 용량을 갖추고 있습니다. 발표에서는 미래 시제 언어를 사용하기 때문에 완료된 설치나 현재 사용 가능한 인벤토리보다는 계획된 배포를 설명합니다.
또한 양사는 AWS가 Amazon EC2 G7 인스턴스용 RTX PRO 4500 Blackwell Server Edition GPU를 포함하여 NVIDIA Blackwell 용량을 확장할 것이라고 밝혔습니다. NVIDIA 및 AWS에서는 G7 인스턴스가 이전 세대 G6 인스턴스보다 AI 추론 성능이 4.6배, 그래픽 성능이 2.1배 향상되었다고 명시합니다. 이는 회사의 릴리스에 대한 주장입니다. 소스는 비교 이면의 테스트 조건, 작업 부하, 가격 또는 독립적 검증을 식별하지 않습니다. 릴리스에 따르면 AWS는 RTX PRO 4500으로 가속화된 인스턴스를 제공하는 최초의 주요 클라우드 제공업체로 설명됩니다.
더 광범위한 협업은 AI 스택의 여러 계층을 포괄합니다. AWS 및 NVIDIA는 NVIDIA Vera CPU 기반 인프라를 AWS에 도입하고, 메모리 공급업체와 협력하여 NVIDIA의 맞춤형 고대역폭 메모리 기술로 NVLink Fusion을 확장하고, NVIDIA의 플랫폼을 AWS Nitro 시스템 및 Elastic Fabric Adapter와 통합하기 위해 노력하고 있다고 밝혔습니다. 또한 Amazon Bedrock 및 Amazon SageMaker를 통해 NVIDIA Nemotron 개방형 모델을 계속 제공하고, Amazon EMR 및 Amazon OpenSearch의 NVIDIA CUDA-X 라이브러리를 통해 데이터 처리 및 벡터 인덱싱을 가속화하고, Amazon Robotics의 사용을 통해 로봇 공학 워크로드를 발전시킬 계획입니다. NVIDIA의 물리적 AI 플랫폼.
소스 세부정보: nvidianews.nvidia.com ↗
왜 중요한가요?
이번 발표는 대규모 AI 개발 및 배포에 사용할 수 있는 클라우드 인프라를 확장할 예정이지만 이는 용량이 이미 제공되었다는 증거라기보다는 기본적으로 미래 지향적인 계획입니다. 또한 AI 인프라를 정부 워크로드, 기업 데이터 처리 및 로봇 공학에 연결하여 GPU 인스턴스 이상으로 파트너십을 확장합니다.
제공되는 경우 추가 용량은 조직이 AI 프로젝트를 실험에서 생산으로 전환하는 속도에 영향을 미칠 수 있습니다. 이번 릴리스에서는 반복적인 모델 호출과 데이터 인프라 지원이 필요할 수 있는 에이전트 시스템과 시뮬레이션, 교육 및 검증 워크로드가 필요할 수 있는 물리적 AI에 대한 확장을 구체적으로 구성합니다. 이는 또한 과학적이고 기업적인 용도를 가리키며, 의도된 대상이 소수의 첨단 실험실을 넘어 확장됨을 시사합니다. 소스에서는 계획된 용량 중 일반 클라우드 고객이 사용할 수 있는 용량이 얼마나 되는지 또는 액세스 권한이 어떻게 할당되는지 설정하지 않습니다.
이번 발표는 하드웨어 공급, 클라우드 배포 및 소프트웨어 통합을 하나의 상업적 계약으로 결합한다는 점에서 중요합니다. AWS 고객은 원칙적으로 AWS 맞춤형 실리콘 및 NVIDIA Vera CPU와 함께 NVIDIA GPU를 사용할 수 있는 반면, NVLink Fusion은 공통 랙 규모 아키텍처 내에서 NVIDIA 및 Trainium 구성 요소를 연결할 수 있습니다. 회사들은 이를 이기종 AI 인프라를 지원하는 방식으로 설명한다. 이는 개발자에게 다양한 워크로드를 다양한 프로세서에 일치시킬 수 있는 더 많은 옵션을 제공할 수 있지만 소스는 혼합 구성을 대안과 비교하는 독립적인 벤치마크를 제공하지 않거나 구성 간 워크로드 이동에 대한 엔지니어링 한계를 설명하지 않습니다.
정부 구성요소는 공익적 이해관계를 높입니다. AWS 및 NVIDIA는 Impact Level 6 이상의 연방 및 국가 보안 워크로드를 위한 보안 AWS 인프라에 100,000개의 GPU를 포함하여 미국 정부를 위한 AI 공장을 구축할 계획이라고 밝혔습니다. 이 릴리스에서는 기관, 프로그램, 배포 사이트, 예산, 일정 또는 이러한 시스템이 수행할 특정 작업의 이름을 지정하지 않습니다. 따라서 이는 특정 국가 안보 배치의 증거나 그 결과에 대한 평가가 아니라 명시된 인프라 공약을 확립하는 것입니다. 또한 계획된 사용으로 인해 보안, 조달 감독 및 민감한 작업 부하 처리가 추가 보고에 중요한 영역이 됩니다.
대화형 메커니즘: 실제로 작동하는 방식
이 개발의 이면에 있는 기본 기술을 대화식으로 살펴보세요.
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?
다음에 무엇을 볼 것인가
주요 질문은 계획된 GPU 용량이 일정대로 도착하는지, 어디에 배포되는지, 고객이 액세스할 수 있는 항목과 비용은 얼마인지, 회사의 성능 및 효율성 주장이 독립적인 생산 용도에 유효한지 여부입니다. 이 릴리스에서는 자세한 구현 시간표, 고객 약속, 전력 요구 사항 또는 특정 연방 프로그램을 제공하지 않습니다.
먼저, 2027~2028년 목표에 대한 실행을 지켜보세요. 소스는 Blackwell Ultra, Rubin 및 Rubin Ultra 제품군의 이름을 지정하는 것 외에 200만 개의 GPU를 연간 이정표, 지역, 데이터 센터 사이트 또는 특정 제품 수량으로 나누지 않습니다. 또한 고객을 위해 얼마나 많은 용량을 주문, 자금 조달, 설치 또는 예약했는지는 밝히지 않습니다. 제조, 패키징, 네트워킹, 전력 가용성 및 규제 또는 수출 통제 변경 사항이 최종 규모에 영향을 미칠 수 있지만 이번 릴리스에서는 이러한 문제에 대한 프로젝트 수준의 증거를 제공하지 않습니다.
둘째, 주장된 효율성과 성능이 실제 워크로드로 전환되는지 조사하십시오. AWS 및 NVIDIA는 특정 GPU 가속 Amazon EMR 구성에 대해 최대 3.7배 더 빠른 데이터 처리와 30% 더 나은 가격 성능을 보고할 뿐만 아니라 Amazon OpenSearch 비용의 1/4 비용으로 최대 9배 더 빠른 벡터 인덱싱을 보고합니다. 소스는 데이터 세트, 기준선, 작업 부하 형태, 활용률 또는 총 운영 비용을 지정하지 않습니다. 검색 증강 생성, 의미 검색, 대규모 분석 또는 기타 생산 애플리케이션을 실행하는 고객에 대해 이러한 수치가 얼마나 대표적인지 확인하려면 독립적인 테스트가 필요합니다.
마지막으로 모델, 보안 및 로봇공학 부분의 실제 출시를 살펴보세요. 릴리스에는 Nemotron 모델이 Bedrock 및 SageMaker를 통해 제공될 것이라고 나와 있지만 새로운 모델 이름, 출시 날짜, 가격 또는 지역별 가용성은 제공되지 않습니다. Amazon 로보틱스와 NVIDIA는 시뮬레이션, 합성 데이터 생성, 로봇 훈련, 경로 최적화, 기능 안전 및 실제 시뮬레이션 검증 전반에 걸쳐 작업할 것이라고 밝혔지만 특정 로봇, 시설, 배포 결과 또는 안전 평가는 발표하지 않았습니다. 가장 중요한 미지수는 이러한 통합이 회사가 설명하는 규모로 측정 가능한 고객 이점과 검증 가능한 보호 장치를 제공하는지 여부입니다.