AWS och NVIDIA planerar 2 miljoner fler GPU:er för agentisk och fysisk AI

Vad hände

AWS och NVIDIA tillkännagav ett utökat strategiskt samarbete med fokus på att öka AI-beräkningskapaciteten och integrera mer av NVIDIAs hårdvara och mjukvara med AWS-tjänster. Företagen säger att AWS planerar att distribuera ytterligare 2 miljoner NVIDIA Blackwell Ultra, Rubin och Rubin Ultra GPU:er över sin globala infrastruktur under 2027 och 2028, inklusive AI-fabriker och kapacitet för agent AI, vetenskaplig upptäckt, företagsautomation och fysiska AI-arbetsbelastningar.

AWS och NVIDIA sa att de utökar ett 16-årigt samarbete för att möta vad de beskriver som en accelererande efterfrågan på AI-infrastruktur. Det centrala engagemanget är en plan för AWS att distribuera ytterligare 2 miljoner NVIDIA GPU:er över sin globala infrastruktur under 2027 och 2028. De planerade systemen inkluderar NVIDIA Blackwell Ultra, Rubin och Rubin Ultra GPU:er, med kapacitet avsedd för arbetsbelastningar som involverar vetenskapliga AI-agenter och AI-agenter. Eftersom tillkännagivandet använder ett framtidsspråk, beskriver det en planerad distribution snarare än en färdig installation eller tillgängligt lager.

Företagen sa också att AWS kommer att utöka sin NVIDIA Blackwell-kapacitet, inklusive RTX PRO 4500 Blackwell Server Edition GPU:er för Amazon EC2 G7-instanser. NVIDIA och AWS anger att G7-instanser levererar 4,6 gånger AI-inferensprestanda och 2,1 gånger grafikprestanda jämfört med föregående generations G6-instanser. Det är påståenden i företagens meddelande; källan identifierar inte testförhållandena, arbetsbelastningar, prissättning eller oberoende validering bakom jämförelserna. AWS beskrivs som den första stora molnleverantören som erbjuder instanser som accelereras av RTX PRO 4500, enligt releasen.

Det bredare samarbetet täcker flera lager av AI-stacken. AWS och NVIDIA sa att de arbetar för att föra NVIDIA Vera CPU-baserad infrastruktur till AWS, utöka NVLink Fusion med NVIDIA:s anpassade högbandsminnesteknologi i samarbete med minnesleverantörer och integrera ZXZXZAIU0-systemet med ZXZXZAIU00 och elastisk tygadapter. De planerar också att fortsätta att erbjuda NVIDIA Nemotron öppna modeller genom Amazon Bedrock och Amazon SageMaker, accelerera databehandling och vektorindexering genom NVIDIA CUDA-X bibliotek på Amazon EMR och ZXZQAIUX Open Workload och ZXZQAIU1QX Open Workload, Amazon Robotics användning av NVIDIAs fysiska AI-plattform.

Källinformation: nvidianews.nvidia.com ↗

Varför det spelar roll

Tillkännagivandet skulle utöka molninfrastrukturen som är tillgänglig för storskalig AI-utveckling och distribution, men det är i första hand en framåtblickande plan snarare än ett bevis på att kapaciteten redan har levererats. Den kopplar också AI-infrastruktur till statliga arbetsbelastningar, företagsdatabearbetning och robotik, vilket utökar partnerskapet bortom enbart GPU-instanser.

Om den levereras kan den extra kapaciteten påverka hur snabbt organisationer flyttar AI-projekt från experiment till produktion. Utgåvan ramar specifikt in expansionen kring agentsystem, som kan kräva upprepade modellanrop och stödjande datainfrastruktur, och fysisk AI, som kan kräva simulering, utbildning och valideringsarbetsbelastningar. Den pekar också på vetenskapliga och företagsmässiga användningar, vilket tyder på att den avsedda publiken sträcker sig bortom ett litet antal gränslaboratorier. Källan fastställer inte hur stor del av den planerade kapaciteten som kommer att vara tillgänglig för vanliga molnkunder eller hur tillgången kommer att fördelas.

Tillkännagivandet är betydelsefullt eftersom det kombinerar hårdvaruförsörjning, molninstallation och mjukvaruintegrering i ett kommersiellt arrangemang. AWS-kunder skulle i princip kunna använda NVIDIA GPUs tillsammans med AWS anpassade kisel- och NVIDIA Vera-processorer, medan NVLink Fusion skulle kunna ansluta NVIDIA- och Trainium-komponenter inom en gemensam rack-skala-arkitektur. Företagen beskriver detta som ett sätt att stödja heterogen AI-infrastruktur. Det kan ge utvecklare fler alternativ för att matcha olika arbetsbelastningar till olika processorer, men källan tillhandahåller inte oberoende riktmärken som jämför blandade konfigurationer med alternativ eller förklarar de tekniska gränserna för att flytta arbetsbelastningar mellan dem.

Regeringsdelen höjer insatserna av allmänintresse. AWS och NVIDIA sa att de planerar att bygga AI-fabriker för den amerikanska regeringen, inklusive 100 000 GPU: er på säker AWS-infrastruktur för federala och nationella säkerhetsbelastningar på Impact Level 6 och högre. Utgåvan nämner inte byråer, program, distributionsplatser, budgetar, tidslinjer eller de specifika uppgifter som dessa system skulle utföra. Den fastställer därför ett uttalat infrastrukturåtagande, inte bevis på en viss nationell säkerhetsutbyggnad eller en bedömning av dess konsekvenser. Den planerade användningen gör också säkerhet, upphandlingsöversyn och hantering av känsliga arbetsbelastningar till viktiga områden för vidare rapportering.

Vad du ska titta på härnäst

Nyckelfrågorna är om den planerade GPU-kapaciteten kommer enligt schemat, var den används, vad kunderna har tillgång till och till vilken kostnad, och om företagens prestanda- och effektivitetsanspråk håller i oberoende produktionsanvändning. Utgåvan tillhandahåller inte en detaljerad implementeringstidsplan, kundåtaganden, kraftkrav eller specifika federala program.

Titta först på genomförandet mot målet 2027–2028. Källan delar inte upp de 2 miljoner GPU:erna i årliga milstolpar, regioner, datacenterplatser eller specifika produktkvantiteter utöver att namnge Blackwell Ultra-, Rubin- och Rubin Ultra-familjerna. Det står inte heller hur mycket kapacitet som har beställts, finansierats, installerats eller reserverats för kunder. Tillverkning, förpackning, nätverk, strömtillgänglighet och förändringar i regulatoriska eller exportkontroller kan påverka den slutliga skalan, men releasen ger inga bevis på projektnivå om dessa frågor.

För det andra, undersök om den påstådda effektiviteten och prestandan översätts till verklig arbetsbelastning. AWS och NVIDIA rapporterar upp till 3,7 gånger snabbare databehandling och 30 % bättre prisprestanda för vissa GPU-accelererade Amazon EMR-konfigurationer, samt upp till 9 gånger snabbare vektorindexering till en fjärdedel av kostnaden på Amazon OpenSearch. Källan anger inte datamängder, baslinjer, arbetsbelastningsformer, utnyttjandegrad eller totala driftskostnader. Oberoende tester skulle behövas för att avgöra hur representativa dessa siffror är för kunder som kör hämtning-förstärkt generation, semantisk sökning, storskalig analys eller andra produktionsapplikationer.

Slutligen, titta på den praktiska utrullningen av modell-, säkerhets- och robotdelar. Utgåvan säger att Nemotron-modeller kommer att vara tillgängliga via Bedrock och SageMaker, men det ger inga nya modellnamn, releasedatum, priser eller regional tillgänglighet. Det står att Amazon Robotics och NVIDIA kommer att fungera över simulering, generering av syntetisk data, robotträning, ruttoptimering, funktionell säkerhet och real-to-sim-validering, men tillkännager inte en specifik robot, anläggning, driftsättningsresultat eller säkerhetsutvärdering. Det viktigaste okända är om dessa integrationer ger mätbara kundfördelar och verifierbara skyddsåtgärder i den skala företagen beskriver.

Relaterade guider och frågesporter