【導讀】8月27日，亞馬遜云科技與英偉達宣布大幅擴展雙方戰略合作。基于16年的聯合創新，雙方計劃在亞馬遜云科技的全球基礎設施中新增部署200萬顆英偉達GPU，并在AI工廠、CPU、網絡、開放模型、數據處理和機器人技術等領域深化合作。此次合作還涉及將英偉達Vera CPU引入亞馬遜云科技，以及下一代Amazon Trainium芯片支持NVLink Fusion高速互連技術。
此次合作擴展補充了亞馬遜云科技的自研芯片產品線，讓客戶可根據特定工作負載靈活選擇最優算力方案，無論是選擇英偉達GPU、Amazon Trainium芯片，還是兩者結合使用。
近二十年來，亞馬遜云科技和英偉達攜手為全球客戶提供前沿AI能力。雙方合作在亞馬遜云科技上推出了全球首個云上GPU加速實例，如今亞馬遜云科技為客戶提供最廣泛的英偉達GPU解決方案。
如今，AI需求加速爆發，雙方將合作推向新高度。AI工作負載正以極快的速度擴展，從模型的訓練和部署，到數據的處理以及用于驅動智能應用。客戶正跨越Agentic AI、科學發現、企業自動化和機器人技術等領域，從試點階段邁向生產階段，他們需要能夠跟上這一步伐的基礎設施。
亞馬遜云科技首席執行官Matt Garman表示："客戶希望能夠自由選擇最適合其AI工作負載的工具，并希望所有工具都能無縫協作。因此，我們與英偉達進行了深度合作，使亞馬遜云科技成為運行英偉達AI技術的最佳場所，從網絡、安全到部署，全面優化我們基礎設施的性能。此次合作的深化將為前沿實驗室、企業和政府機構提供更多在亞馬遜云科技上構建和部署AI的方式。"
英偉達創始人兼首席執行官黃仁勛表示："英偉達和亞馬遜云科技構建了AI時代最偉大的增長引擎之一，且需求正超出所有預期。16年來，我們共同在云端擴展英偉達計算能力。現在我們將合作擴展到整個技術棧，包括GPU、CPU、網絡、開放模型和軟件，以只有雙方聯手才能實現的空前速度與規模，落地Agentic AI和物理AI。此次合作擴展，正是響應了客戶在亞馬遜云科技上對英偉達平臺的需求。"
擴展AI計算容量
在2026年英偉達GTC大會上，亞馬遜云科技宣布計劃從2026年起增加超過100萬顆英偉達GPU。自那時起，需求已經超過了這些預期。
亞馬遜云科技現在計劃于2027至2028年間在其全球基礎設施（包括AI工廠）中新增部署200萬顆英偉達GPU。這些新增的GPU將為客戶的工作負載提供支持，涵蓋從Agentic AI和科學發現，到企業自動化和物理AI等各個方面。客戶已經開始從此次合作中受益，例如加快藥物研發速度和提高欺詐檢測效率。此外，亞馬遜云科技和英偉達還在高級網絡技術方面展開合作，以更高效地連接GPU，從而進行大規模AI訓練。
將英偉達Vera CPU引入亞馬遜云科技
亞馬遜云科技和英偉達正致力于將基于Vera CPU的基礎設施引入亞馬遜云科技，為同時需要高性能CPU算力與加速基礎設施的Agentic AI工作負載提供更多選擇。這將進一步豐富AI基礎設施的配置方案，并與亞馬遜云科技提供最廣泛計算選擇而非一刀切解決方案的理念保持一致。
Vera CPU專為Agentic AI和強化學習的后端CPU任務設計，包括代碼執行、工具調用、沙箱運行、數據分析、數據管道和任務編排等。Vera既可作為加速系統的主控CPU，也可作為AI工廠工作負載的獨立CPU，保障GPU算力持續供給、Agent響應及時、訓練循環穩定運行。
將Amazon Trainium芯片與NVLink Fusion連接
在2025年re:Invent大會上，亞馬遜云科技宣布其下一代Amazon Trainium芯片將支持英偉達NVLink Fusion高速芯片互連技術。亞馬遜旗下Annapurna Labs將與英偉達合作，采用其全新的定制高帶寬內存（NVHBM）技術，并與內存供應商合作，使Amazon Trainium能夠使用速度更快、能效更高的內存。
結合NVHBM和NVLink Fusion，Annapurna Labs能夠利用英偉達的定制內存技術和可擴展架構，以提高AI工作負載的性能和效率，同時將Amazon Trainium和GPU無縫集成到統一的機架級架構中。
雙方現有能力已開放客戶使用
上述全新合作承諾基于雙方已有的深度技術集成，而這些集成能力已為客戶創造實際價值：
安全性和可靠性：所有基于英偉達GPU和Amazon Trainium的Amazon EC2實例（包括使用NVLink Fusion的實例）均基于Amazon Nitro System構建，并通過Elastic Fabric Adapter (EFA)連接，從而幫助客戶確保大規模地保持安全性、可靠性和網絡性能。
亞馬遜云科技上的開放模型：英偉達的Nemotron系列開放模型可在Amazon Bedrock上作為全托管的無服務器模型使用；客戶也可通過Amazon SageMaker平臺，在自有基礎設施中完成該系列模型的部署與微調。
更快的數據處理：與基于CPU的配置相比，在Amazon EMR上使用NVIDIA cuDF進行GPU加速數據處理，Apache Spark工作負載的處理速度最高可提升3.7倍，性價比提升30%。在Amazon OpenSearch Service上進行GPU加速向量索引，索引速度最高可提升9倍，而成本僅為四分之一。
機器人物理AI：Amazon Robotics正在集成英偉達的全棧物理AI平臺（包括Jetson、Omniverse和Isaac），以通過模擬、合成數據生成和真實世界驗證，加速下一代倉儲自動化落地。
結論
從合作內容來看，此次擴展不止于GPU數量的增加，而是覆蓋了從計算、網絡、內存到軟件棧的多個層面。200萬顆GPU的部署計劃對應的是AI工作負載從試點走向規模化生產的實際需求增長；Vera CPU的引入為Agentic AI場景中代碼執行、工具調用、任務編排等后端CPU任務提供了額外選項；Trainium芯片支持NVLink Fusion則意味著自研芯片與英偉達GPU在機架級架構上的深度融合。
