AWS og NVIDIA trapper opp AI-satsingen med to millioner GPU-er

AWS og NVIDIA utvider sitt langvarige samarbeid om AI-infrastruktur. Planen er at AWS skal ta i bruk to millioner ekstra NVIDIA-GPU-er i sin globale infrastruktur i 2027 og 2028. Det skjer bare noen måneder etter at AWS varslet at selskapet ville installere over én million NVIDIA-GPU-er fra 2026. 369

Det store tallet er likevel bare én del av historien. Avtalen handler også om CPU-er, nettverk, databehandling, åpne modeller, robotikk og såkalte AI-fabrikker. Selskapene forsøker med andre ord å bygge en komplett plattform for AI – ikke bare tilby flere virtuelle maskiner med GPU-tilgang.

To millioner GPU-er på tvers av flere generasjoner

De ekstra GPU-ene skal etter planen inkludere NVIDIA-plattformene Blackwell Ultra, Rubin og Rubin Ultra. Det peker mot en flerårig og flergenerasjonell kapasitetsutbygging, snarere enn en enkeltstående bestilling av én bestemt brikketype. 168

AWS og NVIDIA har ikke oppgitt noen økonomisk verdi for avtalen. Tallet på to millioner bør derfor forstås som et planlagt antall GPU-er som skal bygges inn i AWS’ infrastruktur – ikke som et bekreftet antall brikker som allerede er installert eller umiddelbart tilgjengelig for kunder. 14

Planen illustrerer samtidig hvor raskt skyleverandører forsøker å øke kapasiteten. Den nye kunngjøringen kom bare rundt fem måneder etter AWS’ tidligere plan om over én million NVIDIA-GPU-er fra 2026. Omtalen av utvidelsen knytter den til etterspørsel som skal ha overgått tidligere forventninger. 39

Et bredere samarbeid enn en GPU-avtale

AWS og NVIDIA beskriver samarbeidet som en satsing på integrert AI-infrastruktur. I tillegg til GPU-er omfatter det NVIDIA Vera-baserte CPU-systemer, nettverk, åpne modeller, databehandling, robotikk og AI-fabrikker. 16

Det er viktig fordi store AI-systemer trenger langt mer enn selve akseleratorbrikkene. CPU-er koordinerer arbeidsoppgavene, høyhastighetsnettverk kobler sammen prosessorene, og lagring og databehandling flytter informasjon gjennom trenings- og inferensprosessene.

Målet er særlig å støtte agentbasert AI, der programvaresystemer kan utføre oppgaver over flere trinn, og fysisk AI, blant annet innen robotikk. Kildene fremhever disse områdene som sentrale drivere bak den utvidede infrastrukturen. 68

NVIDIA Vera bringer CPU-er inn i bildet

Med NVIDIA Vera-baserte systemer utvides partnerskapet fra GPU-er til også å omfatte CPU-infrastruktur. Vera presenteres som en del av en større plattform sammen med NVIDIA-GPU-er og nettverksteknologier. 1011

For kundene kan det bety at fremtidige AI-instanser i større grad utformes som komplette CPU–GPU-systemer, i stedet for at GPU-en behandles som en isolert komponent. Det kan være nyttig for arbeidslaster som krever omfattende koordinering, dataflyt og samspill mellom modeller og eksterne verktøy.

Trainium forsvinner ikke fra AWS’ plan

Utvidelsen betyr ikke at AWS gir opp sine egne AI-brikker. Amazon utvikler og tilbyr fortsatt Trainium, samtidig som selskapet bygger videre på samarbeidet med NVIDIA. Partene har varslet en utvidelse av NVLink Fusion og arbeid med spesialtilpasset NVIDIA-minne med høy båndbredde for Trainium-baserte systemer. 1113

Strategien ser derfor ut til å være basert på sameksistens. AWS kan tilby NVIDIA-basert infrastruktur til kunder som ønsker tilgang til NVIDIAs programvare- og maskinvareøkosystem, samtidig som Trainium brukes til arbeidslaster som er optimalisert for AWS’ egen silisiumplattform.

For kundene kan dette gi flere valgmuligheter når de skal veie ytelse, programvarekompatibilitet, tilgjengelighet og kostnader mot hverandre. Kunngjøringene gir imidlertid ikke nok informasjon til å sammenligne den endelige økonomien eller ytelsen til alle de ulike konfigurasjonene.

Sikrere AI-infrastruktur for offentlige arbeidslaster

AWS og NVIDIA har også omtalt sikre AI-fabrikker for amerikanske myndigheter og nasjonale sikkerhetsformål. Disse løsningene kommer i tillegg til den kommersielle AI-infrastrukturen og retter seg mot arbeidslaster med strenge krav til sikkerhet og tilgangskontroll. 810

Det utvider markedet for samarbeidet utover vanlige skykunder som utvikler forbruker- og bedriftsapplikasjoner. Samtidig er ikke alle tekniske detaljer om slike miljøer offentliggjort i materialet som ligger til grunn her. Kunngjøringen bør derfor ikke tolkes som en fullstendig beskrivelse av den endelige tekniske utformingen eller godkjenningsstatusen.

Hvorfor avtalen er viktig

Den strategiske logikken er tydelig: NVIDIA får en stor distribusjonskanal i skyen for flere generasjoner av AI-plattformene sine, mens AWS får mer kapasitet og flere NVIDIA-integrerte systemer å tilby kundene. 26

For AWS gjør utvidelsen det også mulig å presentere selskapet som en mer fleksibel leverandør av AI-infrastruktur. Kunder kan velge NVIDIA-optimaliserte systemer, Trainium-baserte systemer eller løsninger som kobler sammen elementer fra begge økosystemene.

Denne fleksibiliteten kan bli viktigere etter hvert som AI-arbeidslaster går fra trening av store modeller til inferens, autonome agenter, databehandling og robotikk.

Men kunngjøringen er fortsatt en plan – ikke et bevis på at alle to millioner GPU-ene vil være operative innen utgangen av 2028. Gjennomføringen vil blant annet avhenge av brikkeproduksjon, bygging av datasentre, strøm, nettverk og faktisk kundeetterspørsel. Kildene bekrefter ambisjonene for omfang og retning, men sier ikke hvordan utrullingen skal fordeles på regioner, produkter eller individuelle AWS-tjenester.

Kort oppsummert

AWS og NVIDIA planlegger to millioner ekstra NVIDIA-GPU-er i 2027–2028, i tillegg til AWS’ tidligere plan om over én million GPU-er fra 2026. Utvidelsen skal omfatte Blackwell Ultra, Rubin og Rubin Ultra, samt Vera-CPU-er, nettverk, AI-fabrikker, databehandling og robotikkinfrastruktur. 136

Det overordnede budskapet er at konkurransen om AI i skyen beveger seg mot komplette systemer på racknivå. AWS kombinerer NVIDIAs brede plattform med sin egen Trainium-plan, mens NVIDIA får større rekkevidde i infrastrukturen som trengs for å kjøre agentbasert og fysisk AI i stor skala.