AWS与英伟达再加码200万块GPU，AI基础设施竞争转向全栈系统

AWS与英伟达正在把双方持续多年的AI基础设施合作推向更大规模：AWS计划在2027—2028年于其全球基础设施中新增部署200万块英伟达GPU。这项计划建立在AWS此前宣布从2026年起部署超过100万块英伟达GPU的基础上，背后原因是AI训练和推理需求持续增长。 369

真正值得关注的并不只是“200万”这个数字。双方此次公布的是一套跨越多代芯片、CPU、网络、数据处理、AI模型、机器人和安全政府工作负载的长期基础设施方案。

200万块GPU，覆盖多个产品世代

这批新增GPU预计包括英伟达的Blackwell Ultra、Rubin和Rubin Ultra平台。换言之，AWS做的并不是围绕某一款加速器的单次采购，而是面向未来多个产品世代的容量规划。 168

双方没有公布协议的财务金额。因此，200万块应理解为计划部署在AWS基础设施中的GPU数量，而不是已经安装完毕、或能够立即向客户开放的现货规模。 14

这一计划也显示出云服务商正在以前所未有的速度为AI工作负载提前建设容量。就在几个月前，AWS才宣布计划从2026年起增加超过100万块英伟达GPU；此次扩大部署则被报道与客户需求超出此前预期有关。 39

这不只是一笔GPU供应协议

AWS与英伟达将扩大的合作描述为一项整合式AI基础设施计划。除GPU外，合作范围还包括基于英伟达Vera CPU的系统、网络、开放模型、数据处理、机器人和AI工厂。 16

大型AI部署依赖的从来不只是加速器芯片。CPU负责为工作负载提供支持和协调，高速网络连接不同处理器，存储与数据处理系统则负责让数据在训练和推理流程中高效流动。

因此，双方的定位已经从“提供更多云GPU实例”转向打造一套可协同扩展的平台。目标工作负载包括需要执行多步骤任务的智能代理（agentic AI），以及机器人等应用涉及的物理AI（physical AI）。 68

Vera CPU让合作延伸到GPU之外

计划引入AWS的英伟达Vera CPU基础设施，将为智能代理系统提供除GPU之外的另一项英伟达组件。Vera将与英伟达GPU及网络技术共同构成更完整的基础设施栈。 1011

对客户而言，这意味着未来的AI实例可能会围绕完整的CPU—GPU系统进行设计，而不是把GPU当作一个孤立的计算部件。对于需要大量任务编排、数据搬运，以及模型与外部工具频繁交互的工作负载，这种架构尤其重要。

Trainium仍是AWS路线图的一部分

扩大与英伟达的合作，并不意味着AWS将放弃自研AI芯片。AWS仍在持续开发和提供Trainium，同时推进与英伟达的合作。双方表示，将扩展NVLink Fusion，并为基于Trainium的系统引入英伟达定制高带宽内存。 1113

这体现出AWS的“并行布局”策略：对于希望使用英伟达软硬件生态的客户，AWS可以提供英伟达方案；对于适合AWS自研芯片的工作负载，则继续发展Trainium。两者并非非此即彼的选择。

客户未来或许可以根据性能、软件兼容性、供货情况和基础设施成本，在不同方案之间进行权衡。需要注意的是，目前公布的信息还不足以比较各种配置最终的经济性或实际性能。

面向政府和国家安全工作负载

AWS与英伟达还提到了面向美国政府和国家安全工作负载的安全AI工厂基础设施。相关报道显示，这些部署将覆盖安全要求较高的联邦政府场景，同时服务于商业AI基础设施之外的需求。 810

这让双方的目标市场不再局限于开发消费级或企业应用的公有云客户。在这些政府环境中，安全性、访问控制和部署要求都可能是核心考量。不过，现有报道并未披露所有实施细节，因此不能将此次公告视为对最终技术架构或认证状态的完整说明。

为什么这项扩张重要？

从战略上看，逻辑相当直接：英伟达获得了一个覆盖多代AI平台的重要云端分发渠道，而AWS则获得了更多算力容量以及更丰富的英伟达集成系统。 26

对AWS来说，这也是其将自身定位为“可选择的AI基础设施平台”的方式。客户既可以使用针对英伟达优化的系统，也可以采用基于Trainium的系统，或者在更深层次上连接两个生态中的部分组件。

这种灵活性可能会越来越重要。AI工作负载正从大模型训练扩展到在线推理、自动化智能代理、数据处理和机器人等领域，不同任务对芯片、网络和系统架构的要求并不相同。

不过，公告是一项计划，并不等于200万块GPU将在2028年年底前全部上线。实际进度还取决于硬件生产、数据中心建设、电力供应、网络部署和客户需求。现有来源确认了双方计划的规模与方向，但没有披露按地区、产品或AWS具体服务划分的部署数量。

结论：云端AI竞争进入“整机架”时代

AWS与英伟达计划在2027—2028年新增部署200万块英伟达GPU，叠加AWS此前宣布从2026年起部署的超过100万块GPU。扩大的合作还包括Blackwell Ultra、Rubin和Rubin Ultra GPU，以及Vera CPU、网络、AI工厂、数据处理和机器人基础设施。 136

更大的信号是，云端AI竞争正在从单纯比拼GPU数量，转向比拼完整的机架级系统。AWS试图将英伟达的广泛平台与自身Trainium路线结合起来，而英伟达则借助AWS进一步覆盖运行智能代理和物理AI所需的各个基础设施层。