扩大的合作将提高全球人工智能计算能力，同时推进智能体AI、物理AI、机器人、CPU、网络、开放模型和数据处理。

Amazon.com, Inc. 旗下公司 Amazon Web Services (AWS)（纳斯达克股票代码：AMZN）和 NVIDIA（纳斯达克股票代码：NVDA）宣布重大扩大战略合作，以满足随着需求持续加速而不断增长的全球人工智能基础设施需求。基于客户已经在 AWS 上快速采用 NVIDIA 加速计算，两家公司计划在 AWS 的全球基础设施中额外部署 200 万个 NVIDIA GPU，并深化在 AI 工厂、CPU、网络、开放模型、数据处理和机器人领域的合作，提供共同设计的 AI 解决方案，使客户能够以前所未有的规模加速 AI 开发和部署。

从模型的训练和运行方式，到数据的处理、索引和用于支持智能应用程序的方式，人工智能工作负载正在快速扩展。客户正在从试点转向生产，并扩展智能体AI、科学发现、企业自动化和机器人技术的工作负载。他们需要更广泛的模型选择、更快的数据管道以及针对物理AI等新兴用例的新功能。他们还需要相信底层基础设施能够跟上自己的创新能力，同时为关键任务工作负载保持最高水平的安全性和可靠性。

为了满足前沿实验室、全球企业、初创公司和政府不断增长的需求，AWS 和 NVIDIA 正在 16 年的联合创新基础上扩大 AI 计算能力，并更快地为客户带来新的联合设计解决方案。作为扩大合作的一部分，两家公司正在努力：

• 2027-2028 年在 AWS 全球基础设施中额外部署 200 万个 NVIDIA GPU
• 将基于 NVIDIA Vera CPU 的基础设施引入 AWS
• 使用定制 NVIDIA 高带宽内存 (NVHBM) 扩展 NVIDIA NVLink Fusion™
• 为美国政府构建人工智能工厂，包括在安全的 AWS 基础设施上运行 100,000 个 GPU，用于运行联邦和国家安全工作负载
• 将 NVIDIA 平台与 AWS Nitro 系统和 Elastic Fabric Adapter (EFA) 集成，以增强安全性和可靠性
• 继续在 Amazon Bedrock 和 Amazon SageMaker 上支持 NVIDIA Nemotron™ 开放模型，为客户提供更多开放模型选择
• 使用 NVIDIA cuDF 和 cuVS CUDA-X™ 库加速 Amazon EMR 和 Amazon OpenSearch 上的数据处理和向量索引，以实现更快、更具成本效益的分析和 AI 应用程序
• 通过 Amazon Robotics 采用 NVIDIA 的物理 AI 平台，进一步推进机器人工作负载，加速仓库自动化和下一代机器人的创新

AWS 首席执行官马特·加曼 (Matt Garman) 表示：“客户希望能够自由地为他们的人工智能工作负载选择最佳工具，并且希望相信一切都能无缝地协同工作。” “这就是为什么我们与NVIDIA共同进行了大量投入，使 AWS 成为运行 NVIDIA AI 技术的最佳场所，优化我们的基础设施从网络、安全到部署的性能。这种扩大的合作为前沿实验室、企业和政府提供了更多在 AWS 上构建和部署 AI 的方法。”

NVIDIA 创始人兼首席执行官黄仁勋表示：“NVIDIA 和 AWS 打造了人工智能时代巨大的增长引擎之一，需求超前于所有预测。” “16 年来，我们共同扩展了云中的 NVIDIA 计算。现在，我们正在将我们的合作伙伴关系扩展到整个堆栈（GPU、CPU、网络、开放模型和软件），以只有 AWS 和 NVIDIA 才能提供的前所未有的速度和规模实现智能体AI和物理AI。这种扩展反映了客户对 AWS 上的 NVIDIA 平台的需求。”

AI计算能力大幅扩展
AWS 提供了所有云提供商中最广泛的基于 GPU 的实例，为各种人工智能和机器学习工作负载提供支持。在 NVIDIA GTC 2026 上，AWS 公布的计划 从 2026 年开始，增加超过 100 万个 NVIDIA GPU。从那时起，需求就超出了这些预期。 AWS 计划于 2027 年至 2028 年在 AWS 全球基础设施（包括 AI 工厂）中额外部署 200 万个 NVIDIA Blackwell Ultra、Rubin 和 Rubin Ultra GPU。这种额外的容量将有助于支持从智能体AI和科学发现到企业自动化和物理AI的客户工作负载。此外，AWS 将扩大 NVIDIA Blackwell 产能，包括 NVIDIA RTX PRO™ 4500 Blackwell 服务器版 GPU，用于 Amazon EC2 G7 实例。与上一代 G6 实例相比，G7 实例可提供 4.6 倍的 AI 推理性能和 2.1 倍的图形性能。 AWS 是第一家提供由 RTX PRO 4500 加速的计算实例的主要云提供商。AWS 和 NVIDIA 还在 NVIDIA Spectrum™ 网络方面进行合作，以进一步优化跨 GPU 集群的大规模 AI 训练工作负载的网络性能。

支持 AWS 上的 NVIDIA Vera CPU
AWS 和 NVIDIA 正在努力将基于 Vera CPU 的基础设施引入 AWS，提供额外的选项来支持需要高性能 CPU 计算和加速基础设施的智能体AI 工作负载。 Vera 专为下一代人工智能而构建，补充了 AWS 提供最广泛的计算选择的战略——从 AWS 定制芯片到合作伙伴提供的最新加速器和 CPU。

使用 NVIDIA NVLink Fusion 和 NVHBM 的异构 AI 基础设施
在 re:Invent 2025 上，AWS 宣布在下一代 Trainium 芯片中支持 NVIDIA NVLink Fusion 高速芯片互连技术。 NVIDIA 和亚马逊的 Annapurna Labs 正在扩展该支持以开展工作 NVIDIA全新定制高带宽存储器（NVHBM）技术，与内存供应商合作，这将使 Trainium 能够获得更快、更节能的内存。与 NVLink Fusion 相结合，Annapurna Labs 现在可以利用 NVIDIA 的定制内存技术和扩展架构来增强 AI 工作负载的性能和效率，同时将 Trainium 和 GPU 无缝集成到通用机架规模架构中。

以最高安全级别为联邦人工智能提供支持
政府机构需要安全的人工智能基础设施来满足国家安全的需求。 AWS 和 NVIDIA 计划为美国政府建设人工智能工厂，提供 NVIDIA 的人工智能堆栈，包括计划在 AWS 的安全基础设施上为联邦和国家安全工作负载提供 100,000 个 GPU。此次合作使 AWS 和 NVIDIA 成为促进国家安全的联邦 AI 进步的中心，使政府机构能够针对影响级别 6 (IL6) 及以上的工作负载大规模部署 AI。

这些新承诺建立在 AWS 和 NVIDIA 之间深度技术集成的基础上，这些集成现已为客户带来成果，包括：

• 通过 AWS Nitro 系统和 EFA 增强安全性和可靠性 — 在此次扩大的合作中，所有基于 NVIDIA GPU 和基于 Trainium 的 EC2 实例（包括利用 NVLink Fusion 的实例）均构建在 AWS Nitro 系统上，并通过 EFA 互连。 GPU 加速和基于 Trainium 的 EC2 实例将继续在 Nitro 系统上构建，并通过 EFA 进行扩展。 Nitro 和 EFA 共同帮助确保，随着 AWS 扩展其 NVIDIA GPU 群并集成新的互连技术，客户能够保留大规模生产 AI 工作负载所依赖的安全性、可靠性和网络性能。
• AWS 上的 NVIDIA Nemotron 模型 — 作为 AWS 为客户提供最广泛的 AI 模型选择的承诺的一部分，NVIDIA 的 Nemotron 系列开放模型在 Amazon Bedrock 上作为完全托管的无服务器模型提供，在 Amazon SageMaker 上提供，供想要在自己的基础设施上部署和微调的客户使用。通过这种集成，客户可以访问 NVIDIA 的最新开放模型以及 AWS 的安全性、可扩展性和操作工具。
• GPU 加速的数据处理和向量索引 — 随着数据量的增长，特征工程、大规模 ETL 和实时分析等工作负载需要越来越快的处理速度。 AWS 和 NVIDIA 正在合作，使用 Amazon EC2 G7 实例和 NVIDIA cuDF 库在 Amazon EMR 上提供 GPU 加速的数据处理，与基于 CPU 的配置相比，处理速度最高达到原来的3.7倍，性价比提高了 30%。另外，随着人工智能应用、检索增强生成管道和语义搜索将向量数据库推向数十亿条记录，索引构建和调整成为瓶颈。 Amazon OpenSearch Service 上的 GPU 加速向量索引将索引构建卸载到专用 GPU 上，以四分之一的成本提供高达 9 倍的向量索引速度 — 跨托管集群和 Amazon OpenSearch Serverless 均可用。
• 机器人物理AI — Amazon Robotics 正在与 NVIDIA 合作，加速开发集成 NVIDIA 全栈物理AI平台的下一代机器人，包括 NVIDIA Jetson™ 平台、NVIDIA Omniverse™ 库和 NVIDIA Isaac™ 开放机器人开发平台。此次合作涵盖仿真、合成数据生成、机器人训练、路线优化、功能安全和实机到仿真的验证——所有这些都在 GPU 加速的 Amazon EC2 实例上运行。 AWS 和 NVIDIA 共同帮助提高机器人工作负载所需的大规模功能：大规模仿真、多样化的训练数据和持续的现实世界验证。

来源：Robotics Business News