AREX Feed Article
AWS 与 NVIDIA 官宣：2027–2028 年再部署 200 万张 GPU
2026 年 8 月 26 日，AWS 与 NVIDIA 联合发布新闻稿，宣布扩大战略合作：计划 2027–2028 年在 AWS 全球基础设施再部署 200 万张 NVIDIA GPU，型号覆盖 Blackwell Ultra、Rubin 与 Rubin Ultra（）。新闻稿电头为西雅图与加州圣克拉拉。
这 200 万张是追加量：在 NVIDIA GTC 2026 上，AWS 已宣布自 2026 年起增加超过 100 万张 NVIDIA GPU，新闻稿称"自那以后，需求超过了这些预期"。同一天，NVIDIA 官方新闻室发布了内容相同的版本（）。公告还列出配套计划：Vera CPU 架构引入 AWS、NVLink Fusion 扩展支持 NVIDIA 定制高带宽内存（NVHBM）、为美国政府建设 AI 工厂（含 10 万张 GPU）、Amazon Robotics 采用 NVIDIA 物理 AI 平台等。新闻稿的措辞均为"计划"与"正在推进"（plan to deploy、are working to），属于交付承诺，尚未落地验证。
继 GTC 2026 的 100 万张之后，AWS 再加 200 万张
新闻稿称 AWS 是"任何云厂商中 GPU 实例范围最广"的一家。追加的 200 万张将部署在 AWS 全球基础设施（包括 AI 工厂）上，型号为 Blackwell Ultra、Rubin 与 Rubin Ultra，服务 agentic AI、科学发现、企业自动化与物理 AI 等负载。
同批扩容还包括 Amazon EC2 G7 实例与 RTX PRO 4500 Blackwell Server Edition GPU。新闻稿称，G7 相比上一代 G6 提供 4.6 倍 AI 推理性能与 2.1 倍图形性能，AWS 是首家提供 RTX PRO 4500 加速实例的主流云厂商。两家公司同时合作 NVIDIA Spectrum 网络技术，优化大规模 AI 训练集群的网络性能。
Vera CPU 进 AWS，Trainium 与 GPU 在同一机架内打通
第二项新内容在 CPU 侧。新闻稿称，AWS 与 NVIDIA 正在把 Vera CPU 基础设施引入 AWS，为需要高性能 CPU 算力的 agentic AI 负载提供额外选项。Vera 被描述为"为下一代 AI 专门打造"，与 AWS 同时提供自研芯片和合作伙伴加速器、CPU 的策略互补。
更深的集成发生在内存与互联层。AWS 在 re:Invent 2025 已宣布下一代 Trainium 芯片支持 NVIDIA NVLink Fusion 高速芯片互联技术；这次合作把该支持扩展到 NVIDIA 新的定制高带宽内存（NVHBM）。
NVIDIA 与 Amazon 的芯片团队 Annapurna Labs 将在内存供应商参与下推进，让 Trainium 获得更快、更省电的内存。新闻稿称，结合 NVLink Fusion，Annapurna Labs 可以调用 NVIDIA 的定制内存技术与 scale-up 架构，在共同的机架级架构内把 Trainium 与 GPU 无缝集成。
安全与网络条款同步覆盖：所有基于 NVIDIA GPU 和 Trainium 的 EC2 实例，包括使用 NVLink Fusion 的实例，都构建在 AWS Nitro System 上，并通过 Elastic Fabric Adapter（EFA）互联。
10 万张 GPU 的政府 AI 工厂，面向 IL6 及以上负载
公告里另一项给出明确数字的计划面向政府客户。AWS 与 NVIDIA 计划为美国政府建设 AI 工厂，交付 NVIDIA AI 软件栈，包括在 AWS 安全基础设施上交付 10 万张 GPU，用于联邦与国家安全负载。
新闻稿称，这能让政府机构以 Impact Level 6（IL6）及以上的分级大规模部署 AI；Amazon 官网的配套报道称之为美国政府最高的安全分级之一（）。
从 Nemotron 到仓库机器人，合作铺满软件栈
其余计划分布在模型、数据处理与机器人三个方向。NVIDIA Nemotron 开源模型继续上架 Amazon Bedrock（全托管、serverless）与 Amazon SageMaker（客户可在自有基础设施上部署与微调）。
数据处理方面，Amazon EMR 将用 EC2 G7 实例与 NVIDIA cuDF 库做 GPU 加速数据处理，新闻稿称相比 CPU 配置速度快至 3.7 倍、性价比提高 30%。
Amazon OpenSearch Service 的 GPU 加速向量索引快至 9 倍、成本降至四分之一，托管集群与 OpenSearch Serverless 均可用。About Amazon 的报道补充，EMR 的对比针对 Apache Spark 负载。
机器人方面，Amazon Robotics 采用 NVIDIA 物理 AI 平台，包括 Jetson 平台、Omniverse 库与 Isaac 开源机器人开发平台，覆盖仿真、合成数据生成、机器人训练、路线优化、功能安全与 real-to-sim 验证，全部运行在 GPU 加速的 Amazon EC2 实例上。
「需求跑在所有预测前面」，两位 CEO 的署名判断
AWS CEO Matt Garman 称："客户希望自由选择最适合自己 AI 工作负载的工具，并希望一切无缝协作（the freedom to choose the best tools for their AI workloads）。这就是我们与 NVIDIA 深度投入、让 AWS 成为运行 NVIDIA AI 技术最佳场所的原因，从网络、安全到部署，我们都在优化基础设施上的性能。"
NVIDIA 创始人兼 CEO 黄仁勋（Jensen Huang）称："NVIDIA 与 AWS 打造了 AI 时代最伟大的增长引擎之一，需求跑在所有预测前面（demand is running ahead of every forecast）。16 年来，我们一直在云端扩展 NVIDIA 计算；现在，我们正把合作扩展到全栈——GPU、CPU、网络、开源模型与软件，以只有 AWS 与 NVIDIA 能提供的空前速度与规模，让 agentic AI 和物理 AI 成为现实。"
两家公司把关系起点定在 16 年的联合创新上。About Amazon 的报道补充，AWS 与 NVIDIA 曾一起推出全球第一个 GPU 加速云实例。
200 万张是计划，交付要看 2027–2028
整份公告的动词是"计划"与"正在推进"。NVIDIA 在文末附上 Forward-Looking Statements，提示增长、供应、需求等预期存在风险，实际结果可能与此不同。新闻稿没有披露这 200 万张 GPU 对应的投资金额，也没有给出 Vera CPU 基础设施落地 AWS 的时间表。
可以确认的是数字本身：两次宣布合计 300 万张 NVIDIA GPU，覆盖 2026 至 2028 年。按两家公司的表述，AWS 自研的 Trainium 将与 NVIDIA GPU 在同一机架级架构内、通过 NVLink Fusion 与 NVIDIA 定制内存协同工作。计划能否兑现，要等 2027 年的部署节奏给出第一个答案。