核心观点 - 亚马逊AWS与英伟达宣布大幅扩展战略合作，计划在2027-2028年额外部署200万个英伟达高端GPU，以满足AI基础设施的爆发式需求，同时双方在芯片、网络、机器人等领域深化技术整合[1][3][6] 合作规模与芯片部署 - 亚马逊将在2027年和2028年为其数据中心增加200万个英伟达GPU，包括Blackwell Ultra、Rubin和Rubin Ultra型号，每颗标价至少数万美元[1] - 亚马逊在2026年3月已宣布从2026年开始新增超过100万个英伟达GPU，市场需求已超出预期[6] - 双方计划为美国政府构建AI工厂，在AWS安全基础设施上部署10万个GPU，用于处理联邦和国家安全工作负载（影响级别IL6及以上）[4][8] - AWS提供所有云服务商中最广泛的基于GPU的实例，包括为Amazon EC2 G7实例提供NVIDIA RTX PRO 4500 Blackwell服务器版GPU，与上一代G6相比，AI推理性能提升4.6倍，图形性能提升2.1倍[6] 技术整合与芯片合作 - 亚马逊旗下Annapurna Labs生产CPU及AI加速器，下一代Trainium AI芯片将采用英伟达NVLink Fusion高速芯片互连技术[2][7] - Annapurna Labs与内存供应商合作，扩展对英伟达新型定制高带宽内存（NVHBM）技术的支持，使Trainium能使用速度更快、能效更高的内存[7] - 双方计划将基于NVIDIA Vera CPU的基础设施引入AWS，为智能体AI工作负载提供高性能CPU计算选择[4][7] - 所有基于NVIDIA GPU和Trainium的EC2实例均构建于AWS Nitro系统之上，并通过Elastic Fabric Adapter (EFA)互连，确保安全性、可靠性和网络性能[4][9] 数据处理与模型支持 - 利用NVIDIA cuDF和cuVS CUDA-X库加速Amazon EMR和Amazon OpenSearch上的数据处理和矢量索引，实现更快、更经济高效的分析和AI应用[5][10] - 在Amazon EMR上使用G7实例和cuDF库，GPU加速数据处理速度最高提升3.7倍，性价比提升30%[10] - Amazon OpenSearch Service上的GPU加速向量索引以四分之一的成本提供最高9倍的向量索引速度提升[10] - NVIDIA Nemotron系列开放模型现已在Amazon Bedrock和Amazon SageMaker上提供，为客户提供更多开放模型选择[4][9] 机器人领域合作 - 亚马逊机器人采用英伟达全栈式物理AI平台，包括Jetson平台、Omniverse库和Isaac开放式机器人开发平台，加速仓库自动化和下一代机器人创新[6][11] - 合作涵盖仿真、合成数据生成、机器人训练、路径优化、功能安全及实物与仿真验证，所有流程在GPU加速的亚马逊EC2实例上运行[11]