AWS加购200万块英伟达GPU：智能体AI与物理AI的算力需求再加码

2026年8月27日凌晨，与英伟达第二财季财报同步，亚马逊云科技（AWS）与英伟达联合宣布扩大战略合作：2027 至 2028 年间将在 AWS 全球基础设施中额外部署 200 万块英伟达 GPU，累计部署量达到 300 万块，其中 10 万块划拨给专为美国政府建设的「AI 工厂」。此次合作将在今年 3 月 GTC 大会上已宣布的 100 万块 GPU 基础上展开，芯片涵盖 Blackwell Ultra、Rubin 与 Rubin Ultra 系列。

合作范围不止于 GPU：双方将把英伟达 Vera CPU 架构与 NVLink Fusion 下一代互连技术引入 AWS，并拓展至开放模型、数据处理、机器人和网络层面。亚马逊旗下 Annapurna Labs 也成为首家使用英伟达 NVHBM 高带宽内存技术的合作伙伴，为 Trainium 自研芯片提升能效。

AWS 同时扩大 Blackwell 部署规模，在 Amazon EC2 G7 实例上率先搭载英伟达 RTX PRO 4500 Blackwell 服务器 GPU。此外，英伟达 Nemotron 系列开放模型已在 Amazon Bedrock 与 SageMaker 上提供；机器人物流方面，AWS 与英伟达 Jetson、Omniverse、Isaac 平台展开联合开发。英伟达创始人黄仁勋表示：「市场需求已超出所有预测。」财报与消息叠加后，英伟达盘后股价一度涨近 5%。

AICOR 点评：当头部云厂商把 GPU 采购量推到「百万级」颗粒度，公有云市场的竞争主线已经从「谁的模型更强」转向「谁的算力栈更厚」。AWS 这一动作对国内云厂商有三层提示：一是单一架构风险加剧——多架构异构调度能力会从加分项变成生存项；二是定制芯片 + 商业 GPU 并行成为标配，单押一边的成本曲线会被周期性挤压；三是智能体 AI 与物理 AI 真正落地的瓶颈不在应用端，而在具备相应弹性的算力调度。200 万块的入场券意味着：定制芯片与先进封装之间的鸿沟正在被云厂商一起填上。