AWS i NVIDIA potrajają umowę na GPU: dwa miliony układów, deklarowana wydajność i ani słowa o energii

26 sierpnia 2026 roku, we wspólnym komunikacie, AWS i NVIDIA ogłosiły rozszerzenie strategicznej współpracy w zakresie infrastruktury AI. Obie firmy deklarują plan zainstalowania 2 milionów dodatkowych GPU — konkretnie modeli Blackwell Ultra, Rubin i Rubin Ultra — w globalnej infrastrukturze AWS w latach 2027–2028. Ogłoszenie rozszerza wcześniejsze zobowiązanie dotyczące ponad 1 miliona GPU począwszy od 2026 roku. Według rekonstrukcji redakcji TechCrunch zamówienie z maja 2026 roku urosło tym samym do około 3 milionów sztuk. Warunki finansowe umowy nie zostały ujawnione; dziennikarski szacunek TechCrunch, wyceniający operację na dziesiątki miliardów dolarów, nie znajduje na razie potwierdzenia w oficjalnych danych firm, które nie podały ani jaka część GPU jest już objęta kontraktem, ani dokładnego harmonogramu dostaw.

Współpraca wykracza poza samą dostawę mocy obliczeniowej i wchodzi w obszary, w których Amazon od dawna rozwija własne rozwiązania. Umowa przewiduje wprowadzenie do AWS także infrastruktury opartej na procesorach NVIDIA Vera, przeznaczonej dla agentowych obciążeń AI, które obok akceleracji GPU wymagają wydajnych obliczeń CPU. Strony deklarują zamiar zbudowania „fabryk AI” dla rządu Stanów Zjednoczonych, obiecując 100 000 GPU na bezpiecznej infrastrukturze AWS dla obciążeń federalnych i związanych z bezpieczeństwem narodowym, w tym poziomu Impact Level 6 (IL6) i wyższych, choć w komunikacie nie podano żadnej daty dostawy. W warstwie integracji technologicznej NVIDIA i Annapurna Labs, spółka zależna Amazona, rozszerzają obsługę NVLink Fusion na autorską pamięć o wysokiej przepustowości NVHBM, tak aby układy Trainium Amazona i GPU mogły współistnieć w tej samej architekturze w skali szafy serwerowej. Ta konwergencja następuje w chwili, gdy Amazon nadal rozwija własne układy, Trainium i Graviton, które według TechCrunch przekroczyły zannualizowany poziom przychodów 25 miliardów dolarów. Po stronie oprogramowania i robotyki otwarte modele NVIDIA Nemotron trafiają do Amazon Bedrock i SageMaker, a Amazon Robotics przyjmuje platformę NVIDIA dla fizycznej AI, w tym Jetson, Omniverse i Isaac.

W oficjalnym komunikacie roi się od wskaźników wydajności, żaden jednak nie został zweryfikowany przez niezależne strony trzecie. Producenci deklarują, że nowe GPU NVIDIA RTX PRO 4500 Blackwell Server Edition dla instancji Amazon EC2 G7 oferują 4,6 razy wyższą wydajność wnioskowania AI i 2,1 razy wyższą wydajność graficzną niż poprzednia generacja. Również według obu partnerów przetwarzanie danych w Amazon EMR jest 3,7 razy szybsze przy o 30% lepszym stosunku ceny do wydajności; wreszcie firmy twierdzą, że indeksowanie wektorowe w Amazon OpenSearch jest 9 razy szybsze przy jednej czwartej kosztu. Bez kosztów wyjściowych „jedna czwarta kosztu” i „30% lepiej” nie mówią jednak, ile faktycznie się oszczędza.

Ogłoszenie przyszło tego samego dnia, w którym NVIDIA opublikowała wyniki drugiego kwartału roku obrotowego 2027, zakończonego 26 lipca 2026 roku. Oficjalne dane z sekcji Investor Relations NVIDIA pokazują przychody na poziomie 96,2 miliarda dolarów, o 18% wyższe niż w poprzednim kwartale i o 106% w ujęciu rocznym, przy przychodach segmentu centrów danych wynoszących 89,0 miliarda dolarów. Marża brutto wynosi 75,0%, a rozwodniony zysk na akcję 2,46 dolara według GAAP i 2,22 dolara poza GAAP. W tym kontekście silnej ekspansji dyrektor generalny AWS Matt Garman powiedział w oficjalnym komunikacie: „Klienci chcą swobody wyboru najlepszych narzędzi do swoich obciążeń AI i chcą pewności, że wszystko będzie ze sobą bezbłędnie działać”. W tej samej nocie założyciel i dyrektor generalny NVIDIA Jensen Huang stwierdził: „NVIDIA i AWS zbudowały jeden z największych silników wzrostu ery AI, a popyt biegnie szybciej niż jakakolwiek prognoza”.

Ogłoszenie wypada w dniu wyników kwartalnych i oba zestawy liczb czyta się razem; fizyka nie stosuje się jednak do reguł giełdy: prędzej czy później ktoś będzie musiał wyjaśnić, jaką energią zamierzamy napędzać wszystkie te fabryki algorytmów. — Olya