随着基础设施需求激增超出预期，NVIDIA与AWS的合作将扩展到政府安全级别的AI工厂。

NVIDIA公司 和 亚马逊网络服务 双方宣布大幅扩展其长达十六年的战略合作，显著扩大人工智能基础设施容量，并深化整个技术栈的集成，以推进智能体和物理人工智能的发展。 

此次合作现已涵盖GPU和CPU硬件、先进网络、开放模型以及机器人平台，两家公司此举旨在应对企业和政府超出预期的需求。该合作也反映了整个行业正在经历从试点项目向生产规模部署的转变，这一转变涵盖科学发现、企业自动化和机器人技术等领域。

此次扩展的核心内容是在 2027 年和 2028 年期间，在 AWS 全球基础设施中部署两百万个额外的 NVIDIA GPU。这些 GPU 将包括 NVIDIA Blackwell Ultra、Rubin 和 Rubin Ultra 加速器，此前 AWS 已宣布计划从 2026 年开始增加超过一百万个 GPU。AWS 还将推出由 NVIDIA Vera CPU 驱动的实例，该 CPU 专为智能体 AI 工作负载而设计，并将部署 NVIDIA NVLink Fusion 以及与 Annapurna Labs 合作开发的定制高带宽内存技术，以提升 GPU 和 Trainium 架构的速度和能效。 

为了实现大规模人工智能训练，两家公司正在合作开发 NVIDIA Spectrum 网络，以优化 GPU 集群的性能。在政府领域，AWS 和 NVIDIA 计划构建专用的人工智能工厂，在经过安全认证、可处理联邦工作负载（影响等级 6 及以上）的基础设施上部署 10 万个 GPU。所有新实例都将继续使用 AWS Nitro 系统和弹性网络适配器，从而确保随着集群规模的扩大，安全性和可靠性标准得以维持。

软件、数据处理和物理人工智能

除了硬件扩展之外，此次合作还着重于软件层优化和新兴应用场景。NVIDIA Nemotron 开放模型将继续作为 Amazon Bedrock 上的全托管产品以及 Amazon SageMaker 上的可部署资源提供，从而为开发者提供更丰富的模型选择。借助 NVIDIA cuDF 在 Amazon EMR 上的 GPU 加速，数据处理能力将得到显著提升，与 CPU 配置相比，处理速度最高可提升 3.7 倍，性价比提升 30%。 

此外，Amazon OpenSearch Service 将利用 GPU 加速的矢量索引技术，以大约四分之一的成本实现高达九倍的索引构建速度，从而解决检索增强生成和语义搜索管道中的瓶颈问题。AWS 还将成为首家提供由 NVIDIA RTX PRO 4500 Blackwell Server Edition GPU 加速的 EC2 G7 实例的主要云服务提供商，其 AI 推理性能是上一代 G6 实例的 4.6 倍，图形性能是上一代 G6 实例的 2.1 倍。 

在机器人领域，亚马逊机器人将整合 NVIDIA 全栈物理 AI 技术，包括 Jetson 平台、Omniverse 库和 Isaac 开发框架，通过仿真、合成数据生成、路线优化和真实与仿真验证来推进仓库自动化。