Ascultă rezumatul
Ascultă articolul
Amazon comandă încă 2 milioane de cipuri Nvidia pentru AI
Amazon își extinde infrastructura AWS cu încă două milioane de GPU-uri Nvidia, într-un moment în care cererea pentru putere de calcul dedicată inteligenței artificiale crește rapid în rândul companiilor.
Amazon Web Services și Nvidia au anunțat miercuri, 26 august 2026, o extindere majoră a parteneriatului lor: AWS intenționează să adauge încă 2 milioane de GPU-uri Nvidia în infrastructura sa globală. Noile acceleratoare, inclusiv generațiile Blackwell Ultra, Rubin și Rubin Ultra, sunt programate pentru implementare în 2027 și 2028, pe fondul cererii accelerate pentru capacitate de calcul AI.
Dimensiunea acordului este cu atât mai importantă cu cât Amazon investește simultan în propriile cipuri pentru inteligență artificială. Strategia arată cum se schimbă cursa AI: marile companii cloud încearcă să-și dezvolte alternative proprii, dar continuă să cumpere la scară uriașă tehnologia Nvidia pentru a satisface cererea imediată.
AWS va adăuga 2 milioane de GPU-uri Nvidia
Anunțul oficial Nvidia din 26 august 2026 confirmă că AWS și Nvidia plănuiesc instalarea a 2 milioane de GPU-uri suplimentare în infrastructura globală Amazon Web Services.
Este o extindere față de planul anunțat cu doar câteva luni înainte. În martie 2026, AWS și Nvidia anunțaseră implementarea a peste 1 milion de GPU-uri Nvidia în regiunile AWS, începând din acest an. Acum, cele două companii măresc din nou capacitatea planificată.
Noile implementări vor include GPU-uri Blackwell Ultra, Rubin și Rubin Ultra. Parteneriatul merge însă dincolo de acceleratoare: AWS urmează să integreze și procesoare Nvidia Vera, tehnologii avansate de rețea, modele deschise Nemotron și componente ale platformelor Nvidia pentru robotică și „physical AI”.
TechCrunch relatează că noua comandă practic triplează planul anterior al Amazon și notează că implementarea celor 2 milioane de GPU-uri este prevăzută pentru 2027 și 2028. Termenii financiari ai acordului nu au fost făcuți publici.
Cât de mare devine cursa pentru putere de calcul?
Două milioane de GPU-uri suplimentare nu înseamnă doar o comandă gigantică de hardware. Ele reprezintă infrastructura pe care AWS intenționează să ruleze o parte din următoarea generație de servicii și aplicații AI.
Modelele avansate au nevoie de grupuri foarte mari de acceleratoare atât pentru antrenare, cât și pentru inferență. În plus, extinderea agenților AI, a modelelor multimodale și a roboticii poate crește necesarul de calcul chiar și după ce modelele au fost antrenate.
Pentru AWS, capacitatea disponibilă devine astfel un avantaj comercial. Companiile și laboratoarele AI care nu vor sau nu pot construi propriile centre de date pot cumpăra acces la această infrastructură prin cloud.
💡 WoW Pulse | De ce contează cifra de 2 milioane?
Un GPU AI de ultimă generație este doar o componentă a unui sistem mult mai mare. Pentru a pune milioane de acceleratoare la lucru sunt necesare servere, rețele de mare viteză, centre de date, sisteme de răcire și cantități foarte mari de energie. De aceea, cursa AI devine tot mai mult o competiție pentru infrastructură fizică, nu doar pentru cel mai performant model software.
Paradoxul Amazon: construiește Trainium, dar cumpără masiv Nvidia
Aici apare partea strategică a acordului.
Amazon încearcă de ani buni să reducă dependența AWS de furnizorii externi prin proiectarea propriilor procesoare. Familia Trainium este destinată sarcinilor AI, iar Graviton acoperă zona procesoarelor generale pentru servere.
În decembrie 2025, compania a prezentat Trainium3 și a dezvăluit că lucrează deja la Trainium4. Mai mult, AWS a proiectat infrastructuri în care tehnologiile sale proprii pot funcționa alături de hardware Nvidia.
În 2026, ambițiile au crescut. Amazon a discutat inclusiv posibilitatea de a vinde cipurile Trainium către terți pentru utilizare în propriile centre de date, ceea ce ar transforma compania într-un concurent mai direct pentru furnizorii tradiționali de acceleratoare AI.
Dar comanda pentru încă 2 milioane de GPU-uri arată limita actuală a acestei strategii: cipurile proprii îi oferă Amazon o alternativă și mai mult control asupra costurilor, însă Nvidia rămâne suficient de importantă încât AWS să continue să-și extindă masiv infrastructura bazată pe tehnologia companiei.
Cele două direcții nu se exclud. Pentru un furnizor cloud de dimensiunea AWS, diversificarea poate însemna tocmai menținerea ambelor opțiuni: hardware propriu pentru anumite sarcini și ecosistemul Nvidia acolo unde clienții îl solicită.
Nvidia transformă cererea AI în venituri record
Anunțul AWS a venit odată cu noile rezultate financiare Nvidia, care oferă o imagine asupra dimensiunii actuale a pieței.
Compania a raportat venituri de 96,22 miliarde de dolari pentru trimestrul al doilea fiscal, iar divizia de centre de date a generat 89 de miliarde de dolari. Profitul net a ajuns la 59,69 miliarde de dolari.
Reuters arată că Nvidia estimează o creștere de aproximativ 70% a veniturilor în următorul an fiscal, în condițiile în care cererea nu mai vine doar de la marii operatori cloud, ci și de la laboratoare AI, companii, guverne și alți operatori de infrastructură.
Pentru trimestrul următor, Nvidia anticipează venituri de aproximativ 108 miliarde de dolari.
Datele sunt relevante pentru acordul cu Amazon deoarece arată că extinderea AWS nu este un proiect izolat. Este parte a unui ciclu mult mai amplu de investiții în centre de date și calcul accelerat.
Cererea rămâne ridicată în ciuda investițiilor deja uriașe
Associated Press notează că cererea pentru cipurile AI a împins rezultatele Nvidia peste estimările Wall Street. Veniturile trimestriale de 96,22 miliarde de dolari au depășit estimarea de aproximativ 92,27 miliarde de dolari menționată de AP.
În același timp, ritmul investițiilor ridică o întrebare economică importantă: cât de repede pot serviciile și aplicațiile AI să transforme această capacitate de calcul în venituri suficiente pentru clienții care construiesc infrastructura?
Amazon pariază că cererea va continua. AWS și Nvidia spun că extinderea răspunde accelerării cererii venite de la startup-uri, întreprinderi, laboratoare AI și sectorul public.
Pentru Nvidia, această tendință înseamnă comenzi suplimentare. Pentru Amazon, înseamnă necesitatea de a avea capacitatea disponibilă înainte ca viitorii clienți să o solicite.
De la milioane de GPU-uri la o nouă infrastructură industrială
Cifra de 2 milioane capătă o altă dimensiune dacă este comparată cu proiectele individuale de infrastructură AI.
Un centru AI cu zeci de mii de acceleratoare este deja considerat un proiect major. Planul AWS presupune o desfășurare la o scară de ordinul milioanelor, distribuită în infrastructura globală a companiei.
Aceasta nu înseamnă că toate cipurile vor fi instalate într-un singur centru de date. AWS operează o rețea globală de regiuni și facilități, iar implementarea va avea loc în cadrul acestei infrastructuri.
În spatele fiecărui accelerator există, în plus, o problemă mai mare de infrastructură: alimentare electrică, răcire, memorie, stocare și interconectare. Pe măsură ce numărul GPU-urilor crește, aceste componente devin la fel de strategice precum cipurile.
📌 Citește și pe WoW Pulse
Nvidia și marile firme de investiții mută discuția de la cipuri la capital
AWS și Nvidia devin simultan parteneri și potențiali rivali
Relația dintre Amazon și Nvidia surprinde una dintre cele mai interesante contradicții ale industriei AI.
AWS are motive economice să dezvolte propriile cipuri: poate controla mai bine hardware-ul folosit în centrele sale de date, poate optimiza costurile și poate reduce dependența de un furnizor extern. Nvidia are însă un ecosistem matur de hardware, software și rețelistică pe care foarte mulți clienți AI îl folosesc deja.
Prin urmare, succesul Trainium nu presupune automat dispariția Nvidia din AWS. Cel puțin în etapa actuală a boomului AI, cererea este suficient de mare încât Amazon să investească în ambele direcții.
Iar cele 2 milioane de GPU-uri suplimentare arată cât de mare a devenit miza: competiția dintre giganții AI nu mai este doar despre cine construiește cel mai bun model sau cel mai rapid cip, ci despre cine poate instala și opera suficientă putere de calcul pentru următorul val de aplicații.
