bingdada亚马逊因AI需求激增，将英伟达GPU订单从100万片增至300万片，总价值或达数百亿美元。双方合作从单纯采购扩展至网络、CPU、机器人及企业软件的全面集成，但亚马逊同时也在加速自研芯片以平衡对英伟达的依赖。
在人工智能的浪潮中，算力已成为新时代的“石油”。而在这场围绕算力的全球竞赛中，云计算巨头亚马逊（Amazon）与芯片霸主英伟达（Nvidia）之间愈发紧密的关系，正揭示出整个行业未来发展的深层逻辑。近期，两家公司宣布将合作关系推向新高度，亚马逊计划在其数据中心内部署额外200万个英伟达GPU芯片，这一数字是此前订单的三倍，标志着AI基础设施投资进入了一个前所未有的阶段。
这笔巨额订单的核心，是英伟达新一代的Blackwell Ultra、Rubin以及Rubin Ultra GPU。这些芯片专为满足训练和运行大型AI模型所需的巨大计算需求而设计，预计将于2027年至2028年间陆续部署到亚马逊云服务（AWS）的数据中心。值得注意的是，这一决定距离亚马逊此前同意从今年开始在AWS基础设施中部署超过100万个英伟达GPU，仅仅过去了五个月。英伟达在官方声明中表示，自那时起，“需求已超出预期”，这直接促成了订单的迅速扩大。
虽然双方均未披露具体的财务条款，但考虑到GPU的单价，这笔交易的价值预计高达数百亿美元。如此庞大的投资，显然不仅仅是简单的供应链采购。它标志着从“买芯片”到“深度集成”的转变，英伟达的技术将更全面地渗透进AWS的生态系统，包括连接数千个GPU的网络硬件、开放模型、CPU、数据处理软件以及机器人平台。双方将这一决策归因于“来自初创企业、企业、AI实验室乃至政府的激增需求”。
在这份紧密合作的背后，却隐藏着一种微妙的“亦敌亦友”关系。就在扩大与英伟达合作的同时，亚马逊也在加速其自研芯片的进程，旨在减少对英伟达的依赖，并试图在竞争激烈的市场中占据一席之地。亚马逊的AI业务负责人Peter DeSantis曾透露，AWS正就向其Trainium芯片——作为英伟达H100或Blackwell芯片在深度学习工作负载上的直接替代品——出售给其他公司进行谈判。此外，基于Arm架构的Graviton CPU也被视为对传统服务器芯片巨头英特尔（Intel）和AMD的挑战。
亚马逊的自研芯片业务已初具规模，其最近一个季度的财报显示，该业务的年化收入运行率已超过250亿美元，这得益于来自Anthropic和OpenAI等AI实验室总计2250亿美元的承诺投入。这种“两手抓”的策略，一方面确保了亚马逊能获得最顶尖的AI算力，另一方面也为其提供了议价筹码和长远的技术备选方案。这种合作与竞争并存的关系，正是当前科技巨头间博弈的典型缩影。
对于英伟达而言，亚马逊的这笔订单不仅是收入的保障，更是其“全栈”战略的胜利。英伟达CEO黄仁勋（Jensen Huang）早已为公司规划了宏伟蓝图，尤其是在CPU领域。英伟达首席财务官Colette Kress表示，随着亚马逊从第三季度开始在AWS中增加这200万个GPU，英伟达还计划向其提供数量不详的Vera CPU，“部分与Rubin集成，部分独立使用”。黄仁勋曾自豪地宣称，他为公司找到了一个“全新的2000亿美元市场”。
Kress进一步透露，除了AWS，英伟达预计Vera CPU将被“每一家主要的超大规模云服务商、新云（neocloud）、AI实验室和系统OEM厂商”采用，并已开始向Oracle和SpaceX AI等主要合作伙伴发货。这意味着，英伟达的触角已从GPU延伸至更广泛的服务器核心组件领域，直接与英特尔和AMD展开正面竞争。
此次合作的深度远不止于云端计算。亚马逊计划采用英伟达完整的物理AI技术栈来为其仓库机器人车队提供动力。这包括用于仿真和数字孪生的Omniverse平台、用于世界模型构建的Cosmos平台、用于机器人开发的Isaac平台，以及专为机器人和边缘AI设计的Jetson计算硬件。本周，英伟达还推出了新版Jetson，定位为一款更易于访问的“入门级边缘AI”机器人计算机。在企业服务方面，AWS将在其托管的基础模型平台Amazon Bedrock和托管云服务SageMaker上提供英伟达的Nemotron开放模型系列。
这种从云端算力到物理世界机器人的全方位整合，显示出两家公司正试图构建一个覆盖AI应用全场景的闭环生态。
英伟达的财报数据也印证了AI市场的火热。该公司公布的第二季度销售额达到962亿美元，超出分析师预期，其中数据中心收入高达890亿美元，同比增长117%。英伟达预计第三季度收入将达到1080亿美元，部分将来自其下一代Rubin GPU的贡献。为满足未来几年的AI需求，英伟达已承诺投入2790亿美元用于保障当前和未来数据中心项目的供应和制造能力，这一数字较上季度的1190亿美元大幅增加。
黄仁勋在财报电话会议上强调：“对行业而言，重要的是AI现在正在做有成效、有用的工作。AI正在产生可盈利的代币（profitable tokens）……如果我们拥有更多算力，就能生成更多可盈利的代币，这将为所有服务带来更多利润。我们正处于这个阶段，这就是为什么每个人都在全力以赴。”
然而，投资者也在密切关注，当AI公司向基础设施投入数百亿美元时，额外的算力是否能如预期般顺利转化为额外的利润。这场由算力驱动的豪赌，其结果尚待时间检验。
亚马逊与英伟达的深度绑定，也为国内的云计算和AI芯片行业提供了重要的参照。一方面，国内云厂商如阿里云、华为云等同样面临着对高端GPU的依赖问题，地缘政治因素更凸显了供应链自主可控的紧迫性。另一方面，国内AI芯片企业如华为昇腾、寒武纪等也在奋力追赶，试图在训练和推理市场提供替代方案。与此同时，百度智能云的“文心一言”、阿里云的“通义千问”等大模型，也在依托自研芯片与生态体系，探索降低推理成本、提升算力效率的路径。这场全球性的算力竞赛，不仅是技术实力的较量，更是生态构建和战略定力的比拼。
这是一种务实的双轨策略。自研芯片（如Trainium）旨在长期降低对单一供应商的依赖并控制成本，但英伟达GPU在生态成熟度、性能表现和软件支持上仍是行业标杆。为了满足当前AI客户对顶尖算力的即时需求，并保持市场竞争力，采购英伟达芯片是必要之举。同时，大规模采购也为亚马逊赢得了议价权和战略主动权。
这笔价值数百亿美元的订单是英伟达“全栈”战略的重大胜利。它不仅锁定了未来的收入，更重要的是，通过与AWS的深度集成，英伟达的技术（包括网络硬件、CPU、软件平台）得以更广泛地渗透到全球最大的云计算生态中，进一步巩固了其AI基础设施霸主的地位。
Vera CPU是英伟达进军服务器CPU市场的重要产品，旨在与英特尔和AMD的服务器芯片竞争。英伟达CEO黄仁勋认为这为其开辟了一个全新的2000亿美元市场。Vera CPU可以与英伟达的GPU（如Rubin）集成，也可以独立使用，其目标是提供高性能的计算能力，并可能在与GPU协同工作时实现更优的性能和效率。
“物理AI”技术栈是英伟达为机器人技术和边缘计算提供的一套完整解决方案，包括用于模拟仿真和数字孪生的Omniverse平台、用于创建世界模型的Cosmos平台、用于机器人开发的Isaac平台，以及用于机器人和边缘AI的Jetson计算硬件。亚马逊计划采用这套技术栈来为其仓库机器人车队提供动力，这标志着AI从数字世界向物理世界的延伸。
这笔交易加剧了AI算力领域的“军备竞赛”。它向市场传递了一个强烈信号：头部云厂商对AI算力的需求依然极其旺盛。这可能会促使更多企业加大对AI基础设施的投资，同时也可能加剧市场对算力供应集中度的担忧，并进一步推动其他科技巨头加快自研芯片或寻找替代方案的步伐。
Bingdada 是一个专注 SEO、GEO（生成式引擎优化）与 AEO（答案引擎优化）的内容平台，由资深内容编辑、SEO 技术工程师与 AI 研究专家组成的团队持续运营。我们追踪搜索引擎与生成式 AI 的最新动态，为读者提供准确、实用、可落地的方法论与行业洞察。
编辑团队：内容策划 · 技术编辑 · AI 研究组
网站：bingdada.com
© 2026 Bingdada. 保留所有权利。
SEO & GEO 技术探索者，专注于搜索引擎优化和生成式引擎优化。
英伟达 CEO 黄仁勋在 All-In Summit 现场接到特朗普电话，双方一致反对放缓 AI 发展。这场连线背后，是硅谷「加速派」与「减速派」的路线分歧，以及七成美国民众反对本地新建数据中心的现实压力。
黄仁勋在高盛科技大会上重申英伟达明年营收增长70%的预测，并解释其信心全栈覆盖AI产业链带来的信息优势、强劲订单增长，以及价值千亿美元的客户合同。但循环交易质疑、国产芯片追赶和AI效率提升趋势，构成这一豪赌的潜在风险。
FTC 联合 22 州起诉亚马逊，指控其通过“软保留价”机制在未充分披露的情况下推高广告成本超 200 亿美元。亚马逊否认指控并称该机制为广告主节省了资金。案件核心围绕广告拍卖定价机制的透明度与公平性展开。
最新の SEO・GEO 情報をお届けします。
プライバシーを尊重します。いつでも購読を解除できます。
