一句话看懂：亚马逊将向旗下 AWS 数据中心追加部署 200 万颗英伟达 GPU，加上此前已确认的超过 100 万颗订单，双方合作关系进一步加深。这笔数十亿美元级的交易，既反映了 AI 算力需求的持续爆发，也发生在亚马逊自研芯片加速追赶的背景下。
事件核心：发生了什么
在英伟达季度财报电话会上，两家公司宣布扩大合作：亚马逊将在 2027 至 2028 年间，为 AWS 数据中心新增 200 万颗英伟达 GPU，型号覆盖 Blackwell Ultra、Rubin 和 Rubin Ultra。这距离亚马逊承诺部署超过 100 万颗英伟达 GPU 仅过去五个月。英伟达在声明中称，自那以后“需求已超出预期”。双方未披露财务条款，但按 GPU 单价估算，这笔交易价值达数百亿美元。
合作范围不限于芯片采购。英伟达的网络硬件（用于将数千颗 GPU 组成集群）、开放模型、CPU、数据处理软件及机器人平台也将集成到 AWS 中。此外，AWS 将在其 Bedrock 和 SageMaker 平台上托管英伟达 Nemotron 开源模型家族。英伟达同时公布，第二季度销售额达 962 亿美元，其中数据中心收入 890 亿美元，同比增长 117%；预计第三季度收入将达 1080 亿美元。
为什么重要
这笔追加订单确认了一个关键信号：尽管 AWS 持续推进自研芯片（如 Trainium 和 Graviton CPU），但英伟达 GPU 在 AI 训练和推理市场的主导地位短期难以撼动。亚马逊自研芯片业务虽已跨过 250 亿美元年化收入门槛，且在洽谈向外部客户出售 Trainium 芯片，但面对大模型厂商对高性能 GPU 的集中需求，AWS 仍需依赖英伟达产能来保障算力供给。
值得注意的变数在于英伟达的 Vera CPU。英伟达 CEO 黄仁勋此前声称 CPU 市场存在“2000 亿美元的新增市场空间”，并预计 Vera 将被“所有主要超大规模云服务商、AI 实验室和系统 OEM 采用”。若 Vera 在 AWS 等云平台大规模落地，可能改变传统服务器 CPU 市场由英特尔和 AMD 主导的格局。
对用户/开发者/创作者的影响
对依赖 AWS 云服务的企业用户和开发者而言，200 万颗 GPU 的部署意味着未来两到三年内，AWS 上的大模型训练和推理算力供给将明显扩大，价格竞争也有更多空间。英伟达机器人平台（包括 Omniverse、Cosmos、Isaac 和 Jetson）接入 AWS，则降低了开发者构建物理 AI 应用和机器人仿真的门槛——通过云服务使用这些工具，不必自行搭建昂贵的硬件环境。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对使用开源模型的创作群体来说，Nemotron 模型进驻 Amazon Bedrock 和 SageMaker，意味着多了一个基于托管的模型调用渠道，减少了自建推理服务的运维成本。不过，目前公开信息显示，具体的 API 定价和可用区域尚未公布，实际使用成本需要等服务上线后才能评估。
值得关注的后续
一是 Rubin GPU 的销售表现。英伟达已在本季度开始量产发货，其首批收入将为判断下一代硬件需求提供早期信号，也将影响云厂商未来两年的采购节奏。
二是亚马逊自研芯片与英伟达 GPU 的定位分化。Trainium 芯片已向第三方出售，随着 AWS 和英伟达合作加深，两者是走向互补还是逐步竞争，值得持续观察。
三是 Vera CPU 的实际部署范围。英伟达承诺向 Oracle、SpaceXAI 等合作伙伴发货，但其能否在 AWS 大规模商用，可能改变传统服务器 CPU 市场的竞争格局，需关注后续采购公告和实际落地数据。
