云算力军备竞赛再次升级。8月26日，AWS与英伟达联合宣布扩大战略合作，计划在2027至2028年间于AWS基础设施中新增部署200万颗英伟达GPU，同时引入英伟达下一代Vera CPU架构、NVLink Fusion等互连技术。这是继此前AWS与英伟达在Grace Blackwell平台合作后的又一次大规模扩容，标志着AI工厂竞赛正从芯片发布进入全栈云容量承诺的新阶段。
这笔合作的规模在云厂商与芯片厂商的合作史上堪称罕见。200万颗GPU的部署量，意味着AWS将在未来两年内大幅扩张其AI算力版图。双方的合作远不止GPU采购，而是覆盖了从芯片、互连到系统集成的全栈协同：引入英伟达Vera CPU架构用于计算节点，扩展NVLink Fusion等下一代互连技术提升多卡通信效率，同时为智能体AI与物理AI的工作负载进行针对性优化。
更值得关注的是生态层面的深度绑定。亚马逊旗下自研芯片团队Annapurna Labs成为首家采用NVHBM技术的合作伙伴，NVHBM是英伟达在高带宽内存领域的下一代方案，Annapurna Labs的率先采用意味着英伟达将核心内存技术开放给AWS的自研芯片体系。这种芯片巨头与云巨头之间的技术共享，正在重塑AI基础设施的供应链格局。
合作的落地场景同样明确。双方宣布将在智能体AI与物理AI两个前沿方向展开协同，AWS的云服务能力与英伟达的加速计算平台结合，为大规模智能体应用和机器人训练提供算力底座。此外，双方还计划建设面向政府机构的AI工厂，支持安全的政府AI基础设施建设，并深化Bedrock、SageMaker平台对英伟达Nemotron模型的支持。
AWS与英伟达的这次扩容，背后是AI算力需求的爆炸式增长。英伟达最新财报显示，2027财年第二财季营收962亿美元，同比增长106%，大幅超出市场预期，公司预计下一季度营收1080亿美元。AI实验室、云厂商、企业客户对算力的渴求几乎没有上限，头部云厂商的资本开支持续攀升，AWS作为全球最大的云服务商，其对GPU的采购规模直接反映了AI产业的实际需求强度。
这笔交易也折射出云厂商与芯片厂商关系的新变化。过去云厂商主要扮演芯片采购方的角色，如今双方的合作正在走向更深的协同：AWS将英伟达GPU与其自研芯片（如Trainium、Inferentia）并行部署，按工作负载选择最优算力；英伟达则通过云厂商触达更广泛的客户群。Annapurna Labs采用NVHBM技术，更标志着两家公司在技术层面从买卖关系升级为联合研发关系。
从行业格局看，全球AI算力市场正在形成新的竞争版图。谷歌有TPU与自研芯片，微软与英伟达深度绑定并自研Maia芯片，亚马逊同时押注英伟达GPU与自研芯片，Meta自研MTIA芯片。云巨头一边大举采购英伟达GPU保障短期供给，一边加速自研芯片布局对冲长期依赖，这种既要又要的策略，正在把AI算力市场的竞争推向白热化。
这次合作特别强调了智能体AI与物理AI两个方向，透露出AWS与英伟达对下一代AI工作负载的判断。智能体AI指的是能够自主执行复杂任务的AI系统，对推理延迟与交互式算力要求极高；物理AI则指应用于机器人、自动驾驶等实体世界的AI系统，需要在模拟环境中大规模训练。这两类工作负载被认为是继大模型训练之后的下一个算力增长点，谁先为它们建好算力底座，谁就掌握了下一轮AI竞争的主动权。
对国内产业而言，AWS与英伟达的扩容也提供了参照。国产算力正在经历从可用到好用的爬坡阶段，头部云厂商同样在加大国产AI芯片的采购与部署，算力基础设施的竞争已经从芯片单点突破走向全栈生态建设。无论是自研芯片、高速互连还是异构调度，算力基础设施的每一个环节都在成为兵家必争之地。
当然，大规模算力扩张也伴随着挑战，电力供应、散热成本、供应链稳定性都是现实约束。英伟达CEO黄仁勋曾表示，AI工厂将成为新的工业革命基础设施，而AWS与英伟达的200万颗GPU扩容，正是这场革命中最新的一份军令状。随着算力规模持续攀升，AI产业的想象力边界也将被不断推远。
这笔合作还有一个容易被忽视的商业逻辑，算力合同的闲置容量消化。英伟达近年通过向云厂商和AI实验室提供大额算力合同的方式绑定客户，2026财年财报显示，公司已向AI实验室投入超500亿美元，并承诺大量云算力合同。但算力建设存在明显的波峰波谷，当客户训练需求回落时，闲置的GPU容量如何处理成为现实问题。Hugging Face平台的推理服务与开发者生态，正好提供了消化闲置容量的出口，这也是英伟达收购Hugging Face与AWS扩容相互呼应的深层原因。
对AWS而言，提前锁定200万颗GPU的部署规划，本质上是算力期货的提前建仓。AI算力供给的周期性强，从芯片下单到数据中心落地往往需要一两年，云厂商必须提前数年开始规划容量。AWS同时推进英伟达GPU与自研Trainium芯片的并行部署，正是为了在供给与需求、性能与成本之间取得平衡。Annapurna Labs率先采用NVHBM技术，也说明AWS希望在自研芯片上复用英伟达的内存技术红利，形成多算力路线协同作战的格局。
从产业链影响看，200万颗GPU的扩容订单将拉动上游芯片代工、HBM内存、光模块、液冷设备等环节的需求。英伟达财报预计下一季度营收1080亿美元，其中相当部分来自云厂商的资本开支。AI算力的军备竞赛仍在持续，而AWS与英伟达的这次合作，既是双方各取所需的商业安排，也是全球AI基础设施扩张浪潮的一个缩影。