NVIDIA 与 Amazon Web Services 宣布大幅扩展双方长达十六年的战略合作，显著扩大 AI 基础设施容量，并深化整个技术栈的整合，以推进智能体 AI（agentic AI）和物理 AI（physical AI）的发展。

该合作现已覆盖 GPU 和 CPU 硬件、先进网络、开放模型以及机器人平台，两家公司共同应对已超出既有预测的企业和政府需求。此次公告反映出行业正从试点项目转向跨科学发现、企业自动化和机器人领域的生产级部署这一更广泛的转变——在这些领域中，算力供给、网络和软件整合正日益被视为一个整体系统。

此次扩展的核心是在 2027 年和 2028 年期间于 AWS 全球基础设施中部署 200 万颗额外的 NVIDIA GPU。这部分容量将包括 NVIDIA Blackwell Ultra、Rubin 和 Rubin Ultra 加速器，并在此前宣布的从 2026 年起新增超过 100 万颗 GPU 的计划基础上推进。AWS 还将推出由 NVIDIA Vera CPU 驱动、专为智能体 AI 工作负载打造的实例，并将部署 NVIDIA NVLink Fusion 以及与 Annapurna Labs 共同开发的定制高带宽内存技术，以提升 GPU 和 Trainium 两种架构的速度与能效。

在大规模 AI 训练方面，双方正就 NVIDIA Spectrum 网络展开合作，以优化 GPU 集群间的性能。在政府领域，AWS 和 NVIDIA 计划建设专用 AI 工厂，在通过联邦工作负载影响等级 6（Impact Level 6）及以上认证的安全基础设施上提供 10 万颗 GPU。所有新实例将继续采用 AWS Nitro System 和 Elastic Fabric Adapter，在集群规模扩大的同时保持安全性与可靠性标准。

软件、数据处理与物理 AI

除硬件扩展外，双方的合作还强调软件层优化和新兴用例。NVIDIA Nemotron 开放模型将继续以全托管服务形式在 Amazon Bedrock 上提供，并作为可部署资源在 Amazon SageMaker 上使用，为开发者提供更丰富的模型选择。借助 NVIDIA cuDF 在 Amazon EMR 上实现 GPU 加速，数据处理能力将得到增强，与 CPU 配置相比，处理速度最高可提升 3.7 倍，性价比提高 30%。

此外，Amazon OpenSearch Service 将采用 GPU 加速的向量索引，以大约四分之一的成本实现最高 9 倍的索引构建速度，解决依赖大型数据集快速检索的检索增强生成和语义搜索流程中的瓶颈。AWS 还将成为首家提供由 NVIDIA RTX PRO 4500 Blackwell Server Edition GPU 加速的 EC2 G7 实例的大型云服务商，其 AI 推理性能达到上一代 G6 实例的 4.6 倍，图形性能达到 2.1 倍。

在机器人领域，Amazon Robotics 将整合 NVIDIA 的全栈物理 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、路径优化以及从现实到仿真（real-to-sim）的验证来推进仓库自动化。