AWS 与 NVIDIA 扩大合作：计划新增 200 万块 GPU
AWS 与 NVIDIA 于 2026 年 8 月 26 日宣布扩大 AI 基础设施合作，计划部署 200 万块新增 GPU，并深化 Vera CPU、网络、开放模型和机器人技术集成。
AWS 与 NVIDIA 扩大合作：计划新增 200 万块 GPU
AWS 与 NVIDIA 在 2026 年 8 月 26 日同步宣布扩大合作，计划在 AWS 全球基础设施中部署 200 万块新增 NVIDIA GPU，并深化 CPU、网络、开放模型、数据处理和机器人领域的联合工作。该数字来自双方官方新闻稿，描述的是计划部署规模，不代表已经全部上线或当前可购买库存。
此次事件紧接Amazon EC2 二十周年回顾，也与Google Cloud Advanced Compute Images反映的 AI 基础设施扩张趋势形成对照，但不同云厂商的产品成熟度和供给不能直接类推。
公告确认了哪些内容
双方称新增部署将覆盖 AWS 全球基础设施，并继续扩展 NVIDIA 加速计算实例。合作范围不只包括 GPU，还提到 NVIDIA Vera CPU、先进网络、Nemotron 开放模型、数据处理和物理 AI 技术。新闻稿把目标指向智能体与物理 AI 工作负载，但没有给出所有容量上线的逐区时间表。
因此，“200 万块”应理解为合作计划，而不是用户现在可以在任一区域立即申请的确定配额。实际可用实例、区域、预留方式和服务限制仍要以 AWS 控制台和正式产品文档为准。
为什么不只是 GPU 数量新闻
大规模加速器需要配套 CPU、网络、存储、供电、散热和调度系统。双方把 Vera CPU 与先进网络列入合作，说明目标是形成完整的 AI 工厂基础设施，而不是孤立采购芯片。开放模型与机器人技术的加入，则把合作延伸到软件与应用层。
对云用户而言，更多基础设施可能扩大长期供给选择，但不能据此保证成本下降、特定区域有货或某个模型运行效果。价格、配额和实例交付仍受区域、购买方式和项目审批影响。
对云计算市场的影响
计划规模显示头部云厂商继续为训练、推理、智能体和物理 AI 建设专用容量。竞争焦点正在从单块加速器规格，转向芯片、互连、集群调度、模型和托管服务的整体交付。
同时，集中扩建也会提高用户对供应链、区域依赖和长期承诺的关注。团队选择平台时，应评估工作负载可移植性、数据位置、网络出口、容量保障与退出成本，而不是只依据公告中的总量。
用户现在应关注什么
首先关注实际实例和区域发布，而不是把合作新闻当作产品可用通知。其次检查现有训练与推理流水线能否适配不同加速器、网络和容器镜像。第三，为容量不足、区域故障和成本变化保留替代配置。
需要大规模资源的团队还应区分按需、预留和长期承诺，并让配额申请、数据传输与存储进入总成本模型。采集时间：2026-08-27；本文不引用具体售价。
时效性边界
截至资料采集时，双方官方稿件确认的是合作扩展和计划部署。未来实际上线节奏、实例名称、区域与客户获取条件可能继续变化。任何采购或架构决定都应回到对应服务文档和账户可见状态核验。
这项合作的重要性在于规模与技术栈范围同时扩大，但它仍是路线与建设承诺。将新闻稿中的计划、已发布产品和账户实际容量分开，才是判断其业务影响的可靠方式。
