AWS 與 NVIDIA 如何推動代理式人工智慧與物理人工智慧的發展
![NVIDIA 執行長 黃仁勳]()
NVIDIA 執行長黃仁勳(圖片來源:Tomohiro Ohsumi/Getty Images)
黃仁勳領導的 NVIDIA 與 AWS 擴大全球合作規模,部署 200 萬顆 GPU 以驅動新一代具代理能力與物理人工智慧的企業基礎設施
AWS 與 NVIDIA 宣布大幅擴展雙方長期以來的戰略合作關係,以滿足全球對 AI 基礎設施日益激增的需求。
隨著人工智慧建設持續推進,運算能力正逐漸成為全球擴張速度最快的資源之一。諮詢公司麥肯錫(McKinsey)估計,到 2030 年,全球資料中心預計將需要 6.7 兆美元的投資,才能跟上前所未有的運算能力需求。
這兩家處於 AI 熱潮核心的領先企業,正進一步深化客戶對 AWS 上 NVIDIA 加速運算的快速採用;除此之外,雙方還計劃在 AWS 的全球基礎設施中額外部署 200 萬顆 NVIDIA GPU。
「NVIDIA 與 AWS 已打造出人工智慧時代最強勁的成長引擎之一,而需求增長速度更遠超所有預測。
」—— NVIDIA 創辦人暨執行長 黃仁勳
今年三月,AWS 宣布計劃自 2026 年起新增超過一百萬顆 NVIDIA GPU。圖片來源:NVIDIA
驅動實體與代理式人工智慧
雙方強調,將在 AI 工廠、CPU、網路、開放式模型、資料處理及機器人技術等領域深化合作;NVIDIA 表示,兩家公司將共同打造協同設計的 AI 解決方案,讓客戶能夠以「前所未有的規模」加速「AI 開發與部署」。
AWS 執行長 Matt Garman 表示:「客戶希望擁有自由選擇最適合其 AI 工作負載工具的彈性,同時也希望確信所有元件都能無縫協作。」
AWS 執行長 Matt Garman。圖片來源:亞馬遜網路服務(AWS)
「正因如此,我們與 NVIDIA 進行了深度投資,致力於讓 AWS 成為運行 NVIDIA 人工智慧技術的最佳平台,並從網路、安全到部署等各層面優化基礎架構的效能。此次擴大合作將為前沿實驗室、企業及政府機構提供更多在 AWS 上建構與部署人工智慧的途徑。」
合作夥伴關係重點
- NVIDIA Vera 處理器即將登陸 AWS
- 全新 EC2 G7 執行個體將推論效能提升 4.6 倍
- 為符合 IL6 安全標準而建的聯邦 AI 工廠
- Amazon Robotics 採用 Jetson、Omniverse 及 Isaac
- Annapurna Labs 透過 NVLink Fusion 連接 Trainium
這意味著什麼
今年 3 月,AWS 宣布計劃自 2026 年起新增超過一百萬顆 NVIDIA GPU。 此後,需求已超出預期——因此 AWS 計畫在 2027 年至 2028 年間,於 AWS 全球基礎設施(包括 AI 工廠)中額外部署 200 萬顆 NVIDIA Blackwell Ultra、Rubin 及 Rubin Ultra GPU。
「NVIDIA 與 AWS 已共同打造了 AI 時代最偉大的成長引擎之一,而需求正以超越所有預期的速度增長,」NVIDIA 創辦人暨執行長黃仁勳表示。
NVIDIA 創辦人、總裁暨執行長黃仁勳(圖片來源:Getty)
「過去 16 年來,我們攜手將 NVIDIA 的雲端運算能力不斷擴展。 如今,我們正將合作夥伴關係擴展至全堆疊領域——涵蓋 GPU、CPU、網路、開放式模型及軟體——以空前的速度與規模,將自主行動與實體人工智慧變為現實,這正是唯有 AWS 與 NVIDIA 才能實現的。此次合作擴展反映了客戶對 AWS 上 NVIDIA 平台的需求。」
兩家公司強調,擴大合作關係意味著:
- 透過客製化的 NVIDIA 高頻寬記憶體,擴展 NVIDIA NVLink Fusion 技術
- 為美國政府建置 AI 工廠,包括在安全的 AWS 基礎架構上部署 100,000 顆 GPU,用以執行聯邦及國家安全工作負載
- 將 NVIDIA 平台與 AWS Nitro System 及 Elastic Fabric Adapter 整合,以提升安全性與可靠性
- 持續在 Amazon Bedrock 和 Amazon SageMaker 上支援 NVIDIA Nemotron 開放式模型
- 透過 NVIDIA cuDF 和 cuVS CUDA-X 函式庫,加速 Amazon EMR 和 Amazon OpenSearch 上的資料處理與向量索引
- 透過 Amazon Robotics 採用 NVIDIA 的物理 AI 平台,進一步推動機器人工作負載的發展
「看到 AWS 與 NVIDIA 讓 AI 能夠大規模投入生產,實在令人振奮
。」—— Patrol 6 技術長暨共同創辦人Skylar
Graika

額外運算能力
這項新增運算能力將有助於驅動客戶的工作負載,範圍涵蓋代理式 AI、科學發現,乃至企業自動化與物理 AI。
對於在該平台上建構應用的 AWS 客戶而言,這套擴充的技術堆疊直接針對業界的主要障礙——彌合初期 AI 試點與全面生產規模之間的差距。 以「AI 優先」為核心理念的隨身攝影機公司 Patrol 6(該公司採用 AWS 平台)的技術長暨共同創辦人 Skylar Graika 在 LinkedIn 上針對此發展撰文表示:「看到 AWS 與 NVIDIA 讓 AI 能夠大規模投入生產,實在令人振奮。
Patrol 6 技術長暨共同創辦人 Skylar Graika。圖片來源:Skylar Graika/LinkedIn
「從試點過渡到全面部署是許多團隊卡關之處,而這些整合方案確實能加速產生實際影響。」
NVIDIA 的關鍵合作夥伴
除了與 AWS 顯而易見且長期以來的合作關係外,NVIDIA 還與多家主要硬體及雲端服務供應商合作。其中包括:
台積電(TSMC):作為全球領先的純半導體代工廠,台積電負責製造 NVIDIA 最先進的 AI 與圖形處理晶片,包括 Blackwell 和 Rubin 架構。 台積電運用尖端的製程節點,結合先進的「晶片上晶圓上基板」(Chip-on-Wafer-on-Substrate)封裝技術,為 NVIDIA 複雜的處理器設計提供實現所需的實體製造基礎與矽晶片規模。
戴爾科技(Dell Technologies):作為企業級伺服器與儲存基礎架構的全球龍頭,戴爾與 NVIDIA 攜手合作,提供「Dell AI Factory with NVIDIA」等整合式企業解決方案。 透過將 NVIDIA GPU、Spectrum-X 網路及 AI 軟體與 Dell PowerEdge 伺服器結合,此合作夥伴關係為運行內部部署資料中心及混合雲環境的企業,提供可擴展的「交鑰匙」AI 部署方案。
富士康:作為全球最大的電子產品代工製造商,富士康與 NVIDIA 合作生產高密度 AI 伺服器系統,包括 GB200 NVL72 機架。 富士康還整合了 NVIDIA 的實體 AI 生態系統,結合 Omniverse 數位孿生與 Isaac 機器人技術,在其各項營運中建構次世代自動化 AI 工廠、智慧製造廠房及自動駕駛車輛平台。
相關文章
Anthropic 推出 Claude Haiku 5.5,將小型模型成本降低 75%,並允許使用者調整推理強度
10月8日,Anthropic 推出了迄今為止最高效且能力最強的模型:Claude Haiku 5.5。作為 Anthropic 產品線中速度最快、能力最強的小型模型,它專為高頻、對成本敏感的應用場景而設計,例如文章摘要生成、內容分類、資料庫查詢、客戶支援回覆、瀏覽器自動化以及由大型 AI 代理委託的子任務。Haiku 5.5 採取了極具競爭力的定價策略,與上一代 Haiku 4.5 相比,平均運營成本降低了約 75%。對於請求量在 10 萬 token 以內的任務,輸入和輸出的成本分別僅為每
Claude 釋出首張完整紫外天空地圖,繪製出 1.19 億顆恆星的分佈圖
在 Anthropic 的大型語言模型 Claude 的強大協助下,天體物理學家們成功生成了歷史上首張完整的紫外全天地圖。這幅包含 1.19 億顆恆星的浩瀚星圖,主要由 Claude 利用先前的多波長天文資料完成,覆蓋了約三分之一的天空。這一突破填補了長達 50 年的歷史空白,這些空白主要是由紫外巡天望遠鏡刻意避開銀河系明亮區域所導致的。製作全天地圖是天文學研究中一項艱鉅且複雜的系統工程。人工智慧的參與顯著提高了效率,將曾經需要天體物理學家花費數週時間的繁瑣手動處理,轉變為 streamlin
商湯科技推出具備原生 4K 輸出與完整視覺編輯功能的 8B 輕量級多模態模型
感思科技(SenseTime)正式推出 SenseNova U1.5Lite,這是一款全新的輕量級原生統一多模態大型模型。這款擁有 80 億參數的高效模型,在關鍵視覺任務上表現優於同規模的替代方案,並能在複雜的版面配置與文字渲染情境中媲美大型商用模型。SenseNova U1.5Lite 原生支援 3K 至 4K 的上下文長度,能同時處理多項約束條件——包括主體、數量、空間關係、文字、版面配置及風
相關專題推薦
評論 (0)
0/500
NVIDIA 執行長黃仁勳(圖片來源:Tomohiro Ohsumi/Getty Images)
黃仁勳領導的 NVIDIA 與 AWS 擴大全球合作規模,部署 200 萬顆 GPU 以驅動新一代具代理能力與物理人工智慧的企業基礎設施
AWS 與 NVIDIA 宣布大幅擴展雙方長期以來的戰略合作關係,以滿足全球對 AI 基礎設施日益激增的需求。
隨著人工智慧建設持續推進,運算能力正逐漸成為全球擴張速度最快的資源之一。諮詢公司麥肯錫(McKinsey)估計,到 2030 年,全球資料中心預計將需要 6.7 兆美元的投資,才能跟上前所未有的運算能力需求。
這兩家處於 AI 熱潮核心的領先企業,正進一步深化客戶對 AWS 上 NVIDIA 加速運算的快速採用;除此之外,雙方還計劃在 AWS 的全球基礎設施中額外部署 200 萬顆 NVIDIA GPU。
「NVIDIA 與 AWS 已打造出人工智慧時代最強勁的成長引擎之一,而需求增長速度更遠超所有預測。
」—— NVIDIA 創辦人暨執行長 黃仁勳
今年三月,AWS 宣布計劃自 2026 年起新增超過一百萬顆 NVIDIA GPU。圖片來源:NVIDIA
驅動實體與代理式人工智慧
雙方強調,將在 AI 工廠、CPU、網路、開放式模型、資料處理及機器人技術等領域深化合作;NVIDIA 表示,兩家公司將共同打造協同設計的 AI 解決方案,讓客戶能夠以「前所未有的規模」加速「AI 開發與部署」。
AWS 執行長 Matt Garman 表示:「客戶希望擁有自由選擇最適合其 AI 工作負載工具的彈性,同時也希望確信所有元件都能無縫協作。」
AWS 執行長 Matt Garman。圖片來源:亞馬遜網路服務(AWS)
「正因如此,我們與 NVIDIA 進行了深度投資,致力於讓 AWS 成為運行 NVIDIA 人工智慧技術的最佳平台,並從網路、安全到部署等各層面優化基礎架構的效能。此次擴大合作將為前沿實驗室、企業及政府機構提供更多在 AWS 上建構與部署人工智慧的途徑。」
合作夥伴關係重點
- NVIDIA Vera 處理器即將登陸 AWS
- 全新 EC2 G7 執行個體將推論效能提升 4.6 倍
- 為符合 IL6 安全標準而建的聯邦 AI 工廠
- Amazon Robotics 採用 Jetson、Omniverse 及 Isaac
- Annapurna Labs 透過 NVLink Fusion 連接 Trainium
這意味著什麼
今年 3 月,AWS 宣布計劃自 2026 年起新增超過一百萬顆 NVIDIA GPU。 此後,需求已超出預期——因此 AWS 計畫在 2027 年至 2028 年間,於 AWS 全球基礎設施(包括 AI 工廠)中額外部署 200 萬顆 NVIDIA Blackwell Ultra、Rubin 及 Rubin Ultra GPU。
「NVIDIA 與 AWS 已共同打造了 AI 時代最偉大的成長引擎之一,而需求正以超越所有預期的速度增長,」NVIDIA 創辦人暨執行長黃仁勳表示。
NVIDIA 創辦人、總裁暨執行長黃仁勳(圖片來源:Getty)
「過去 16 年來,我們攜手將 NVIDIA 的雲端運算能力不斷擴展。 如今,我們正將合作夥伴關係擴展至全堆疊領域——涵蓋 GPU、CPU、網路、開放式模型及軟體——以空前的速度與規模,將自主行動與實體人工智慧變為現實,這正是唯有 AWS 與 NVIDIA 才能實現的。此次合作擴展反映了客戶對 AWS 上 NVIDIA 平台的需求。」
兩家公司強調,擴大合作關係意味著:
- 透過客製化的 NVIDIA 高頻寬記憶體,擴展 NVIDIA NVLink Fusion 技術
- 為美國政府建置 AI 工廠,包括在安全的 AWS 基礎架構上部署 100,000 顆 GPU,用以執行聯邦及國家安全工作負載
- 將 NVIDIA 平台與 AWS Nitro System 及 Elastic Fabric Adapter 整合,以提升安全性與可靠性
- 持續在 Amazon Bedrock 和 Amazon SageMaker 上支援 NVIDIA Nemotron 開放式模型
- 透過 NVIDIA cuDF 和 cuVS CUDA-X 函式庫,加速 Amazon EMR 和 Amazon OpenSearch 上的資料處理與向量索引
- 透過 Amazon Robotics 採用 NVIDIA 的物理 AI 平台,進一步推動機器人工作負載的發展
「看到 AWS 與 NVIDIA 讓 AI 能夠大規模投入生產,實在令人振奮
。」—— Patrol 6 技術長暨共同創辦人Skylar
Graika

額外運算能力
這項新增運算能力將有助於驅動客戶的工作負載,範圍涵蓋代理式 AI、科學發現,乃至企業自動化與物理 AI。
對於在該平台上建構應用的 AWS 客戶而言,這套擴充的技術堆疊直接針對業界的主要障礙——彌合初期 AI 試點與全面生產規模之間的差距。 以「AI 優先」為核心理念的隨身攝影機公司 Patrol 6(該公司採用 AWS 平台)的技術長暨共同創辦人 Skylar Graika 在 LinkedIn 上針對此發展撰文表示:「看到 AWS 與 NVIDIA 讓 AI 能夠大規模投入生產,實在令人振奮。
Patrol 6 技術長暨共同創辦人 Skylar Graika。圖片來源:Skylar Graika/LinkedIn
「從試點過渡到全面部署是許多團隊卡關之處,而這些整合方案確實能加速產生實際影響。」
NVIDIA 的關鍵合作夥伴
除了與 AWS 顯而易見且長期以來的合作關係外,NVIDIA 還與多家主要硬體及雲端服務供應商合作。其中包括:
台積電(TSMC):作為全球領先的純半導體代工廠,台積電負責製造 NVIDIA 最先進的 AI 與圖形處理晶片,包括 Blackwell 和 Rubin 架構。 台積電運用尖端的製程節點,結合先進的「晶片上晶圓上基板」(Chip-on-Wafer-on-Substrate)封裝技術,為 NVIDIA 複雜的處理器設計提供實現所需的實體製造基礎與矽晶片規模。
戴爾科技(Dell Technologies):作為企業級伺服器與儲存基礎架構的全球龍頭,戴爾與 NVIDIA 攜手合作,提供「Dell AI Factory with NVIDIA」等整合式企業解決方案。 透過將 NVIDIA GPU、Spectrum-X 網路及 AI 軟體與 Dell PowerEdge 伺服器結合,此合作夥伴關係為運行內部部署資料中心及混合雲環境的企業,提供可擴展的「交鑰匙」AI 部署方案。
富士康:作為全球最大的電子產品代工製造商,富士康與 NVIDIA 合作生產高密度 AI 伺服器系統,包括 GB200 NVL72 機架。 富士康還整合了 NVIDIA 的實體 AI 生態系統,結合 Omniverse 數位孿生與 Isaac 機器人技術,在其各項營運中建構次世代自動化 AI 工廠、智慧製造廠房及自動駕駛車輛平台。
Anthropic 推出 Claude Haiku 5.5,將小型模型成本降低 75%,並允許使用者調整推理強度
10月8日,Anthropic 推出了迄今為止最高效且能力最強的模型:Claude Haiku 5.5。作為 Anthropic 產品線中速度最快、能力最強的小型模型,它專為高頻、對成本敏感的應用場景而設計,例如文章摘要生成、內容分類、資料庫查詢、客戶支援回覆、瀏覽器自動化以及由大型 AI 代理委託的子任務。Haiku 5.5 採取了極具競爭力的定價策略,與上一代 Haiku 4.5 相比,平均運營成本降低了約 75%。對於請求量在 10 萬 token 以內的任務,輸入和輸出的成本分別僅為每
Claude 釋出首張完整紫外天空地圖,繪製出 1.19 億顆恆星的分佈圖
在 Anthropic 的大型語言模型 Claude 的強大協助下,天體物理學家們成功生成了歷史上首張完整的紫外全天地圖。這幅包含 1.19 億顆恆星的浩瀚星圖,主要由 Claude 利用先前的多波長天文資料完成,覆蓋了約三分之一的天空。這一突破填補了長達 50 年的歷史空白,這些空白主要是由紫外巡天望遠鏡刻意避開銀河系明亮區域所導致的。製作全天地圖是天文學研究中一項艱鉅且複雜的系統工程。人工智慧的參與顯著提高了效率,將曾經需要天體物理學家花費數週時間的繁瑣手動處理,轉變為 streamlin
商湯科技推出具備原生 4K 輸出與完整視覺編輯功能的 8B 輕量級多模態模型
感思科技(SenseTime)正式推出 SenseNova U1.5Lite,這是一款全新的輕量級原生統一多模態大型模型。這款擁有 80 億參數的高效模型,在關鍵視覺任務上表現優於同規模的替代方案,並能在複雜的版面配置與文字渲染情境中媲美大型商用模型。SenseNova U1.5Lite 原生支援 3K 至 4K 的上下文長度,能同時處理多項約束條件——包括主體、數量、空間關係、文字、版面配置及風





首頁






