一句話總結：AWS 與輝達深化結盟，兩年內追加部署 200 萬顆 GPU，涵蓋 Blackwell Ultra 到 Rubin Ultra 全系列，這不只是硬體採購，更是雲端巨頭在自研晶片與外部生態系之間的關鍵平衡策略。
核心要點
- 200 萬顆是 AWS 在 3 月宣布「百萬顆」部署目標後的直接翻倍，時間壓縮在兩年內完成，理由是市場需求「遠超預期」。
- 導入型號從 Blackwell Ultra、Rubin 一路延伸到 Rubin Ultra，瞄準的並非一般推論任務，而是AI 工廠、代理式 AI、實體 AI 這類吃資源怪獸。
- 雙方合作已不限於 GPU，進一步涵蓋輝達 Vera CPU、先進網路、開放模型、資料處理與機器人領域，等於是從晶片到系統架構的全面綁定。
- 專為美國政府打造的高安全性 AI 工廠將部署 10 萬顆 GPU，支援聯邦與國安級任務，顯示 AI 算力已升級為戰略資源。
- AWS 在力推自研晶片 Trainium 與 Inferentia 的同時，仍大規模加碼輝達，透露一個訊號：「自研不等於獨吞，客戶要的是選擇權」。
今年 3 月 AWS 才剛宣布「2026 年起部署 100 萬顆輝達 GPU」，不到半年這個數字就被推翻。不是計畫有誤，是市場熱度讓原本的算力規畫顯得過於保守。雙方在 8 月 26 日的聯合聲明中給出的理由是——「市場對 AI 基礎設施的需求持續升溫且遠超預期」。這句話翻譯成白話文就是：再不砸錢，客戶就要跑去隔壁棚了。
200 萬顆是什麼概念？如果以一顆 H100 目前行情約 3 萬美元來粗抓，這批晶片採購規模上看數百億美元。但有意思的不是金額，而是 AWS 的採購清單——Blackwell Ultra、Rubin、Rubin Ultra，等於輝達接下來兩到三年的主力產品線全包了。換句話說，AWS 不只是「買晶片」，而是用預購的方式綁定輝達的未來產品節奏。
另一個值得注意的細節是 RTX PRO 4500 Blackwell Server Edition GPU 將導入 Amazon EC2 G7 執行個體。這不是最高階的運算主力，但補齊了 AWS 在企業級繪圖與專業視覺化應用場景的拼圖。換個角度想，AWS 的盤算是把輝達晶片從「訓練專用」延伸到「推論與端到端應用」，讓客戶在同一個雲端環境裡搞定所有 AI 工作負載。
話說回來，AWS 自研晶片 Trainium 和 Inferentia 這幾年也沒閒著。一邊養自家的晶片團隊，一邊又跟輝達簽下史上最大 GPU 訂單，這矛盾嗎？其實一點也不。雲端客戶的需求光譜太寬了——有人要最佳性價比、有人要生態系相容性、有人只要輝達的 CUDA 生態系。AWS 的戰略從來不是「哪個晶片贏就押哪邊」，而是「你想要的我都有」。這才是雲端龍頭的護城河。
至於與美國政府合作的 10 萬顆 GPU 專屬 AI 工廠，則把這場算力競賽拉到另一個維度。AI 晶片已經不只是商業競爭的籌碼，更被納入國家級基礎設施的規畫裡。當聯邦與國安任務的關鍵應用都要跑在 AWS 與輝達共構的環境上，這條合作關係的深度，已經不是一般商業合約能比擬的了。
從產業面來看，這筆訂單有兩個層面的意義。第一，輝達的 Blackwell 系列與 Rubin 生態系獲得全球最大雲端客戶的背書，等於向市場宣告「下一代 AI 算力的規格標準還在輝達手上」，AMD 與英特爾想要超車，難度只增不減。第二，AWS 用實際行動告訴華爾街：就算自研晶片搞得風生水起，我們還是會花大錢買輝達——這句話同時在安撫投資人與客戶，因為市場最怕的是單一供應商的壟斷風險。AWS 的解法是「兩邊都押，而且押很大」，短期內這是最穩妥的商業策略，但長期來看，當自研晶片成熟到某個臨界點，這段關係會不會從「合作」轉向「競合」？值得持續觀察。
這筆訂單對一般企業有什麼啟示？
如果你在公司負責 AI 基礎設施的決策，請記住一句話：算力不是愈大愈好，而是愈「對」愈好。AWS 砸 200 萬顆 GPU，是因為它要服務幾十萬家客戶的混合需求。但對單一企業來說，與其追逐最新最強的晶片，不如先搞清楚自己的工作負載型態——是需要大規模訓練？還是輕量推論？是即時回應還是批次處理？先釐清這些，再來談該用哪一種算力資源。盲目追高的結果，往往是帳單爆炸、利用率低落，最後被 CFO 叫去喝咖啡。
一句話結論
AWS 用 200 萬顆 GPU 的實際行動，確認了 AI 算力軍備競賽沒有降溫跡象，也確立了輝達在雲端生態系中的關鍵地位——至少，在未來兩年內還是如此。
本文改寫整理自公開新聞來源，原始報導由科技新報發布。
常見問題 FAQ
AWS 為什麼不在自研晶片上多投入，反而一直買輝達 GPU？
因為客戶需要選擇權。自研晶片主打性價比，輝達 GPU 主打生態系與效能，AWS 兩邊都押是為了滿足不同工作負載的需求，同時分散供應鏈風險。
200 萬顆 GPU 會在什麼時候完成部署？
AWS 與輝達的協議為兩年內陸續部署，涵蓋 Blackwell Ultra、Rubin 與 Rubin Ultra 等次世代產品線，時間點約落在 2026 至 2027 年間。
代理式 AI（Agentic AI）跟一般 AI 有什麼不同？為什麼需要更多算力？
代理式 AI 指的是具備自主決策與多步驟規劃能力的 AI 系統，不像傳統生成式 AI 只是「問一句答一句」，它需要連續推論、記憶與反思，因此對算力的需求高出數倍到數十倍不等。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。