根據亞馬遜雲端運算服務（AWS）與輝達（NVIDIA）於 4 月 26 日發布的最新合作聲明，雙方計畫在未來兩年內，於 AWS 全球基礎設施中額外部署 200 萬顆輝達 GPU。這不是一個普通的採購訂單，這是 AWS 在三個月內第二次加碼，直接將今年 3 月宣布的「100 萬顆」目標翻倍。當雲端龍頭與 AI 晶片王者聯手把賭注推升到這個規模，你幾乎可以聽見全球雲端市場的牌桌正在震動。

從 100 萬到 200 萬：三個月內的算力大躍進

今年 3 月，AWS 才剛對外公布「2026 年起部署 100 萬顆輝達 GPU」的長期規劃。時隔不到兩個月，這個數字就因為「市場對 AI 基礎設施的需求持續升溫且遠超預期」而被徹底改寫。根據雙方釋出的資訊，這批新增的 200 萬顆 GPU 並非一次性到位的簡單擴充，而是涵蓋了輝達接下來三個世代的核心產品線：Blackwell Ultra、Rubin 與 Rubin Ultra。

如果我們把這筆訂單放到 AWS 目前的全球基礎設施中來看，AWS 現有的 GPU 部署規模已經相當可觀，而這 200 萬顆的額外注入，等於是在既有基礎上再疊加一座中型國家等級的超級電腦算力。AWS 在聲明中明確指出，這批晶片主要用於建構 AI 工廠，支撐代理式 AI（Agentic AI）、科學研究、企業自動化與實體 AI（Physical AI）等高階工作負載。說白了，AWS 正在做的不是「買更多伺服器」，而是「打造下一代 AI 的生產線」。

從產業面來看，AWS 這波加碼釋出了兩個關鍵訊號。第一，AI 算力的需求曲線比所有人預估的都更陡峭，三個月就翻倍不是策略調整，是客戶已經在敲門要資源了。第二，AWS 在自研晶片 Trainium 與 Inferentia 之外仍然重押輝達，等於承認在最高階的 AI 訓練與代理式 AI 工作負載上，輝達的生態系短期內沒有替代方案。這不是二選一的問題，是「小孩子才做選擇」的全面布局。

不只是 GPU：AWS 與輝達的合作已經滲透到每一個層級

這份合作協議的規模，遠超過「買晶片」三個字能涵蓋的範圍。根據 AWS 公布的合作架構，雙方的技術整合將全面延伸至輝達 Vera CPU、先進網路技術、開放模型、資料處理與機器人等多個領域。這意味著 AWS 不只是在 EC2 執行個體上裝上輝達的 GPU，而是從底層的 CPU 架構、網路傳輸、資料管理到上層的 AI 模型，都將與輝達的技術生態系深度綑綁。

其中一個值得注意的細節是，AWS 將進一步擴展 Blackwell 產品線，導入 RTX PRO 4500 Blackwell Server Edition GPU，專供 Amazon EC2 G7 執行個體使用。這款產品的定位比較特殊，它不是超大規模的訓練叢集用的，而是瞄準了企業級的工作站負載。從這個布局來看，AWS 的策略很清楚：高階訓練交給 Rubin Ultra 這種怪物級晶片，企業端的 AI 推論與專業視覺化工作則由 Blackwell 系列補上，上下通吃。

AWS 與輝達這次的合作，已經超越了傳統的「供應商—客戶」關係。當一家雲端業者願意在一個合作夥伴的晶片架構上同時押注 CPU、GPU、網路與軟體堆疊，這不是採購，這是戰略結盟。尤其 AWS 本身還有自研晶片團隊，這份協議等於宣告：輝達的技術路線在未來三到五年內，仍然是 AWS 眼中最可靠的 AI 基礎設施選項。反過來說，輝達也透過 AWS 的全球覆蓋，把晶片直接送到了每一個可能誕生下一個 AI 獨角獸的開發者手上。

政府級 AI 工廠：10 萬顆晶片背後的國家安全邏輯

這份合作協議中最特別的一個環節，是雙方聯手為美國政府打造專屬 AI 工廠。根據 AWS 公布的資訊，這個專案將在 AWS 的高安全性環境中部署 10 萬顆 GPU，專門支援聯邦與國安級別的關鍵任務。這不是商業客戶的 AI 算力租賃，這是基礎設施被直接劃分出一塊「國家專區」。

這件事情的意義有兩層。第一層很實際：美國政府正在建立自己的 AI 算力儲備，而且選擇用民間雲端業者的基礎設施來快速達標。第二層更有意思：當一個國家的國安體系開始依賴特定廠商的 GPU 架構，這些晶片就不再只是商業產品，而是戰略物資。AWS 與輝達在這個時間點聯手切入政府專案，等於在下一輪的「國家級 AI 軍備競賽」中搶到了門票。

數據背後的啟示

AWS 在三個月內將輝達 GPU 的部署目標從 100 萬顆拉升到 200 萬顆，這個速度本身已經說明了市場的飢渴程度。根據 AWS 與輝達的共同聲明，這次擴編的直接原因是「先前部署目標已無法滿足現狀」。這句話翻譯成白話文就是：客戶的 AI 專案正在排隊等算力，AWS 不加快腳步，這塊市場就會被微軟 Azure 或 Google Cloud 分食。

從更宏觀的角度來看，這 200 萬顆 GPU 的部署不只是 AWS 的基礎設施升級，它同時也確立了幾個趨勢：第一，AI 算力從「稀缺資源」變成「戰略資源」的速度比預期更快；第二，輝達的 Rubin 與 Blackwell 生態系已經成功卡位了至少未來三年的雲端 AI 基礎設施規格；第三，AWS 在自研晶片與第三方晶片之間找到了並行路線，不再被「選邊站」的敘事綁架。

對企業決策者來說，這份協議傳遞的訊號很直接：如果你還在評估是否要將 AI 工作負載遷移到雲端，AWS 這次的加碼已經幫你鋪好了一條至少三年內不會遇到算力瓶頸的路。剩下的問題只有一個：你的應用場景準備好了嗎？

換個角度想，AWS 這 200 萬顆晶片訂單真正的受益者，其實不只是 AWS 和輝達。那些正在開發代理式 AI 應用、實體 AI 機器人、或是需要大規模科學運算的新創公司，才是這條算力高速公路開通後的最大贏家。基礎設施到位了，創意就有了落地的地方。如果說過去兩年是 AI 模型的「發明期」，AWS 和輝達正在聯手打造的，就是下一個階段的「量產期」。

你的企業準備好迎接代理式 AI 時代了嗎？ 如果 AWS 與輝達聯手砸下 200 萬顆 GPU 布局 AI 工廠，你認為貴公司的 IT 策略應該如何因應這波算力浪潮？是時候重新評估你的雲端 AI 架構，還是先觀望市場變化？歡迎在下方留言分享你的觀點，或與我們的編輯團隊進一步交流。

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 這次部署的 200 萬顆輝達 GPU 包含哪些型號？

涵蓋輝達 Blackwell Ultra、Rubin 與 Rubin Ultra 等次世代 GPU 型號，另外也包括 RTX PRO 4500 Blackwell Server Edition GPU，適用於 Amazon EC2 G7 執行個體。

AWS 為什麼在三個月內把 GPU 部署目標從 100 萬顆提高到 200 萬顆？

因為市場對 AI 基礎設施的需求持續升溫且遠超預期，先前的 100 萬顆目標已無法滿足客戶需求，因此雙方決定直接將規模翻倍。

這批 GPU 主要用來做什麼？

主要用於建構 AI 工廠，支援代理式 AI、科學研究、企業自動化及實體 AI 等高階工作負載，另外也包含美國政府專屬的國安級 AI 專案。

AWS 有自研晶片，為什麼還要大量採購輝達 GPU？

AWS 的 Trainium 與 Inferentia 自研晶片主要服務特定工作負載，而輝達 GPU 在最高階的 AI 訓練、代理式 AI 與科學運算領域仍具有生態系與軟體優勢，兩者是並行策略而非取代關係。

※ 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。