英伟达与亚马逊 8 月 26 日宣布扩大合作，AWS 新增采购 200 万颗英伟达 GPU。五个月前双方签下的上一份协议是 100 万颗出头，这次的增量相当于把原有规模再叠一倍。两家在公告里给出的理由是需求超过了此前的预期，来源包括初创公司、企业客户、AI 实验室和政府部门。
自研芯片没有替掉英伟达
亚马逊自研的加速芯片目前跑到 250 亿美元 的年化收入运行率，在所有云厂的自研 AI 芯片里排在最前面。按常见推论，自研越强、外采越少。这笔订单把这条推论压了回去：两条线在同时扩张。
原因藏在客户结构里。AWS 上体量最大的那几个 AI 负载并不都来自亚马逊自己——Anthropic、OpenAI 一类外部实验室在英伟达侧的承诺采购总额已到 2250 亿美元量级，这些团队的工程栈大多绑在 CUDA 上，迁移成本高、时间窗口紧。云厂能做的事是把卡备齐。自研芯片吃的是亚马逊自己能定义调度的那部分负载，两者并不互相取代。
订单之外的部分
这次的合作范围比”买卡”要宽。除 GPU 外，AWS 会引入英伟达的 Vera CPU，把面向机器人的物理 AI 栈搬进来，Nemotron 系列开源模型通过 Amazon Bedrock 和 SageMaker 提供，网络硬件也会在 AWS 基础设施里做整合。英伟达 CFO Colette Kress 对 Vera 的部署方式给的说法是 “some integrated with Rubin, others standalone”，即一部分与 Rubin 平台整合、一部分独立上架。
Vera CPU 这条线单独拎出来看。黄仁勋在 5 月给它划的潜在市场规模是 2000 亿美元，对手是在数据中心里站了二十年的 x86。拿下 AWS 这个体量的客户，等于给这条产品线做了第一次大规模背书。
供需两端都在加杠杆
英伟达最新一季数据中心收入 890 亿美元，同比增长 117%，下一季营收指引给到 1080 亿美元。为了接住这些订单，它自己也在往上游押注：对供应链与制造产能的承诺规模约 2790 亿美元，本财年剩余时间预计支出 920 亿美元，2028 财年的数字是 870 亿美元。
黄仁勋在财报后留下一句话：
“The thing that matters for the industry is that AI is now doing productive and useful work. AI is generating profitable tokens.”
对这个行业来说，要紧的是 AI 现在确实在干有产出的活，它生成的是能赚钱的 token。
潜台词是把资本开支的合理性锚回收入端。粗算一下这笔账的体量：200 万颗 GPU 按当前世代的公开价格区间估，硬件本身就是千亿美元级的支出，再叠上机房、供电与网络，AWS 未来几年要从这批算力上收回的租金规模同样以千亿计（估算，双方均未披露合同金额）。云厂敢签，前提是客户侧的承诺采购已经排到了同一个时间尺度上。
对下游用户来说，交付节奏比总量更有参考意义。上一份 100 万颗的协议签在五个月前，具体到货时间至今没有对外披露；200 万颗叠上去之后，AWS 的 GPU 实例什么时候不再需要排队，才是判断这轮扩张成色的那个数。
参考来源：CocoLoop、TechCrunch、英伟达财报电话会；GPU 数量、数据中心收入与资本开支承诺以英伟达披露口径核验，合同金额双方未公开。