輝達與亞馬遜8月26日宣布擴大合作，AWS新增採購200萬顆輝達GPU。五個月前雙方簽下的上一份合約是100萬顆出頭，這次的增量等於把原有規模再翻一倍。兩家公司在公告中給出的理由是需求超出先前預期，來源包括新創公司、企業客戶、AI實驗室與政府部門。
自研晶片沒有取代輝達
亞馬遜自研的加速晶片目前年化營收已衝到250億美元，在所有雲端服務商的自研AI晶片中排名第一。按常見的推論，自研愈強、外購應該愈少。這筆訂單卻把這個推論打回票：兩條路線同時在擴張。
原因藏在客戶結構裡。AWS上規模最大的那幾個AI負載並非全部來自亞馬遜自己——Anthropic、OpenAI這類外部實驗室在輝達那端承諾的採購總額已達2250億美元量級，這些團隊的工程架構大多綁在CUDA上，移轉成本高、時間又緊迫。雲端服務商能做的就是把貨備齊。自研晶片吃下的是亞馬遜自己能定義排程的那部分負載，兩者並非互相取代的關係。
訂單之外的合作內容
這次的合作範圍比「買GPU」寬得多。除GPU外，AWS會引進輝達的Vera CPU，把針對機器人打造的實體AI技術堆疊搬進來，Nemotron系列開源模型透過Amazon Bedrock與SageMaker提供，網路硬體也會整合進AWS基礎設施。輝達財務長Colette Kress對Vera的部署方式表示「一部分與Rubin整合，一部分獨立上架（some integrated with Rubin, others standalone）」。
Vera CPU這條產品線值得單獨拉出來看。黃仁勳今年5月給它評估的潛在市場規模是2000億美元，對手是在資料中心站穩二十年的x86架構。拿下AWS這種等級的客戶，等於替這條產品線做了第一次大規模背書。
供需兩端同時加槓桿
輝達最新一季資料中心營收達890億美元，年增117%，下一季營收展望上看1080億美元。為了接住這些訂單，輝達自己也在向上游押注：對供應鏈與製造產能的承諾規模約2790億美元，本財年剩餘時間預估支出920億美元，2028財年則是870億美元。
"The thing that matters for the industry is that AI is now doing productive and useful work. AI is generating profitable tokens."
對這個產業來說，重要的是AI現在確實在做有產出的工作，它產生的是能賺錢的token。
黃仁勳在財報後留下這句話，把資本支出的合理性錨回營收端。粗算一下這筆帳的規模：200萬顆GPU按當前世代的公開價格區間估算，光是硬體本身就是千億美元等級的支出，再加上機房、供電與網路，AWS未來幾年要從這批運算資源上回收的租金規模同樣是千億美元等級（估算值，雙方均未揭露合約金額）。雲端服務商敢簽下這種規模，前提是客戶端的承諾採購已經排到同一個時間尺度上。
對下游用戶來說，交付節奏比總量更有參考價值。上一份100萬顆的合約簽在五個月前，具體到貨時間至今尚未對外公布；這次200萬顆疊加上去後，AWS的GPU執行個體什麼時候不再需要排隊，才是判斷這輪擴張成色的關鍵數字。
參考來源：CocoLoop、TechCrunch、輝達財報電話會議；GPU數量、資料中心營收與資本支出承諾均以輝達揭露口徑核實，合約金額雙方均未公開。