Amazon Web Services przygotowuje się do kolejnego dużego ruchu w wyścigu o dominację w AI. Spółka planuje znacząco rozbudować swoją infrastrukturę, dokładając kolejne miliony układów Nvidia do centrów danych na całym świecie. To wyraźny sygnał, że zapotrzebowanie na moc obliczeniową dla sztucznej inteligencji nie tylko nie słabnie, ale nadal rośnie szybciej, niż jeszcze niedawno zakładali najwięksi gracze branży.
AWS mocno przyspiesza inwestycje w AI
Według zapowiedzi Amazon Web Services chce w latach 2027–2028 wdrożyć dodatkowe 2 miliony procesorów graficznych Nvidia. To kolejny etap rozbudowy, który pojawia się po wcześniejszym planie sięgającym ponad miliona układów, mającym ruszyć od 2026 roku. Skala inwestycji pokazuje, że firma nie traktuje AI jako chwilowego trendu, lecz jako fundament przyszłego wzrostu swojej chmury.
Tak duże zamówienie ma pomóc AWS utrzymać pozycję jednego z kluczowych dostawców infrastruktury dla modeli generatywnych, systemów agentowych i bardziej zaawansowanych aplikacji AI. W praktyce oznacza to większą dostępność zasobów dla klientów biznesowych, laboratoriów badawczych i instytucji publicznych.
To jeden z tych ruchów, które pokazują skalę wyścigu infrastrukturalnego w AI. Samo oprogramowanie już nie wystarcza, jeśli brakuje mocy obliczeniowej do jego uruchamiania. Najwięksi gracze zaczynają więc budować przewagę nie tylko modelami, ale przede wszystkim zapleczem technicznym.
Nie tylko GPU, ale cały ekosystem
Współpraca Amazona i Nvidii nie ogranicza się wyłącznie do dokładania kolejnych kart graficznych. W planach są także nowe procesory Vera, które mają wspierać coraz bardziej wymagające zadania związane ze sztuczną inteligencją. Do tego dochodzą usprawnienia sieciowe, w tym rozwijana technologia NVLink Fusion oraz wyspecjalizowana pamięć o dużej przepustowości.
Taki zestaw ma znaczenie zwłaszcza w dużych klastrach obliczeniowych, gdzie liczy się nie tylko surowa moc pojedynczego układu, ale też szybkość komunikacji między komponentami. W świecie AI to właśnie te detale często decydują o realnej wydajności całej platformy.
Zobacz także: PayPal wprowadza stablecoin PYUSD do finansowania infrastruktury AI z USD.AI. To kolejny przykład tego, jak finansowanie i infrastruktura technologiczna coraz mocniej się przenikają.
Lepsze wyniki w analizie danych i wyszukiwaniu wektorowym
Amazon zapowiada również usprawnienia w swoich usługach analitycznych. Dzięki wykorzystaniu oprogramowania Nvidia cuDF przetwarzanie danych ma być nawet 3,7 razy szybsze niż w standardowych konfiguracjach. Jednocześnie firma liczy na poprawę stosunku ceny do wydajności o około 30% względem zestawów opartych wyłącznie na tradycyjnych układach.
Zmiany mają objąć także wyszukiwanie wektorowe w usługach Amazonu. Budowa indeksów ma przebiegać mniej więcej dziewięć razy szybciej po uruchomieniu na GPU. Dla firm pracujących z dużymi zbiorami danych oznacza to sprawniejsze działanie systemów rekomendacyjnych, wyszukiwarek AI i aplikacji opartych na analizie semantycznej.
Robotyka i sektor publiczny też w planie
AWS i Nvidia rozszerzają współpracę również poza klasyczne usługi chmurowe. Amazon Robotics pracuje wspólnie z Nvidią nad narzędziami symulacyjnymi, które mają przyspieszyć szkolenie robotów magazynowych nowej generacji. To ważny krok, bo symulacje potrafią znacząco skrócić czas testów i wdrożeń w automatyce.
Część mocy obliczeniowej ma zostać zarezerwowana także dla administracji publicznej i sektora obronnego. W planach znajduje się 100 tysięcy układów przeznaczonych do wrażliwych zastosowań rządowych i wojskowych w USA. To kolejny dowód na to, że zapotrzebowanie na AI obejmuje dziś nie tylko biznes, ale też bezpieczeństwo państwa.
Dlaczego ta inwestycja jest tak ważna
Szef AWS Matt Garman podkreśla, że klienci chcą przede wszystkim swobody wyboru najlepszych narzędzi do swoich zadań oraz pewności, że wszystko będzie działać spójnie. Amazon uważa więc, że najlepszym sposobem na zdobycie przewagi jest głęboka integracja wszystkich warstw infrastruktury, od sieci po wdrażanie modeli.
Z kolei Jensen Huang, założyciel i prezes Nvidii, zwraca uwagę, że popyt na przyspieszone obliczenia przerasta prognozy, nawet te tworzone całkiem niedawno. Według niego AWS i Nvidia od lat budują jeden z najważniejszych silników wzrostu ery AI, a obecna rozbudowa obejmuje już nie tylko GPU, ale także CPU, sieci, otwarte modele i oprogramowanie.
Co to mówi o rynku AI?
Tak ogromne zamówienie sugeruje, że obie firmy spodziewają się dalszego wzrostu wydatków na sztuczną inteligencję. Nowa infrastruktura ma zapewnić wyższą wydajność inferencji, lepszą grafikę i bardziej efektywne działanie całych systemów. Wcześniejsze ulepszenia już teraz oferują nawet 4,6 razy szybszą inferencję i 2,1 razy lepszą wydajność graficzną niż poprzednia generacja.
Jednocześnie pozostaje pytanie, czy realny popyt rzeczywiście utrzyma takie tempo przez kolejne lata. Jeśli jednak prognozy Amazona i Nvidii się sprawdzą, rynek AI wejdzie w jeszcze bardziej kapitałochłonną fazę, w której dominować będą firmy zdolne do budowy własnych, gigantycznych ekosystemów obliczeniowych.
Fascynująca ta rozbudowa AWS, ale mam wątpliwości co do opłacalności tych inwestycji. NVDIA i AWS nie jest już tanio, a konkurencja z AMD czy nowymi graczami jak Google zaczyna być mocno zauważalna. Może się okazać, że w dłuższym terminie klienci będą szukać tańszych rozwiązań.
Ciekawe, kiedy zaczniemy widzieć realne efekty tych GPU w codziennych aplikacjach. Jak dla mnie, AI wciąż jest grane na papierze. Większość firm wciąż nie wie, jak to sensownie wdrożyć. Jakieś prognozy co do wykorzystania tych zasobów?
Zamówienie na 2 miliony GPU to absolutny szok, pokazuje jak szybko rośnie rynek AI. Dobrze, że pojawiają się też procesory Vera, bo sama moc obliczeniowa to nie wszystko. Musi być też wydajna komunikacja między komponentami.
Ostatnio miałem do czynienia z AWS i ich usługami AI. Miałem wrażenie, że sporo obiecywali, ale w praktyce brakuje im wsparcia dla małych projektów. Liczę, że przy tej rozbudowie coś się zmieni, bo narazie mam wrażenie, że jest to bardziej marketing niż realna pomoc.
Używanie cuDF skokowo zwiększa wydajność, ale nie zapominajmy o backendzie! Liczba kart graficznych, które można wpisać w jeden klaster, tylko daje wydajność, ale nie zawsze odpowiada na wymagania aplikacji. Potrzebna jest też odpowiednia architektura!
Zastanawiam się, jak wygląda kwestia bezpieczeństwa przy takich dużych zbiorach mocy obliczeniowej? Co z danymi klientów, które mogą być przetwarzane w potężnych centrach danych? AWS musi zadbać nie tylko o wydajność.
Robotyka i symulacje w Amazonie? To może być przełom. Ostatnio kombinowałem z własnymi projektami w AI i widzę, jak czasochłonne są symulacje. Jeśli AWS uwolni moce obliczeniowe w tym obszarze, to może naprawdę przyspieszyć rozwój tych technologii.