Story
August 29, 2026
Amazons Nvidia-Abhängigkeit vertieft sich, da die KI-Nachfrage die Planungen weit übertrifft
AWS fügt zwei Millionen weitere Nvidia-GPUs hinzu, nachdem die Nachfrage die früheren Expansionspläne übertroffen hat. Die Partnerschaft weitet sich auf CPUs, Software und Robotik aus, während Amazon gleichzeitig eigene KI-Chips verfolgt.
Amazon und Nvidia stellen ihre erweiterte Allianz als den schnellsten Weg dar, KI im großen Maßstab in den produktiven Einsatz zu bringen, während das eigene Chipprogramm von AWS die strategische Spannung unterhalb der Vereinbarung unterstreicht: Amazon will jetzt mehr Nvidia-Kapazität, ohne seine langfristige Unabhängigkeit aufzugeben.
Die Partnerschaft hatte sich bereits schnell entwickelt. Im März erklärte AWS, ab 2026 mehr als eine Million Nvidia-GPUs einzusetzen. Fünf Monate später hatte die Nachfrage von Start-ups, Unternehmen, KI-Laboren und Regierungen diesen Plan übertroffen, woraufhin Amazon für AWS-Rechenzentren in den Jahren 2027 und 2028 zusätzlich zwei Millionen Blackwell-Ultra-, Rubin- und Rubin-Ultra-GPUs bestellte.1
Nvidia-Chef Jensen Huang wertete die Eskalation als Beleg dafür, dass das Rennen um KI-Infrastruktur nicht länger spekulativ ist. „Die Nachfrage liegt vor jeder Prognose“, sagte er und argumentierte, dass sich die 16-jährige Cloud-Beziehung der Unternehmen nun über „GPUs, CPUs, Netzwerke, offene Modelle und Software“ hinweg ausweite.2
AWS-Chef Matt Garman stellte denselben Schritt als Angebot der Kundenwahl und nicht als Lock-in-Strategie dar. Kunden wollten, sagte er, die besten Werkzeuge für ihre KI-Workloads und die Gewissheit, dass sie zusammenarbeiten; die ausgeweitete Zusammenarbeit gebe Laboren, Unternehmen und Regierungen mehr Möglichkeiten, auf AWS aufzubauen.2
Die Vereinbarung reicht weit über Chipkäufe hinaus. AWS plant, Nvidias Vera-CPUs in seine Cloud zu integrieren, Nvidias Nemotron-Modelle über Bedrock und SageMaker bereitzustellen und Nvidias Robotik-Stack – einschließlich Jetson, Omniverse und Isaac – für Amazon Robotics zu übernehmen.1
Doch Amazon baut auch das Gegengewicht auf. Seine Trainium-Chips konkurrieren direkt bei Deep-Learning-Workloads, während Graviton auf Serverprozessoren abzielt; AWS erklärte, sein Geschäft mit kundenspezifischen Chips habe eine annualisierte Umsatzrate von 25 Milliarden US-Dollar überschritten. Das unmittelbare Urteil ist klar: Selbst ein Unternehmen, das stark in Alternativen investiert, sieht Nvidia als unverzichtbar an, während die Nachfrage nach KI-Rechenleistung weiter zunimmt.1