Amazon e Nvidia presentano la loro alleanza ampliata come la via più rapida per portare l’IA in produzione su larga scala, mentre il programma di chip proprietari di AWS evidenzia la tensione strategica alla base dell’accordo: Amazon vuole più capacità Nvidia ora senza rinunciare alla propria indipendenza nel lungo periodo.

La partnership si stava già muovendo rapidamente. A marzo, AWS aveva dichiarato che avrebbe implementato più di un milione di GPU Nvidia a partire dal 2026. Cinque mesi dopo, la domanda da parte di startup, aziende, laboratori di IA e governi aveva superato quel piano, spingendo Amazon a ordinare altri due milioni di GPU Blackwell Ultra, Rubin e Rubin Ultra per i data center AWS nel 2027 e nel 2028.¹

L’amministratore delegato di Nvidia, Jensen Huang, ha descritto l’intensificazione come la prova che la corsa alle infrastrutture per l’IA non è più speculativa. «La domanda supera ogni previsione», ha detto, sostenendo che la relazione cloud sedicennale tra le aziende si sta ora espandendo a «GPU, CPU, reti, modelli aperti e software».²

L’amministratore delegato di AWS, Matt Garman, ha inquadrato la stessa mossa come una proposta di scelta per i clienti piuttosto che come una strategia di dipendenza. I clienti, ha detto, vogliono gli strumenti migliori per i loro carichi di lavoro di IA e la certezza che funzionino insieme; la collaborazione ampliata offre a laboratori, aziende e governi più modi per sviluppare su AWS.²

L’accordo va ben oltre gli acquisti di chip. AWS prevede di introdurre le CPU Vera di Nvidia nel proprio cloud, offrire i modelli Nemotron di Nvidia tramite Bedrock e SageMaker e adottare lo stack robotico di Nvidia, inclusi Jetson, Omniverse e Isaac, per Amazon Robotics.¹

Eppure Amazon sta anche costruendo un contrappeso. I suoi chip Trainium competono direttamente per i carichi di lavoro di deep learning, mentre Graviton punta ai processori per server; AWS ha dichiarato che la sua attività di chip personalizzati ha superato un tasso di ricavi annualizzato di 25 miliardi di dollari. Il verdetto immediato è chiaro: persino un’azienda che investe pesantemente in alternative considera Nvidia indispensabile mentre la domanda di capacità di calcolo per l’IA continua ad accelerare.¹