Amazon un Nvidia noslēdz stratēģisku GPU partnerību

Amazon un Nvidia tikko pacēluši savu partnerību stratēģiskas alianses līmenī. Abas kompānijas šonedēļ paziņoja, ka AWS saviem datu centriem pievienos vēl divus miljonus Nvidia GPU — solis, kas uzskatāmi parāda, cik cieši saistīts ir mākoņdatošanas mērogs ar pieprasījumu pēc paātrinātājiem.

Tie nav parasti grafikas procesori. Pasūtījums attiecas uz Nvidia jaunākajiem AI paātrinātājiem — Blackwell Ultra, kā arī Rubin un Rubin Ultra variantiem, kas īpaši izstrādāti lielu AI modeļu apmācībai un darbināšanai. Piegādes plānotas 2027. un 2028. gadā, dodot AWS laiku paplašināt AI infrastruktūru, jo darba slodzes kļūst aizvien prasīgākas.

Arī laiks nav nejaušs. Nvidia par šo jaunumu paziņoja ceturkšņa finanšu rezultātu konferences zvanā — nepilnus piecus mēnešus pēc tam, kad Amazon piekrita jau šogad sākt izvietot vairāk nekā miljonu uzņēmuma mikroshēmu. Kopš tā laika Nvidia norāda, ka pieprasījums ar lielu pārsvaru pārsniedzis uzņēmuma iekšējās prognozes. Neviena no pusēm publiski nekomentē darījuma summu dolāros. Tomēr, ņemot vērā augstākās klases GPU vienības cenu, nozares aplēses liecina, ka darījuma vērtība sasniedz vairākus desmitus miljardu dolāru.

Kas veicina šādu apetīti? Atbilde ir vienkārša — strauji aug aprēķinu ietilpīgu darba slodžu apjoms. Jaunuzņēmumi sacenšas pamata modeļu izstrādē. Uzņēmumi pāriet no pilotprojektiem uz ieviešanu ražošanas vidē. AI pētniecības laboratorijas palielina modeļu apjomu un pagarina apmācības ciklus. Arī valdības vēlas pielāgotas AI sistēmas. Tas viss nepieredzētā tempā patērē GPU skaitļošanas resursus.

Tomēr Amazon neatsakās no savām silīcija ambīcijām. AWS turpina attīstīt un popularizēt savas pielāgotās mikroshēmas — Trainium dziļās mācīšanās modeļu apmācībai un Graviton CPU darba slodzēm, kuru pamatā ir Arm arhitektūra. AWS pat paudis gatavību piedāvāt Trainium trešajām pusēm, pozicionējot to kā tiešu Nvidia apmācības aparatūras konkurentu. Vienlaikus Amazon norāda, ka pielāgoto mikroshēmu bizness strauji aug: jaunākajā atjauninājumā kompānija ziņoja par gada ieņēmumu rādītāju aptuveni $25 miljardu apmērā, ko nodrošina klientu saistības aptuveni $225 miljardu vērtībā, tostarp no tādiem uzņēmumiem kā Anthropic un OpenAI.

Kāpēc tad pirkt miljoniem Nvidia GPU, ja Amazon ir savs silīcijs? Tāpēc, ka mērogs un specializācija nav savstarpēji izslēdzoši. Trainium un Graviton ir optimizēti konkrētām darba slodzēm un nodrošina izmaksu efektivitāti. Savukārt Nvidia GPU joprojām ir nozares standarts plašākajām un aprēķinu ziņā visprasīgākajām modeļu kategorijām. Vienkārši sakot — tehnoloģiju slānis tiek diversificēts, katram uzdevumam izvēloties piemērotāko rīku.

Šis darījums sniedzas tālāk par mākoņdatošanu vien. Amazon plāno integrēt Nvidia fiziskā AI ekosistēmu savās noliktavās un uzņēmumu risinājumos — no Omniverse simulācijas platformas līdz robotikas vidusslāņa programmatūrai Isaac un Jetson malas skaitļošanas moduļiem. Programmatūras un modeļu pusē AWS pakalpojumi, piemēram, Bedrock un SageMaker, izvietos Nvidia atvērto modeļu saimi Nemotron, atvieglojot klientiem lielu modeļu ieviešanu AWS vidē.

Šim solim ir arī skaidra operacionālā loģika. Robotikas flotes prasa cieši integrētu simulāciju, uztveres modeļus un malas paātrinātājus. Uzņēmumi vēlas iepriekš integrētus modeļu komplektus, kas uzticami darbojas mākoņinfrastruktūrā. Apvienojot AWS mērogu un sasniedzamību tirgū ar Nvidia modeļu un paātrinātāju ekosistēmu, abas kompānijas paātrina AI ieviešanu nozarēs, kuras tikai sāk izmantot mūsdienu AI iespējas.

Darījums arī parāda, cik konkurētspējīgs un vienlaikus savstarpēji atkarīgs ir AI aparatūras tirgus. Mikroshēmu dizains, programmatūras rīku ķēdes, modeļu katalogi un datu centru darbība ir cieši saistīti. Lielie mākoņpakalpojumu sniedzēji var izstrādāt savu silīciju, taču tie joprojām paļaujas uz specializētiem paātrinātājiem un tiem piesaistītajām programmatūras ekosistēmām. Klientiem tas nozīmē plašāku izvēli, bet arī lielāku sarežģītību, lemjot, kur un kā darbināt dārgās AI darba slodzes.

Nākotnē gaidāms vairāk šādu daudzslāņainu partnerību: stratēģiski iepirkumi, kas nodrošina kapacitāti, ekosistēmu līgumi, kas veicina integrāciju, un produktu ceļa kartes, kas palīdz kompensēt mainīgo pieprasījumu. Ikvienam, kurš seko AI infrastruktūras attīstībai, vēstījums ir skaidrs: standarta skaitļošanas dominēšanas laikmets ir beidzies. Tagad sacensība notiek par pielāgotu mērogu, un gan AWS, gan Nvidia liek uz spēles ļoti lielas likmes.