亞馬遜豪砸千億擴充 NVIDIA GPU：AI軍備競賽正式進入「兆算力」時代

CMoney 研究員

・ 2026 年 08 月 27 日

Amazon(Amazon.com, Inc.)與NVIDIA(NVIDIA Corp.)再簽天量GPU合約，2026至2028年合計部署逾300萬顆高階晶片，從雲端算力、國安AI工廠到機器人物流全面綁定，宣告生成式與「agentic AI」進入新一輪平台戰。

在全球生成式 AI 熱潮延燒之際，雲端巨頭與晶片霸主的合作規模再度刷新紀錄。Amazon Web Services(AWS，隸屬 Amazon.com, Inc. (AMZN))與 NVIDIA(NVIDIA Corp., NVDA)宣布擴大長期合作，AWS將在 2027 至 2028 年額外部署 200 萬顆 NVIDIA GPU，包含 Blackwell Ultra、Rubin 及 Rubin Ultra 等新世代架構。這項增購是繼 AWS 先前承諾自 2026 年起安裝 100 萬顆 NVIDIA 晶片之後再度加碼，意味著單一雲端平台在短短三年內就要鋪設超過 300 萬顆頂規 AI GPU，為全球算力版圖帶來結構性變化。

這筆合作雖未公布金額，但依市場公開資訊，NVIDIA 高階 GPU 單顆牌價動輒數萬美元。以此粗略估算，AWS 與 NVIDIA 的多年度合約價值輕易上看數百億甚至更高美元級距，堪稱史上最大規模的 AI 基礎建設採購之一。更關鍵的是，這筆合約是在 Amazon 透過自家 Annapurna Labs 積極發展 Trainium 等自研 AI 晶片的前提下仍選擇「大規模加碼 NVIDIA」，顯示短期內雲端業者在高階訓練與推論算力上仍難以擺脫 NVIDIA 生態系。

從技術布局來看，此次合作不只限於 GPU 數量的堆疊，而是一整套針對「次世代 AI 工作負載」的系統整合。AWS 將導入 NVIDIA 的 Vera CPU，並與 Annapurna Labs 合作，讓 NVLink Fusion 搭配高頻寬記憶體延伸到 AWS 自家的 Trainium 晶片。這代表兩家公司正嘗試把 NVIDIA 的加速生態與 Amazon 的自研晶片緊密串接，降低客戶在不同架構間切換的摩擦，打造「異質算力但同一平台」的雲端環境。

更具戰略意味的是，雙方還計畫為美國政府打造專用 AI 工廠(data factories)，在高度安全的 AWS 基礎設施上部署 10 萬顆 NVIDIA GPU，用於國安相關工作負載。這類 AI 工廠標誌著「國防級雲端算力」成形：國家級機構不再只是採購伺服器，而是直接向雲端業者承包成套演算法、加速器與安全控制的整合工廠，將 AI 能力視為長期戰略資產。

在雲端服務層，AWS 也將全面導入 NVIDIA 軟體與模型資產。NVIDIA Nemotron 開源模型將上架至 Amazon Bedrock 與 Amazon SageMaker，讓企業可以在 AWS 平台直接呼叫 NVIDIA 預訓練模型；CUDA-X 函式庫則會為 Amazon EMR 與 Amazon OpenSearch Service 帶來 GPU 加速能力，使傳統大數據處理與搜尋分析服務也能乘上加速運算的浪潮。這種「算力+模型+工具」一體化策略，意在鎖定開發者與企業工作流程，讓他們在 AWS 內就能完整使用 NVIDIA 生態。

在實體世界應用層面，Amazon Robotics 將導入 NVIDIA 的 physical AI 平台，用於強化倉儲自動化與機器人協作。相較過去以固定流程、自動搬運為主的物流機器人，physical AI 旨在讓機器具備更高的感知、決策與適應能力，處理複雜路徑規劃與動態環境。當 AI 算力從雲端擴展到工廠與倉儲現場，Amazon 的物流優勢與 NVIDIA 的機器人運算能力將形成新的聯盟，對傳統物流與自動化設備供應商都是壓力。

這場「雲+晶片」結盟並非孤立事件，而是整體 AI 產業向更高複雜度邁進的縮影。以設計工具供應商 Synopsys(SNPS)為例，其近期財報顯示，EDA 業務在 Q3 取得 8.5% 年增，並預期 2026 全年將維持雙位數成長。管理層直言，晶片設計複雜度攀升、3DIC 與多晶片封裝普及，加上 AI 驅動的新設計需求，使得 EDA 軟體需求加速，甚至預估「多晶片設計」將在不久的將來占 EDA 需求的三成。這與 AWS、NVIDIA 大量鋪設新世代 GPU 的方向高度呼應：算力供給與設計工具同步升級，形成正向循環。

另一方面，身份安全與雲端管理也被視為 AI 時代不可或缺的基礎設施。Okta(OKTA)在最新一季指出，針對 AI agents 的身份管理產品已在市場上拿下「數十筆」交易，並出現數百萬美元級別的案子，雖然營收貢獻仍不具實質規模，但管理層明言「agent identity 可能成為未來最大的資安類別」。當 AWS 與 NVIDIA 推動 agentic AI 於企業自動化與科學研究中落地，如何統一管理人類、系統與代理人三類身份，就成為像 Okta 這類供應商的新成長戰場。

在終端裝置端，HP Inc.(HPQ)的財報也透露 AI 算力正逐步從雲端下沉到個人與企業 PC。HP 在 Q3 打出 157 億美元的歷史新高營收，其中 Personal Systems 部門年增 18%，並指出 AI PC 目前已占出貨組合約 46%，預計本會計年度末將達 50%，2027 年更有望提升到 60% 至 70%。雖然記憶體與儲存成本飆升壓抑利潤，但管理層看好透過更高規格與服務附加(如 WXP 平台)來改善毛利。這與 AWS 將部分 AI 工作負載從雲端轉移到終端，強調「在設備上推論以改善 token 經濟與保護敏感資料」的說法不謀而合，顯示雲端與終端正在形成「雙軸算力」結構。

值得注意的是，並非所有與 AI 相關的布局都立刻帶來亮麗財報。Zoom Communications(ZM)雖然本業成長有限，卻在投資 AI 公司的金融收益上大有斬獲。Zoom 於 2023 年起因與 Claude 合作而投資 Anthropic(Anthropic, ANTHRO)，並在 2026 年 7 月前再投入 3.01 億美元，使持股價值在最新一季膨脹到 31.3 億美元、單季未實現收益達 16.1 億美元，外加 1.402 億美元投入其他 AI 新創股權。這顯示部分科技公司選擇以「資本配置」而非「產品創新」的方式參與算力與模型戰局，同樣可能受惠於估值狂飆，但也伴隨更高波動風險。

市場上仍存在不同觀點。批評者認為，當 AWS 與 NVIDIA 推出「政府級 AI 工廠」與數百萬顆 GPU 投資時，可能加劇全球算力集中在少數雲端巨頭手中，形成技術與政策上的新壟斷。另一些風險則來自成本與需求的平衡——HP 就坦言元件價格上漲正在壓縮 PC 利潤，Okta 也認為短期內 AI 相關產品對營收的貢獻「仍不具實質意義」。若企業客戶在宏觀環境壓力下放緩投資，雲端與硬體巨擘的大手筆建置恐面臨產能利用率與回收期拉長的挑戰。

整體而言，AWS 與 NVIDIA 的最新合作標誌著 AI 產業進入「兆級算力」的新階段：從雲端 GPU 大軍、異質晶片整合、政府 AI 工廠，到機器人物流與 AI PC，算力不再只是單一產品，而是跨雲端、終端與實體世界的綜合基礎設施。未來幾年，關鍵問題將不只是「誰有最多 GPU」，而是「誰能把雲端、工具、身份安全與終端裝置串成一條可持續獲利的 AI 價值鏈」。在這場競賽中，NVIDIA(NVDA)、Amazon(AMZN)、Microsoft(MSFT)、Synopsys(SNPS)、Okta(OKTA)、HPQ 乃至像 Zoom(ZM)這類投資型玩家，都將在各自戰線上持續推高籌碼，而全球監管與產業結構也將隨之被重塑。