Az AI-verseny egyik legjobb hőmérője most nem egy új chatbot, hanem az, hány chipet vesznek a felhőszolgáltatók. Az Amazon friss döntése azt jelzi, hogy a számítási kapacitás iránti étvágy nemhogy csökkenne, hanem gyorsul.

Mi történt

Az Amazon és az Nvidia kibővítette az együttműködését: az AWS adatközpontjaiba újabb 2 millió Nvidia GPU érkezik 2027-ben és 2028-ban. A GPU olyan speciális processzor, amely különösen jól kezeli az AI-modellek tanításához és futtatásához szükséges párhuzamos számításokat — gondolj rá úgy, mint egy olyan motorra, amely egyszerre rengeteg apró feladatot tud nagy tempóban elvégezni. A csomagban a Blackwell Ultra, Rubin és Rubin Ultra generációk is szerepelnek.

Ez azért feltűnő, mert mindössze öt hónapja jelentettek be egy másik, 1 millió darabnál is nagyobb GPU-telepítést az AWS infrastruktúrájába. Most ehhez képest jön még 2 millió. A pénzügyi részleteket nem közölték, de a megállapodás értéke a chipek árszintje alapján könnyen több tízmilliárd dollár lehet. A bővítés ráadásul nem csak a GPU-król szól: az Nvidia hálózati eszközei, CPU-i, adatfeldolgozó szoftverei, nyílt modelljei és robotikai platformja is mélyebben bekerül az AWS ökoszisztémájába.

Az együttműködés egy érdekes ellentmondás mellett zajlik. Az Amazon közben erősen építi a saját chipjeit is, részben azért, hogy kevésbé függjön az Nvidiától. Ide tartozik a Trainium, amely mélytanulási feladatokra készült Nvidia-alternatíva, valamint a Graviton, az Amazon saját, Arm-alapú szerverprocesszora. Mégis úgy tűnik, hogy rövid és középtávon az Nvidia marad az a beszállító, amelytől a legnagyobb AI-kapacitást a leggyorsabban meg lehet venni.

A megállapodás az AWS-en túl is terjeszkedik. Az Amazon raktári robotjaihoz az Nvidia teljes „physical AI” csomagját is használni tervezik. Ez többek között szimulációs eszközöket, robotfejlesztési szoftvereket és beágyazott számítógépeket jelent — vagyis nem csak a felhőben futó AI-ról van szó, hanem olyan rendszerekről is, amelyek a fizikai világban mozognak és dolgoznak.

Miért fontos

Ez a lépés jól mutatja, hogyan néz ki az AI-piac következő szakasza: már nem csak arról szól, ki tud látványos modellt bemutatni, hanem arról is, ki tud mögé elég infrastruktúrát rakni. Az adatközpont lett az AI-korszak gyára, a GPU pedig a gyártósor kulcseleme. A hétköznapi felhasználónak ez azért számít, mert az ilyen beruházásokból lesz gyorsabb AI-szolgáltatás, több vállalati funkció és valószínűleg több automatizálás a felhőben, a szoftverekben és a logisztikában is. A TechCrunch által idézett indoklás szerint a startupok, nagyvállalatok, AI-laborok és kormányzati szereplők felől érkező kereslet nőtt meg annyira, hogy az eredeti terveket is felül kellett írni.

Mire figyelj

  1. Az lesz a nagy kérdés, hogy a hatalmas chipberuházások valóban arányos bevételt és profitot hoznak-e az AI-szolgáltatóknak.
  1. Érdemes figyelni, mennyire tud az Amazon egyszerre két irányba menni: óriási mennyiségben Nvidia-hardvert venni, közben pedig saját Trainium és Graviton chipjeit is piacképessé tenni.
  1. Az sem mellékes, hogy az Nvidia már nem csak GPU-eladóként pozicionálja magát. Ha a CPU-k, hálózati eszközök, modellek és robotikai platformok is széles körben terjednek, az tovább növelheti a cég beágyazottságát az AI-infrastruktúrában.