AWS و NVIDIA خطة لنشر مليوني شخص إضافي GPUسيتم نشرها عبر بنية AWS التحتية خلال عامي 2027 و2028. وسيشمل النشر المخطط له ما يلي: NVIDIA بلاكويل ألترا، روبين، وروبين ألترا GPUتُستخدم هذه التقنيات في تدريب الذكاء الاصطناعي، والاستدلال، والحوسبة العلمية، وأتمتة المؤسسات، وأحمال العمل المادية للذكاء الاصطناعي.
يشير الإعلان إلى التزام مستقبلي بالبنية التحتية بدلاً من مليوني وحدة متاحة على الفور GPUويأتي ذلك في أعقاب خطة سابقة لشركة AWS لإضافة أكثر من مليون NVIDIA GPUابتداءً من عام 2026.
خطة البنية التحتية الموسعة لشركتي AWS و NVIDIA
AWS و NVIDIA أعلنت الشركتان عن توسيع الشراكة في 26 أغسطس 2026. وقالت الشركتان إن الإضافات GPUسيتم نشرها عبر البنية التحتية العالمية لشركة AWS، بما في ذلك الأنظمة التي توصف بأنها مصانع الذكاء الاصطناعي.
تشمل الشراكة أكثر من GPU السعة. AWS و NVIDIA كما يخططون لما يلي:
- تقديم بنية تحتية قائمة على NVIDIA معالجات فيرا.
- تمديد NVIDIA تقنية NVLink Fusion مع ذاكرة مخصصة عالية النطاق الترددي.
- دمج NVIDIA GPUمع AWS Nitro وشبكات Elastic Fabric Adapter.
- الاستمرار في تقديم NVIDIA يتم إنشاء نماذج Nemotron من خلال Amazon Bedrock و SageMaker.
- تسريع معالجة البيانات وفهرسة المتجهات من خلال Amazon EMR و OpenSearch.
- قم بتطبيق منصة الذكاء الاصطناعي المادي من NVIDIA على أحمال عمل Amazon Robotics.
وتخطط الشركات أيضاً لبناء بنية تحتية للذكاء الاصطناعي لصالح الحكومة الأمريكية. ويشمل ذلك 100,000 ألف GPUs على أنظمة AWS الآمنة المخصصة لأحمال العمل الفيدرالية والأمن القومي عند مستوى التأثير 6 وما فوق.
قال مات جارمان، الرئيس التنفيذي لشركة AWS، إن العملاء "يريدون حرية اختيار أفضل الأدوات لأحمال عمل الذكاء الاصطناعي الخاصة بهم". شركة AWS المشتركة و NVIDIA إعلان يقدم هذا التوسع كرد فعل على قيام المنظمات بنقل مشاريع الذكاء الاصطناعي من مرحلة التجارب إلى مرحلة الإنتاج.
ما هي الأدلة التي تُظهر تزايد الطلب على البنية التحتية للذكاء الاصطناعي؟
الأمازون و NVIDIA أعلنت الشركة عن نمو كبير في أعمالها السحابية ومراكز البيانات قبل الإعلان عن الإضافات GPU نشر.
أفادت أمازون بأن خدمات AWS حققت مبيعات بقيمة 42.2 مليار دولار خلال الربع الثاني من عام 2026، بزيادة قدرها 37% عن الفترة نفسها من عام 2025. وقالت أمازون أيضًا إن أعمال الذكاء الاصطناعي التابعة لها في AWS تجاوزت معدل إيرادات سنوي قدره 25 مليار دولار، وكانت تنمو بنسبة مئوية ثلاثية الأرقام على أساس سنوي.
ارتفعت مشتريات أمازون من العقارات والمعدات بمقدار 66.1 مليار دولار خلال الاثني عشر شهراً الماضية. وعزت الشركة هذا الارتفاع بشكل أساسي إلى الاستثمارات في الذكاء الاصطناعي. نتائج أمازون للربع الثاني توفير السياق المالي لتطوير البنية التحتية.
NVIDIA أعلنت الشركة عن إيرادات بقيمة 89 مليار دولار من مراكز البيانات للربع المالي الثاني من عام 2027. ويمثل هذا زيادة بنسبة 117٪ عن نفس الربع من العام السابق.
NVIDIA كما أفادت الشركة بأن منصة Vera Rubin الخاصة بها قد دخلت مرحلة الإنتاج الكامل، مع عمليات نشر من قبل شركاء يشملون CoreWeave. Google Cloud, Microsoft Azure, Oracle Cloud Infrastructureو نيبيوس. وقال جنسن هوانغ، مؤسس شركة إنفيديا ورئيسها التنفيذي: "والطلب يتسارع". النتائج المالية لشركة NVIDIA المقدمة إلى هيئة الأوراق المالية والبورصات الأمريكية ادعم هذا البيان بنمو إيرادات مراكز البيانات المعلنة للشركة.
ابحث عن GPU هل توفر AWS بالفعل البنية التحتية؟
توفر AWS بالفعل GPU أمثلة تستند إلى عدة NVIDIA الهندسة المعمارية. المشروع الذي تم الإعلان عنه حديثًا والذي تبلغ تكلفته مليوني دولارGPU سيؤدي نشر هذه المنتجات إلى توسيع هذه المجموعة خلال العامين المقبلين.
أطلقت AWS مثيلات EC2 G7 باستخدام NVIDIA RTX PRO 4500 Blackwell Server Edition GPUفي يونيو 2026. تدعم تكوينات G7 ما يصل إلى ثمانية GPUs, 256 جيجابايت من الذاكرة المجمعة GPU الذاكرة، 192 وحدة معالجة مركزية افتراضية، 768 جيجابايت من ذاكرة النظام، 7.6 تيرابايت من تخزين NVMe المحلي، و700 جيجابت في الثانية من عرض النطاق الترددي للشبكة.
تُشير AWS إلى أن مثيلات G7 تُقدّم أداءً في استنتاج الذكاء الاصطناعي يصل إلى 4.6 أضعاف، وأداءً في الرسومات يصل إلى 2.1 ضعف، مقارنةً بالجيل السابق G6. هذه مقارنات مُعلنة من AWS وليست نتائج مستقلة. HostScore المعايير.
أُتيحت مثيلات G7 مبدئيًا في منطقتي شرق أوهايو وغرب أوريغون بالولايات المتحدة عبر خيارات "عند الطلب" و"خطط التوفير" و"الحوسبة الفورية" وبعض تكوينات المثيلات المخصصة. ويُقدّم إعلان AWS عن EC2 G7 المواصفات الحالية للمثيلات ومدى توفرها في مختلف المناطق.
HostScoreخذ
المليونان-GPU يؤكد هذا الالتزام أن AWS و NVIDIA من المتوقع أن يظل الطلب على الحوسبة في مجال الذكاء الاصطناعي مرتفعًا. ومع ذلك، لم يحدد الإعلان تكلفة السعة الجديدة، ولا المناطق التي ستتلقى كل منها. GPU النموذج، أو متى ستصبح أنواع الحالات الفردية متاحة.
التأثيرات المحتملة على تكاليف استضافة الذكاء الاصطناعي
يمكن أن تؤدي زيادة السعة إلى تسهيل توفر الأجهزة، لكنها لا تضمن انخفاض أسعار الاستضافة. GPU تشمل تكاليف الاستضافة المعالج المسرع، وتخصيص وحدة المعالجة المركزية، وذاكرة الوصول العشوائي، والتخزين، والشبكات، ونقل البيانات، والإدارة، والسعة المحجوزة.
تستهدف أنظمة Blackwell Ultra وRubin وRubin Ultra أيضًا أحمال العمل المتزايدة التطلب في مجال الذكاء الاصطناعي. وقد تُنجز هذه الأنظمة المزيد من العمل لكل GPUلكن ذلك لا يقلل تلقائياً من تكلفة الدخول للمشاريع الصغيرة.
ينبغي على المشترين الانتظار لمعرفة مواصفات المثال، والتوافر الإقليمي، والتسعير قبل حساب الأثر المالي لتوسع AWS.
دور الأصغر GPU استضافة مقدمي
تُناسب خدمات AWS المؤسسات التي تحتاج إلى مساحات تخزين كبيرة GPU تتطلب مجموعات الحوسبة والتكامل الوثيق مع خدمات مثل Bedrock وSageMaker وOpenSearch وS3 وElastic Kubernetes Service. لكن ليس كل مشروع ذكاء اصطناعي يحتاج إلى هذا الحجم أو هذا العمق في المنصة.
بإمكان مزودي البنية التحتية المتخصصين خدمة الشركات التي ترغب في بنية تحتية معروفة GPU التكوين، أو الوصول المباشر إلى الخادم، أو الأجهزة المخصصة، أو ترتيبات الفوترة الأبسط. Atlantic.Netعلى سبيل المثال، توفر حاليًا خدمات الحوسبة السحابية والخدمات المخصصة GPU التكوينات باستخدام NVIDIA أجهزة L40S و H100 NVL. تدعم تكويناتها السحابية الفوترة بالساعة والفوترة طويلة الأجل، بينما توفر الخوادم المخصصة أجهزة ثابتة وإمكانية الوصول إلى الجذر. Atlantic.Net يسرد حالته الحالية GPU الإعدادات هنا.
Atlantic.Net لا يُعدّ بديلاً مباشراً لأكبر مجموعات الحوسبة الموزعة لدى AWS، بل يُمثّل طبقة أخرى من طبقاتها. GPU سوق استضافة لأحمال العمل الصغيرة للتدريب والاستدلال والبحث والبنية التحتية المخصصة.
الآثار المترتبة على GPU سوق الاستضافة
ينبغي على الشركات أن تتساوى GPU البنية التحتية بالنسبة لحجم العمل بدلاً من القدرة الإجمالية للمزود.
يعتمد تدريب النموذج على GPU الذاكرة، متعددة-GPU الشبكات، وسرعة نقل البيانات، وقابلية التوسع في المجموعات الحاسوبية. قد يتم إجراء الضبط الدقيق بكفاءة على وحدة واحدة ذات ذاكرة عالية. GPUيختلف ذلك باختلاف النموذج ومجموعة البيانات. ينبغي على مشتري خدمات الاستدلال قياس زمن استجابة النظام، والتزامن، ووقت تحميل النموذج، والاستخدام، وتكلفة كل طلب مكتمل. أما بالنسبة لأحمال العمل طويلة الأمد، فينبغي مقارنة أسعار الحوسبة السحابية المحجوزة مع مخصصة GPU الخوادمبينما تستفيد المشاريع التجريبية من الفوترة بالساعة والتوفير السريع.
يؤثر أداء وحدة المعالجة المركزية، وذاكرة الوصول العشوائي للنظام، ووحدة تخزين NVMe، وعرض نطاق الشبكة، وتكوين البرامج أيضًا GPU الاستخدام. لا يمكن للمسرع القوي أن يصل إلى الأداء المتوقع منه عندما لا تستطيع البنية التحتية المحيطة توفير البيانات بالسرعة الكافية.
