AWS 與 NVIDIA 於 2026 年 8 月 26 日宣布擴大合作，計劃在 2027 至 2028 年於 AWS 全球基礎設施部署額外 200 萬枚 NVIDIA GPU。這是面向未來的部署計劃，不代表目前已經安裝或可以即時租用的容量；公告同時把 Agentic AI 和 physical AI 放在同一個基建敘事中。
合作內容不只關於 GPU 數量。NVIDIA 表示會把 Vera CPU、NVLink Fusion 和 NVHBM 帶到 AWS 的新一代系統，讓 CPU、加速器、記憶體和互連一同設計。對長時間運作的 Agent，瓶頸可能出現在模型推理之外：資料要搬幾次、記憶體是否足夠、網絡能否保持低延遲，以及多個工具或子 Agent 是否要互相等待。全堆疊設計正是針對這些問題。
在模型和資料軟件方面，公告提到 NVIDIA Nemotron 開放模型會在 Amazon Bedrock 和 SageMaker 提供，cuDF 和 cuVS 則會進入 Amazon EMR 和 OpenSearch。這些組合瞄準的不只是訓練，而是讓企業可以把檢索、資料處理、推理和工作流放在同一個雲端平台上。對 Agent 而言，資料索引和檢索速度有時比再增加模型參數更直接影響完成工作的時間。
合作亦包括 physical AI。NVIDIA 表示，AWS 的全球基建將支援機械人和其他實體系統使用其模擬、感知、訓練和部署工具。兩家公司另外計劃在安全的 AWS 基礎設施上提供 100,000 枚 GPU，服務美國聯邦政府和國家安全工作，並以 IL6+ 的合規環境為目標。這些是未來計劃和供應商發布內容，實際時間表、供應量、客戶可用性和合規範圍仍要等部署驗證。
把 200 萬枚 GPU 放在新聞標題中很吸引，但企業真正要問的不是數字本身，而是這些容量能否轉化成可用工作。Agent workflow 還需要資料權限、工具安全、可觀察性、版本化、成本控制和人手批准。對實體 AI，還要加入模擬與真實世界之間的差距、設備故障、安全邊界和現場延遲。單有更多算力不會自動解決這些營運問題。
同時，規模化基建會把電力、冷卻、網絡和供應鏈壓力放大。NVIDIA 和 AWS 在公告中提出的效能、需求和市場效益屬於公司說法或前瞻性陳述，不能當作已實現的獨立測量。市場需要觀察的，是實際 GPU 上線速度、不同模型的利用率、每次成功任務的成本，以及企業能否在治理要求下持續使用。
這次合作的長遠訊號，是 Agentic AI 正由模型服務競爭走向基礎設施組合競爭：GPU、CPU、記憶體、互連、資料庫、開放模型、雲端控制面和實體 AI 工具要一起運作。200 萬枚 GPU 是一個非常大的供應承諾，但最後能否支撐更可靠、更低延遲的 Agent 工作流，仍取決於整條堆疊在生產環境中的表現。
