أعلنت Amazon Web Services (AWS) وNVIDIA في 26 أغسطس 2026 توسيع شراكتهما التقنية، مع خطة لنشر مليوني وحدة معالجة رسومية إضافية من NVIDIA عبر البنية العالمية لـAWS خلال عامي 2027 و2028. وتمتد الخطوة إلى المعالجات والشبكات والنماذج المفتوحة ومعالجة البيانات والروبوتات، بدلاً من اقتصار التعاون على توفير وحدات GPU السحابية.
تأتي الخطة بعد إعلان AWS في مؤتمر NVIDIA GTC 2026 عن نيتها إضافة أكثر من مليون GPU بدءاً من 2026، إذ قالت الشركتان إن الطلب تجاوز التوقعات السابقة. وستُستخدم السعة الجديدة في أحمال تشمل الذكاء الاصطناعي الوكيلي، والاكتشاف العلمي، وأتمتة المؤسسات، والذكاء الاصطناعي المادي والروبوتات.
خيارات عتادية أوسع لعملاء AWS
تسعى AWS إلى إبقاء خيارات الحوسبة مفتوحة أمام العملاء، عبر الجمع بين وحدات NVIDIA ووحدات Trainium المصممة من AWS، أو استخدام النوعين معاً. ويشمل التوسع العمل على إدخال بنية قائمة على معالجات NVIDIA Vera إلى AWS، لتوفير قدرة CPU عالية الأداء لأحمال الذكاء الاصطناعي الوكيلي والتعلم المعزز.
تستهدف Vera مهاماً مثل تنفيذ الشيفرة، واستخدام الأدوات، وتشغيل البيئات المعزولة، والتحليلات، وخطوط البيانات، والتنسيق بين مكونات الأنظمة. ويمكن استخدام المعالج كوحدة مضيفة للأنظمة المسرّعة أو كمعالج مستقل ضمن مصانع الذكاء الاصطناعي، وفق ما ذكرته الشركتان.
ربط Trainium بتقنيات NVIDIA
يتضمن التعاون أيضاً دعم تقنية NVLink Fusion للربط عالي السرعة بين الشرائح في أجيال Trainium المقبلة. وستعمل Annapurna Labs التابعة لـAmazon مع NVIDIA على تقنية الذاكرة عالية النطاق المخصصة NVHBM، التي يُفترض أن تتيح لـTrainium الوصول إلى ذاكرة أسرع وأكثر كفاءة في استهلاك الطاقة، بالتعاون مع موردي الذاكرة.
ويهدف الجمع بين NVHBM وNVLink Fusion إلى تحسين قابلية التوسع والأداء في أحمال الذكاء الاصطناعي، مع دمج Trainium ووحدات NVIDIA ضمن بنية مشتركة على مستوى الرف. كما تتعاون الشركتان في تقنيات شبكات تربط وحدات GPU بكفاءة أعلى أثناء تدريب النماذج واسعة النطاق.
بنية مخصصة للقطاع الحكومي
تخطط AWS وNVIDIA لبناء مصانع ذكاء اصطناعي للحكومة الأمريكية، تتضمن 100 ألف GPU على بنية AWS الآمنة، لدعم أحمال الأمن القومي والمهام الحكومية المصنفة عند Impact Level 6 (IL6) وما فوقه. ولا يحدد الإعلان جدولاً زمنياً منفصلاً لهذا الجزء أو تفاصيل التوزيع التشغيلي للمصانع.
ما الذي يتغير عملياً؟
توضح الخطوة أن المنافسة في البنية السحابية للذكاء الاصطناعي لا تدور حول عدد وحدات GPU فقط، بل حول تكامل المعالجات والذاكرة والشبكات والبرمجيات ومستويات الأمان. ويستفيد العملاء من خيارات عتادية متعددة ومن تكامل أعمق بين مكونات NVIDIA وAWS، لكن حجم السعة المعلن يمثل التزاماً مستقبلياً لا قدرة متاحة فوراً.
وتشير AWS إلى أن تكاملات قائمة توفر حالياً مثيلات EC2 المعتمدة على GPU وTrainium ضمن AWS Nitro System، واتصالاً عبر Elastic Fabric Adapter، إضافة إلى نماذج Nemotron على Amazon Bedrock وAmazon SageMaker. كما تذكر أن معالجة البيانات المسرّعة بـGPU على Amazon EMR حققت ما يصل إلى 3.7 أضعاف سرعة معالجة Apache Spark وتحسناً قدره 30% في الأداء مقابل التكلفة، بينما وفر فهرس المتجهات المسرّع على Amazon OpenSearch Service فهرسة أسرع حتى 9 مرات وبتكلفة ربع الإعدادات المقارنة. وتستخدم Amazon Robotics منصات Jetson وOmniverse وIsaac لتطوير أتمتة المستودعات.
كيف أعددنا هذا الخبر؟
اعتمد الخبر على المصدر الأصلي الموضح أعلاه. قد نستخدم أدوات آلية للمساعدة في الاستخراج والتصنيف والصياغة،
لكن النشر يخضع لقواعد تمنع المحتوى المكرر والقصير أو الروتيني منخفض القيمة.
اقرأ سياستنا التحريرية.