Amazon Web Services (AWS) y NVIDIA anunciaron el 26 de agosto de 2026 la ampliación de su alianza tecnológica, con un plan para desplegar dos millones de unidades de procesamiento gráfico adicionales de NVIDIA a través de la infraestructura global de AWS durante 2027 y 2028. La iniciativa se extiende a los procesadores, las redes, los modelos abiertos, el procesamiento de datos y la robótica, en lugar de limitar la colaboración a proporcionar unidades GPU en la nube.
El plan llega después de que AWS anunciara en la conferencia NVIDIA GTC 2026 su intención de añadir más de un millón de GPU a partir de 2026, ya que ambas empresas afirmaron que la demanda superó las previsiones anteriores. La nueva capacidad se utilizará en cargas de trabajo que incluyen la inteligencia artificial agéntica, el descubrimiento científico, la automatización empresarial y la inteligencia artificial física y la robótica.
Opciones de hardware más amplias para los clientes de AWS
AWS busca mantener abiertas las opciones de computación para los clientes mediante la combinación de unidades NVIDIA y unidades Trainium diseñadas por AWS, o el uso conjunto de ambos tipos. La ampliación incluye el trabajo para incorporar a AWS una arquitectura basada en procesadores NVIDIA Vera, con el fin de proporcionar capacidad de CPU de alto rendimiento para cargas de trabajo de inteligencia artificial agéntica y aprendizaje por refuerzo.
Vera está destinada a tareas como la ejecución de código, el uso de herramientas, la ejecución de entornos aislados, el análisis, las canalizaciones de datos y la coordinación entre los componentes de los sistemas. El procesador puede utilizarse como unidad anfitriona de sistemas acelerados o como procesador independiente dentro de fábricas de inteligencia artificial, según señalaron ambas empresas.
Conexión de Trainium con las tecnologías de NVIDIA
La colaboración también incluye la compatibilidad con la tecnología NVLink Fusion para la conexión de alta velocidad entre chips en las próximas generaciones de Trainium. Annapurna Labs, filial de Amazon, trabajará con NVIDIA en la tecnología de memoria de alto ancho de banda personalizada NVHBM, que supuestamente permitirá a Trainium acceder a una memoria más rápida y eficiente en el consumo energético, en colaboración con los proveedores de memoria.
La combinación de NVHBM y NVLink Fusion tiene como objetivo mejorar la escalabilidad y el rendimiento en las cargas de trabajo de inteligencia artificial, integrando Trainium y las unidades NVIDIA en una arquitectura compartida a nivel de rack. Ambas empresas también colaboran en tecnologías de red que conectan las unidades GPU con mayor eficiencia durante el entrenamiento de modelos a gran escala.
Infraestructura dedicada al sector gubernamental
AWS y NVIDIA planean construir fábricas de inteligencia artificial para el Gobierno de Estados Unidos, con 100.000 GPU sobre la arquitectura segura de AWS, para respaldar cargas de trabajo de seguridad nacional y misiones gubernamentales clasificadas en el nivel Impact Level 6 (IL6) y superiores. El anuncio no especifica un calendario independiente para esta parte ni detalles sobre la distribución operativa de las fábricas.
¿Qué cambia en la práctica?
La iniciativa muestra que la competencia en la infraestructura de nube para la inteligencia artificial no gira únicamente en torno al número de unidades GPU, sino también en torno a la integración de procesadores, memoria, redes, software y niveles de seguridad. Los clientes se benefician de múltiples opciones de hardware y de una integración más profunda entre los componentes de NVIDIA y AWS, pero el volumen de capacidad anunciado representa un compromiso futuro, no una capacidad disponible de inmediato.
AWS señala que las integraciones existentes ofrecen actualmente instancias EC2 basadas en GPU y Trainium dentro de AWS Nitro System, conectividad mediante Elastic Fabric Adapter, además de modelos Nemotron en Amazon Bedrock y Amazon SageMaker. También afirma que el procesamiento de datos acelerado por GPU en Amazon EMR alcanzó hasta 3,7 veces la velocidad de procesamiento de Apache Spark y una mejora del 30 % en el rendimiento por coste frente a la configuración de comparación, mientras que el índice de vectores acelerado en Amazon OpenSearch Service ofreció una indexación hasta 9 veces más rápida y con un coste equivalente a una cuarta parte del de las configuraciones comparadas. Amazon Robotics utiliza las plataformas Jetson, Omniverse e Isaac para desarrollar la automatización de almacenes.