AWS erweitert seine Nvidia-Kapazität massiv
Amazon will weitere zwei Millionen Nvidia-GPUs in seinen AWS-Rechenzentren installieren. Vorgesehen sind Beschleuniger der Generationen Blackwell Ultra, Rubin und Rubin Ultra. Die Auslieferung ist für 2027 und 2028 geplant.
Die Vereinbarung folgt nur fünf Monate nach einem Auftrag über mehr als eine Million Nvidia-GPUs, deren Bereitstellung im laufenden Jahr beginnen soll. Nach Angaben von Nvidia hat die Nachfrage die damaligen Erwartungen übertroffen.
„Die Nachfrage hat diese Erwartungen übertroffen“, erklärte Nvidia laut Unternehmensmitteilung.
Finanzielle Konditionen wurden nicht veröffentlicht. Aufgrund der Menge und der üblichen Kosten solcher Systeme wird der Wert auf mehrere zehn Milliarden US-Dollar geschätzt. Ein exakter Auftragswert oder Stückpreis ist bislang nicht bestätigt.
Die wichtigsten Zahlen im Überblick
| Kennzahl | Wert | Einordnung |
|---|---|---|
| Zusätzliche Nvidia-GPUs | 2 Millionen | Blackwell Ultra, Rubin und Rubin Ultra für 2027 und 2028 |
| Frühere Vereinbarung | Mehr als 1 Million GPUs | Bereitstellung über AWS ab dem laufenden Jahr |
| Amazons Custom-Chip-Geschäft | 25 Milliarden US-Dollar | Annualisierte Umsatzrate |
| Zusagen an Amazons Chip-Sparte | 225 Milliarden US-Dollar | Unter anderem von Anthropic und OpenAI |
| Nvidia-Umsatz im zweiten Quartal | 96,2 Milliarden US-Dollar | Davon 89 Milliarden US-Dollar mit Rechenzentren |
| Nvidias Kapazitätsverpflichtungen | 279 Milliarden US-Dollar | Reservierte Fertigungs- und Lieferkapazitäten |
Mehr als ein reiner GPU-Auftrag
Die Zusammenarbeit umfasst neben den Grafikprozessoren auch Netzwerkhardware, Datenverarbeitungssoftware und Nvidias Vera-CPUs. Ein Teil dieser Prozessoren soll mit Rubin-Systemen kombiniert werden, andere Einheiten sind für einen eigenständigen Betrieb vorgesehen. Welche Stückzahl Amazon erhält, ist nicht bekannt.
Auch auf der Softwareseite wird die Verbindung enger. AWS soll Nvidias offene Nemotron-Modellfamilie über Amazon Bedrock und SageMaker anbieten. Das ergänzt Nvidias Strategie rund um kleinere und spezialisierte Modelle, zu der auch Nemotron Lightning mit integriertem Modell-Router gehört.
Amazon plant außerdem, Nvidias vollständigen Robotik-Stack für seine Lagerhaus-Roboter einzusetzen. Dazu gehören Omniverse für Simulationen und digitale Zwillinge, Cosmos für Weltmodelle, Isaac als Entwicklungsplattform sowie Jetson als Rechenhardware für Roboter und Edge-KI.
Eigene Chips lösen die Nvidia-Abhängigkeit noch nicht
Parallel investiert Amazon weiterhin in eigene Spezialprozessoren. Trainium ist als KI-Beschleuniger für Training und Inferenz ausgelegt, während Graviton allgemeine Serveraufgaben übernimmt. AWS verhandelt zudem darüber, Trainium-Chips an externe Betreiber von Rechenzentren zu verkaufen.
Das Geschäft mit eigenen Prozessoren hat laut Amazon eine annualisierte Umsatzrate von 25 Milliarden US-Dollar erreicht. Zusagen von KI-Laboren wie Anthropic und OpenAI summieren sich auf 225 Milliarden US-Dollar. Ob Trainium bei externen Kunden relevante Marktanteile gegenüber Nvidia gewinnen kann, bleibt offen.
Der neue Großauftrag zeigt damit ein strategisches Dilemma. Eigene Chips können Kosten und Abhängigkeiten langfristig reduzieren, kurzfristig verlangt der Markt jedoch nach Nvidias etabliertem Hardware- und Software-Stack. Ähnliche Versuche zur vertikalen Integration sind auch bei anderen Anbietern zu beobachten, etwa bei Alibaba Cloud und seinen eigenen KI-Chips.
Nvidia sichert Fertigungskapazität in Milliardenhöhe
Nvidia meldete für das zweite Quartal einen Rekordumsatz von 96,2 Milliarden US-Dollar. Davon entfielen 89 Milliarden US-Dollar auf das Rechenzentrumsgeschäft, 117 % mehr als ein Jahr zuvor. Für das dritte Quartal erwartet das Unternehmen einen Umsatz von 108 Milliarden US-Dollar.
Um die Nachfrage bedienen zu können, hat Nvidia vertragliche Verpflichtungen zur Sicherung von Fertigungs- und Lieferkapazitäten über 279 Milliarden US-Dollar übernommen. Davon entfallen 92 Milliarden US-Dollar auf den Rest des aktuellen Geschäftsjahres und 87 Milliarden US-Dollar auf das Geschäftsjahr 2028. Hinzu kommt ein erheblicher Finanzierungsbedarf für den breiteren Ausbau der KI-Infrastruktur, wie auch Nvidias Pläne für 500 Milliarden US-Dollar Fremdkapital zeigen.
Nvidia-CEO Jensen Huang erklärte sinngemäß, KI leiste inzwischen produktive Arbeit und erzeuge profitable Token. Mehr Rechenleistung könne deshalb zu mehr Gewinn bei den darauf aufbauenden Diensten führen.
Diese Aussage beschreibt die wirtschaftliche Erwartung hinter dem Ausbau, ist aber noch kein Beleg dafür, dass zusätzliche Rechenkapazität automatisch entsprechende Gewinne erzeugt. Die Branche bindet enorme Summen, bevor die Auslastung der für 2027 und 2028 geplanten Systeme feststeht.
Was der Ausbau für Unternehmen im DACH-Raum bedeutet
AWS betreibt wichtige Cloud-Regionen in Frankfurt und Zürich. Der Auftrag kann deshalb grundsätzlich dazu beitragen, künftige Kapazitäten für KI-Workloads abzusichern. Amazon macht jedoch keine Angaben dazu, wie viele der neuen GPUs in europäischen Regionen eingesetzt werden.
Für Unternehmen bleibt die Kostenstruktur entscheidend. Wer Modelle über verwaltete AWS-Dienste betreibt oder fertige KI-SaaS einkauft, trägt indirekt die hohen Investitionskosten und Margen der Hardwarehersteller und Hyperscaler mit. Mehr Kapazität bedeutet daher nicht automatisch niedrigere Preise.
Open-Source-Modelle wie Nemotron können die Abhängigkeit auf der Softwareebene verringern. Bei rechenintensiven Anwendungen bleibt jedoch die Infrastruktur der Engpass. Self-Hosting schafft mehr Kontrolle über Daten und Betrieb, beseitigt aber weder Hardwarekosten noch den Aufwand für Auslastung, Wartung und Skalierung.
Der Amazon-Deal macht deutlich, dass selbst einer der größten Cloud-Anbieter seine Abhängigkeit von Nvidia nur schrittweise reduzieren kann. Für mittelständische Unternehmen spricht das für eine nüchterne Architekturentscheidung: Modelle, Cloud-Anbieter und Hardware sollten möglichst austauschbar bleiben, statt die gesamte KI-Strategie an einen einzelnen verwalteten Dienst zu binden.