AWS, 2 milyon NVIDIA GPU daha alıyor: Kendi çipleri yetmedi mi?

AWS ve NVIDIA, 26 Ağustos 2026'da genişlettikleri iş birliği kapsamında 2027 ve 2028 boyunca AWS'nin küresel altyapısına 2 milyon ek NVIDIA GPU yerleştirmeyi planladıklarını açıkladı. Ortak şirket açıklamasına göre plan Blackwell Ultra, Rubin ve Rubin Ultra GPU'ların yanı sıra CPU, ağ, model, veri işleme ve robotik entegrasyonlarını kapsıyor.

Bu, tamamlanmış bir teslimat veya bugün müşterilere açılmış 2 milyon GPU değil; 26 Ağustos'ta duyurulan ileriye dönük bir kapasite taahhüdü. TechCrunch'ın haberinde yeni kapasitenin, AWS'nin Mart 2026'da 2026'dan başlayarak kurmayı planladığı bir milyondan fazla NVIDIA GPU'ya ekleneceği ve tarafların mali koşulları paylaşmadığı belirtiliyor.

2 milyon GPU hangi takvimde kurulacak?

Açıklanan sayı, tek seferde teslim edilecek homojen bir sunucu filosunu ifade etmiyor. AWS, üç NVIDIA ürün neslini 2027–2028 dönemine yayılan bir programla küresel altyapısına yerleştirmeyi öngörüyor. Yeni kapasite, 2026'da başlaması planlanan önceki bir milyondan fazla GPU programından ayrı tutuluyor.

Dolayısıyla başlıktaki “alıyor” ifadesinin operasyonel karşılığı, iki yıla yayılması planlanan bir altyapı kurulumu. Üretim ve teslimatın yanında sunucuların devreye alınması, elektrik ve soğutma kapasitesi ile yüksek hızlı ağların hazırlanması gerekiyor. Bölgelere göre adetler ve 2027 ile 2028 arasındaki kesin dağılım henüz açıklanmadı.

Blackwell Ultra, Rubin ve Rubin Ultra'nın aynı planda yer alması, AWS'nin yalnızca güncel bir GPU neslinden stok oluşturmadığını gösteriyor. Şirket, NVIDIA'nın ürün geçişlerini bulut kapasitesine bağlayan çok nesilli bir program kuruyor; ancak her ürün ailesinin kaç adet olacağı veya hangi AWS bölgelerinde önce sunulacağı bilinmiyor.

Anlaşma GPU siparişinden daha geniş

Genişlemenin asıl ölçeği yalnızca hızlandırıcı sayısında değil, altyapının diğer katmanlarında görülüyor. AWS ve NVIDIA; Vera CPU tabanlı sistemleri, Spectrum ağ teknolojisini ve NVIDIA platformunun AWS Nitro System ile Elastic Fabric Adapter altyapısına entegrasyonunu birlikte geliştirmeyi planlıyor. Böylece GPU kümelerinin işlemci, güvenlik ve ağ bileşenleri de ortak çalışmanın parçası oluyor.

Trainium tarafında NVIDIA NVLink Fusion desteğinin NVIDIA'nın özel yüksek bant genişlikli bellek teknolojisiyle genişletilmesi hedefleniyor. AWS'nin çip geliştirme birimi Annapurna Labs açısından amaç, Trainium hızlandırıcılarıyla NVIDIA GPU'larını ortak bir raf ölçeği mimarisinde bütünleştirebilmek. Bu henüz tamamlanmış bir ürün duyurusu değil, gelecek Trainium sistemlerine yönelik teknik çalışma.

Yazılım katmanında Nemotron açık modellerinin Amazon Bedrock ve SageMaker üzerindeki desteği sürecek. Taraflar ayrıca Amazon EMR'de cuDF ile GPU hızlandırmalı veri işlemeyi ve Amazon OpenSearch Service'te cuVS tabanlı vektör indekslemeyi geliştiriyor. Anlaşma bu nedenle eğitim ve çıkarım kapasitesinin yanında veri hazırlama, arama ve model sunumunu da kapsıyor.

Trainium yetmedi mi?

Kısa yanıt: Açıklama, Trainium'un teknik olarak yetersiz kaldığını kanıtlamıyor. AWS'nin yaklaşımı, kendi hızlandırıcısını NVIDIA'nın yerine tamamen geçirmekten ziyade müşterilere farklı işlemci ve yazılım seçenekleri sunmak. Yeni anlaşmanın Trainium ile NVIDIA bağlantı teknolojisini doğrudan bir araya getirmesi de iki hattın birbirini dışlamadığını gösteriyor.

Bununla birlikte 2 milyon ek GPU, NVIDIA ekosistemine yönelik talebin AWS'nin kapasite planında merkezi önemini koruduğuna dair güçlü bir ticari işaret. Çok sayıda müşteri mevcut modellerini, kütüphanelerini ve geliştirme araçlarını NVIDIA platformu üzerinde çalıştırıyor. AWS açısından yalnızca kendi silikonuna dayanmak, bu iş yüklerinin başka bulut sağlayıcılarına yönelmesi riskini artırabilir.

Trainium ise AWS'ye çip tasarımı, maliyet yapısı ve tedarik seçenekleri üzerinde daha fazla kontrol sağlayan ayrı bir hat olmaya devam ediyor. Ortaya çıkan strateji “Trainium veya NVIDIA” seçimi değil; özel silikon ile dışarıdan sağlanan hızlandırıcıların aynı bulut içinde farklı iş yüklerine hizmet ettiği karma bir altyapı. Başlıktaki sorunun yanıtı da burada: Yeni sipariş, Trainium'un yetmediğinin ilanından çok AWS'nin tek bir çip ekosistemine bağlı kalmadan talebi karşılamaya çalıştığını gösteriyor.

Robotik ve federal yapay zekâ fabrikaları da kapsamda

İş birliğinin fiziksel yapay zekâ ayağında Amazon Robotics, NVIDIA'nın Jetson, Omniverse ve Isaac bileşenlerinden yararlanmayı planlıyor. Çalışma simülasyon, sentetik veri üretimi, robot eğitimi, rota optimizasyonu ve gerçek ortam doğrulamasını içeriyor. Associated Press'in 26 Ağustos tarihli haberi, 2 milyon ek GPU planıyla birlikte NVIDIA teknolojisinin Amazon'un depo robotlarına taşınacağını da aktarıyor.

Taraflar ayrıca ABD hükümeti için güvenli AWS altyapısı üzerinde yapay zekâ fabrikaları kurmayı ve federal ve ulusal güvenlik iş yükleri için 100 bin GPU sağlamayı planlıyor. Açıklama, bu sistemlerin Impact Level 6 ve üzerindeki sınıflandırılmış iş yüklerini desteklemesini hedefliyor. Tesislerin konumları, kurumlara ayrılacak kapasite ve devreye alma takvimi paylaşılmadı.

Bu 100 bin GPU'yu 2 milyonluk küresel planın üzerine ekleyerek kesin bir toplam üretmek doğru olmaz. Şirket açıklaması, küresel dağıtımın yapay zekâ fabrikalarını da kapsadığını söylüyor fakat federal kapasitenin toplam içinde nasıl muhasebeleştirileceğini ayrıca tanımlamıyor.

Maliyet ve kesin teslimat dağılımı bilinmiyor

Taraflar GPU'ların birim fiyatını, anlaşmanın toplam değerini veya yıllara göre adet dağılımını açıklamadı. Bu nedenle 2 milyon sayısını perakende ya da tahmini bir GPU fiyatıyla çarpmak güvenilir bir anlaşma değeri vermez. Sunucular, ağ donanımı, bellek, uzun vadeli fiyatlandırma ve yazılım kapsamı bilinmeden yapılacak hesaplar tahminden öteye geçemez.

Doğrulanmış durum, AWS ile NVIDIA'nın 2027–2028 döneminde 2 milyon ek GPU kurmayı planlaması ve ortaklığı işlemci, ağ, modeller, veri işleme, federal altyapı ve robotik alanlarına genişletmesidir. Bundan sonra izlenecek somut noktalar, kapasitenin AWS bölgelerine göre teslim programı, ilgili EC2 seçeneklerinin erişilebilirlik tarihleri ve Trainium ile NVIDIA sistemlerinin ortak raf mimarisinde nasıl uygulanacağı olacak.