Amazon et Nvidia ont publié conjointement l'annonce officielle de ce qu'AWS appelle « une expansion majeure » de son partenariat avec Nvidia, également annoncée par le PDG d'AWS Matt Garman sur X. L'accord porte sur 2 millions de GPU Nvidia supplémentaires se déployant sur l'infrastructure mondiale d'AWS en 2027-2028, ainsi que sur les nouveaux CPU Vera de Nvidia arrivant sur AWS comme option de calcul supplémentaire. Il inclut aussi 100 000 GPU dédiés à de nouvelles usines d'IA pour le gouvernement américain, habilitées pour des charges de travail classifiées au niveau de classification IL6 (Impact Level 6) et au-delà, l'une des classifications de sécurité fédérales les plus élevées. Aucune des deux entreprises n'a divulgué de conditions financières.
Ce à quoi s'ajoute le chiffre phare
Le chiffre de 2 millions de GPU est véritablement important, mais il vaut la peine de le placer à côté de ce qu'AWS avait déjà promis sept mois plus tôt. Lors de la conférence GTC de Nvidia en mars 2026, AWS avait annoncé son intention de déployer plus d'un million de GPU Nvidia sur ses régions à partir de cette année-là. Le nouveau communiqué déclare clairement que « depuis lors, la demande a dépassé ces attentes » — c'est explicitement additif, pas un remplacement du plan initial. Combiné, l'engagement en GPU Nvidia divulgué par AWS se situe désormais à environ 3 millions d'unités à travers les deux annonces. C'est la base d'autres reportages décrivant cela comme AWS ayant triplé sa commande en moins d'un an. La citation de Jensen Huang dans le communiqué appuie directement cette lecture : « la demande dépasse toutes les prévisions ».
La complémentarité avec Trainium s'accompagne désormais d'un pont technique
Le communiqué d'Amazon déclare que l'expansion « complète le propre silicium personnalisé d'Amazon, donnant aux clients la liberté de choisir le meilleur calcul pour leurs charges de travail spécifiques — que ce soit les GPU NVIDIA, les puces AWS Trainium, ou les deux travaillant ensemble ». C'est la formulation choisie par Amazon, pas une description neutre : une entreprise décrivant ses deux stratégies de puces comme compatibles plutôt qu'en tension. Ce qui rend cette annonce plus concrète qu'un simple argument de communication est un détail technique réel, plus loin dans le texte. La filiale de conception de puces d'AWS, Annapurna Labs, va construire les puces Trainium de nouvelle génération autour de la nouvelle mémoire à large bande passante personnalisée (NVHBM) de Nvidia et de son interconnexion NVLink Fusion. Le communiqué déclare que cela permet à Annapurna Labs de « puiser dans la technologie de mémoire personnalisée et l'architecture d'extensibilité de NVIDIA » de sorte que Trainium et les GPU Nvidia puissent cohabiter « au sein d'une architecture commune à l'échelle du rack ». C'est une affirmation d'ingénierie précise et vérifiable sur une intégration physique — la façon dont le matériel se connecte réellement — pas seulement des gammes de produits parallèles vendues à des clients différents.
À quoi servent précisément les CPU Vera
Le communiqué est précis sur le problème que les CPU Vera de Nvidia résolvent sur AWS. Vera est décrit comme construit pour « le travail CPU derrière l'IA agentique et l'apprentissage par renforcement, incluant l'exécution de code, l'utilisation d'outils, le sandboxing, l'analytique, les pipelines de données, et l'orchestration » — le travail d'infrastructure environnant qui maintient les GPU alimentés et les boucles d'agents en mouvement, distinct du calcul de modèle côté GPU lui-même. C'est une affirmation précise sur la place qu'occupe cette puce dans un pipeline d'IA agentique, pas une vague affirmation de performance.
Les chiffres clients déjà en production
Le communiqué liste des chiffres de performance précis et vérifiables issus d'intégrations déjà en service aujourd'hui, pas seulement le nouvel engagement. Le traitement de données accéléré par GPU sur Amazon EMR avec la bibliothèque cuDF de Nvidia offre « des vitesses de traitement jusqu'à 3,7 fois plus rapides et un rapport prix-performance 30 % meilleur » que des configurations Spark basées sur CPU. L'indexation vectorielle accélérée par GPU sur Amazon OpenSearch Service offre « une indexation jusqu'à 9 fois plus rapide pour un quart du coût ». Les deux sont des multiplicateurs précis rattachés à des produits AWS nommés, et ils décrivent des résultats d'une infrastructure déjà déployée plutôt que le déploiement à venir de 2027-2028 — la partie la plus vérifiable de cette annonce.
L'articulation du chiffre fédéral avec la promesse de 50 milliards de dollars d'AWS
L'engagement fédéral de 100 000 GPU s'inscrit dans un plan bien plus vaste annoncé précédemment. En novembre 2025, Amazon avait annoncé investir jusqu'à 50 milliards de dollars pour construire une infrastructure d'IA et de supercalcul destinée aux agences gouvernementales américaines, ajoutant environ 1,3 gigawatt de capacité à travers les régions Top Secret, Secret, et GovCloud d'AWS en utilisant un mélange de matériel Trainium et Nvidia. Le communiqué de cette semaine ne précise pas si les 100 000 GPU représentent des dépenses nouvelles et incrémentales en plus de ces 50 milliards, ou une quantification plus concrète de la part spécifique de Nvidia à l'intérieur d'un plan déjà annoncé. Ce détail reste ouvert.
À surveiller
- L'une ou l'autre entreprise divulguera-t-elle des chiffres en dollars ? Le communiqué officiel, comme tout autre compte-rendu de cet accord, ne précise aucun prix d'achat ni valeur de contrat.
- L'articulation du chiffre fédéral de 100 000 GPU avec la promesse de 50 milliards de dollars. Savoir s'il s'agit d'argent nouveau ou d'une répartition plus précise d'un engagement existant est le détail qu'AWS ou une agence fédérale gagnerait à clarifier directement.
- Des benchmarks réels des puces Trainium connectées via NVHBM/NVLink Fusion, puisque c'est la première affirmation précise selon laquelle Trainium et les GPU Nvidia partageront une technologie de mémoire et d'interconnexion plutôt que de simplement coexister comme des gammes de produits séparées — savoir si cela se concrétise réellement comme décrit est une affirmation vérifiable à court terme.