Amazon Web Services e Nvidia distribuiranno due milioni di GPU aggiuntive nell’infrastruttura globale di AWS tra il 2027 e il 2028, ampliando una capacità di calcolo destinata all’AI agentica, alla ricerca scientifica, all’automazione aziendale e alla robotica.
L’intesa coinvolge l’intero stack tecnologico: agli acceleratori Blackwell Ultra, Rubin e Rubin Ultra si affiancano le CPU Vera, il networking NVLink, la memoria ad alta larghezza di banda NVHBM, i modelli Nemotron e nuove integrazioni con i servizi AWS. Una parte dell’infrastruttura sarà inoltre impiegata per costruire AI factory dedicate al governo statunitense.
Il piano si aggiunge al milione di GPU che AWS aveva già previsto di introdurre a partire dal 2026. La revisione al rialzo, arrivata pochi mesi dopo, indica che la domanda dei clienti ha superato le stime sulle quali era stato costruito il programma iniziale.
Una capacità superiore ai piani iniziali
Le nuove risorse saranno distribuite nei data center AWS e nelle AI factory, dove migliaia di acceleratori vengono organizzati in sistemi capaci di operare come un unico supercomputer. L’obiettivo è sostenere carichi che comprendono sia l’addestramento dei modelli sia l’inference continua richiesta dagli agenti AI e dalle applicazioni che interagiscono con il mondo fisico.
AWS amplierà parallelamente la propria offerta Blackwell introducendo le GPU RTX PRO 4500 Blackwell Server Edition nelle istanze Amazon EC2 G7. Rispetto alla precedente generazione G6, le nuove istanze raggiungono prestazioni fino a 4,6 volte superiori nell’inference AI e fino a 2,1 volte superiori nella grafica; AWS sarà il primo grande cloud provider a proporre questo acceleratore attraverso un servizio di calcolo pubblico.
La collaborazione comprende anche il networking Nvidia Spectrum, chiamato a migliorare la comunicazione tra le GPU nei cluster di maggiori dimensioni. Con l’aumento del numero di acceleratori, infatti, la velocità delle singole GPU non è sufficiente a determinare le prestazioni complessive: interconnessioni, memoria e software di orchestrazione diventano essenziali per evitare che lo spostamento dei dati rallenti il sistema.
Il business Data Center vale oltre il 92% dei ricavi
L’accordo con AWS è stato presentato nello stesso giorno dei risultati finanziari del secondo trimestre fiscale 2027. Nvidia ha chiuso il periodo terminato il 26 luglio con 96,2 miliardi di dollari di ricavi, segnando una crescita del 18% rispetto al trimestre precedente e del 106% su base annua.
Il business Data Center ha prodotto da solo 89 miliardi di dollari, il 117% in più rispetto allo stesso periodo dell’anno precedente, arrivando a rappresentare oltre il 92% del fatturato complessivo. L’utile netto GAAP è salito del 126% a 59,7 miliardi di dollari, mentre il margine lordo ha raggiunto il 75%.
La crescita dovrebbe proseguire nel trimestre in corso: Nvidia prevede ricavi per 108 miliardi di dollari, con una variazione possibile del 2%, pur senza includere nella stima eventuali vendite di sistemi Data Center per il calcolo in Cina.
Alla chiusura del 26 agosto Nvidia aveva una capitalizzazione di mercato di circa 5.080 miliardi di dollari. Il dato esprime il valore complessivo attribuito dal mercato alle azioni della società – non la liquidità disponibile – e colloca il gruppo tra le aziende quotate di maggior valore al mondo.
Questa posizione riflette una trasformazione ormai completata: Nvidia viene valutata come il fornitore di una piattaforma sulla quale si sta costruendo una parte crescente dell’economia dell’intelligenza artificiale. La strategia si estende quindi oltre la singola GPU e integra processori, reti, memoria, software, modelli e strumenti di sviluppo.
Nelle stesse ore sono emerse anche le trattative per l’acquisizione di Hugging Face per oltre 13 miliardi di dollari. Se l’intesa con AWS amplia la capacità disponibile nel cloud, un’operazione su Hugging Face porterebbe Nvidia nel livello attraverso il quale sviluppatori e aziende pubblicano, selezionano e distribuiscono modelli e dataset: due iniziative contemporanee che agiscono su punti differenti della stessa filiera.
Vera porta su AWS una CPU progettata per gli agenti
L’infrastruttura AWS includerà anche Nvidia Vera, la CPU progettata per affiancare gli acceleratori nei carichi agentici. Rispetto alle applicazioni AI più lineari, gli agenti devono mantenere il contesto, coordinare strumenti esterni, accedere a database e gestire processi di reasoning articolati; attività che richiedono un equilibrio diverso tra calcolo general purpose, capacità di memoria e accelerazione GPU.
Vera si aggiungerà ai processori sviluppati internamente da Amazon e alle tecnologie fornite dagli altri partner, all’interno di un’offerta eterogenea che consentirà ai clienti di scegliere architetture differenti in funzione del costo, delle prestazioni e del tipo di modello da eseguire.
Per Nvidia, l’ingresso di Vera nel cloud AWS rappresenta un ampliamento importante del proprio raggio d’azione: dopo aver costruito una posizione dominante nelle GPU, l’azienda punta a coprire anche una parte crescente del calcolo CPU che circonda gli acceleratori.
Trainium si collega all’ecosistema NVLink
La collaborazione coinvolge anche Trainium, la famiglia di acceleratori AI sviluppata da AWS attraverso Annapurna Labs. Amazon aveva già annunciato il supporto di Nvidia NVLink Fusion nei processori di prossima generazione; ora il progetto viene esteso a NVHBM, la memoria ad alta larghezza di banda personalizzata da Nvidia insieme ai produttori di memorie.
Trainium e GPU Nvidia potranno così convivere all’interno di una stessa architettura rack-scale, condividendo tecnologie di interconnessione e memoria. AWS conserva il vantaggio economico e progettuale del proprio silicio, ma lo inserisce in un sistema compatibile con le tecnologie che Nvidia sta portando nelle AI factory.
Le istanze EC2 basate sui due tipi di acceleratori continueranno a utilizzare AWS Nitro System per l’isolamento e la sicurezza, mentre Elastic Fabric Adapter gestirà la comunicazione ad alta velocità tra i nodi. L’integrazione mostra come la competizione tra chip proprietari e GPU Nvidia possa convivere con la cooperazione tecnologica: un hyperscaler può sviluppare i propri acceleratori e, contemporaneamente, adottare le interconnessioni del principale fornitore del mercato.
Centomila GPU per la sicurezza nazionale
Una parte della collaborazione sarà indirizzata al settore pubblico. AWS e Nvidia prevedono di costruire AI factory per il governo degli Stati Uniti, installando 100.000 GPU sull’infrastruttura sicura di Amazon per gestire carichi federali e attività legate alla sicurezza nazionale.
I sistemi potranno elaborare dati classificati al livello Impact Level 6 e superiore, utilizzato dal Dipartimento della Difesa statunitense per le informazioni fino al livello Secret. La potenza di calcolo AI entra così nel perimetro delle infrastrutture strategiche nazionali, insieme alle reti cloud, ai sistemi crittografici e agli ambienti dedicati alla cybersecurity.
Il progetto ha anche un significato industriale: governi e amministrazioni pubbliche cercano infrastrutture riservate sulle quali addestrare e distribuire modelli destinati a funzioni sensibili, senza dipendere esclusivamente dalla capacità disponibile sul mercato commerciale.
Nemotron entra nei servizi gestiti di Amazon
La componente software dell’intesa riguarda la famiglia di modelli aperti Nvidia Nemotron, che continuerà a essere disponibile attraverso Amazon Bedrock e Amazon SageMaker. Nel primo caso i clienti possono utilizzare i modelli come servizi gestiti e serverless; nel secondo possono distribuirli, personalizzarli e sottoporli a fine-tuning su un’infrastruttura maggiormente controllata.
L’integrazione acquista un peso ulteriore nel contesto delle trattative su Hugging Face. Nvidia sta costruendo una presenza che parte dai componenti dei data center e raggiunge progressivamente i modelli, gli ambienti di sviluppo e i canali attraverso i quali il software AI viene distribuito.
AWS mantiene comunque una strategia multifornitore: Nemotron si inserisce in un catalogo che comprende modelli sviluppati da numerose aziende, mentre i sistemi Nvidia convivono con Trainium e con gli altri processori disponibili su EC2. La convergenza tecnologica non elimina quindi la competizione tra i due gruppi, ma la trasferisce all’interno di una piattaforma comune.
Le GPU accelerano anche la preparazione dei dati
L’impiego degli acceleratori si estenderà alle operazioni che precedono l’esecuzione dei modelli. Amazon EMR integrerà le istanze EC2 G7 con la libreria Nvidia cuDF per gestire ETL, feature engineering e analisi in tempo reale; la configurazione può raggiungere una velocità di elaborazione 3,7 volte superiore, migliorando del 30% il rapporto tra prezzo e prestazioni rispetto ai sistemi basati su CPU.
Amazon OpenSearch Service utilizzerà invece la libreria cuVS per costruire gli indici vettoriali impiegati nella ricerca semantica e nei sistemi RAG. Spostando questa fase sulle GPU, AWS prevede di creare gli indici fino a nove volte più rapidamente e a un quarto del costo delle configurazioni tradizionali, sia nei cluster gestiti sia in OpenSearch Serverless.
L’intervento su questi servizi risponde a un problema sempre più rilevante: con database che raggiungono miliardi di vettori, la preparazione e l’indicizzazione dei dati possono richiedere più tempo dell’esecuzione del modello, trasformandosi nel principale collo di bottiglia dell’applicazione.
Dal cloud ai robot dei magazzini Amazon
La parte conclusiva dell’accordo riguarda la physical AI. Amazon Robotics utilizzerà Jetson, Omniverse e Nvidia Isaac per sviluppare la prossima generazione di robot destinati ai magazzini, coprendo simulazione, generazione di dati sintetici, addestramento, ottimizzazione dei percorsi, sicurezza funzionale e validazione real-to-sim.
Il cloud fornirà la capacità necessaria per riprodurre virtualmente ambienti e situazioni operative su una scala impossibile da ottenere attraverso i soli test fisici; i risultati saranno poi trasferiti ai sistemi robotici, che continueranno a produrre dati utili per nuove simulazioni. Si crea così un ciclo nel quale mondo digitale e mondo reale alimentano reciprocamente lo sviluppo dei modelli.
Il piano di AWS e Nvidia mostra che la prossima fase della competizione non si giocherà sulla disponibilità di una singola generazione di GPU. Chip, CPU, memoria, networking, cloud, modelli e distribuzione del software stanno diventando componenti di una stessa infrastruttura industriale, sulla quale Nvidia cerca di estendere la propria presenza mentre AWS punta a mantenere la libertà di combinare tecnologie proprietarie e sistemi esterni.
I conti confermano il peso dell’infrastruttura AI
I risultati economici pubblicati insieme all’annuncio mostrano quanto l’espansione dell’infrastruttura AI stia incidendo sui conti di Nvidia. Nel secondo trimestre dell’esercizio fiscale 2027, concluso il 26 luglio 2026, il gruppo ha registrato ricavi per 96,2 miliardi di dollari, in aumento del 18% rispetto ai tre mesi precedenti e del 106% su base annua. Nei primi sei mesi dell’esercizio il fatturato ha raggiunto 177,8 miliardi, quasi il doppio dei 90,8 miliardi dello stesso periodo dell’anno precedente. NVIDIAAn.pdf
La crescita ha continuato a concentrarsi nel Data Center, che ha prodotto 89 miliardi di dollari, con un incremento del 18% sul trimestre e del 117% rispetto a un anno prima. Questa divisione rappresenta ormai oltre il 92% dei ricavi complessivi e comprende le GPU, i sistemi di rete e le piattaforme utilizzate per addestrare ed eseguire i modelli di intelligenza artificiale. L’Edge Computing, nel quale Nvidia include le attività legate ai sistemi AI distribuiti, alla robotica e alle piattaforme che operano vicino alla fonte dei dati, ha generato invece 7,2 miliardi, crescendo del 13% su base trimestrale e del 27% su base annua.
L’aumento delle vendite si è tradotto in un utile operativo GAAP di 63,7 miliardi di dollari, superiore del 19% rispetto al trimestre precedente e del 124% su base annua. Il margine lordo si è attestato al 75%, contro il 72,4% dello stesso periodo dell’esercizio precedente, mentre le spese operative sono salite del 55% a 8,4 miliardi. La crescita dei costi, alimentata anche dagli investimenti in ricerca e sviluppo, è rimasta quindi molto inferiore all’espansione del fatturato.
L’utile netto GAAP ha raggiunto 59,7 miliardi di dollari, il 126% in più rispetto a un anno prima ma soltanto il 2% sopra il trimestre precedente. Quest’ultimo confronto risente delle variazioni dei guadagni sulle partecipazioni azionarie, che incidono sui risultati contabili. Escludendo gli elementi considerati non ricorrenti dall’azienda, l’utile netto non-GAAP è stato di 54 miliardi, in crescita del 18% sul trimestre e del 118% su base annua. L’utile diluito per azione è risultato pari a 2,46 dollari secondo i criteri GAAP e a 2,22 dollari su base non-GAAP.
La generazione di cassa è rimasta elevata, anche se inferiore a quella del trimestre precedente. Le attività operative hanno prodotto 24,1 miliardi di dollari e il free cash flow si è attestato a 21,3 miliardi, contro i 13,5 miliardi di un anno prima. Il prospetto finanziario evidenzia contemporaneamente un maggiore assorbimento di risorse da parte dei crediti commerciali e delle scorte, una dinamica coerente con l’aumento dei volumi ma che dovrà essere osservata mentre Nvidia amplia produzione e capacità infrastrutturale. Nei primi sei mesi dell’esercizio, il free cash flow ha comunque raggiunto 69,9 miliardi, rispetto ai 39,6 miliardi dello stesso periodo del 2025.
Nel trimestre Nvidia ha restituito agli azionisti circa 26 miliardi di dollari attraverso riacquisti di azioni e dividendi. Alla fine di luglio rimanevano inoltre circa 99 miliardi disponibili nell’autorizzazione al buyback. Si tratta di una capacità di remunerazione significativa, che convive con investimenti crescenti nella produzione, nei nuovi processori e nell’ecosistema delle AI factory.
Per il terzo trimestre fiscale 2027, Nvidia prevede ricavi per 108 miliardi di dollari, con una possibile variazione del 2%, e un margine lordo intorno al 74%, più o meno mezzo punto percentuale. La stima non comprende eventuali ricavi derivanti dalla vendita in Cina di sistemi di calcolo destinati ai Data Center, un’esclusione che riflette l’incertezza legata alle restrizioni commerciali e alle autorizzazioni necessarie. Le previsioni indicano quindi un’ulteriore crescita, ma anche una lieve normalizzazione dei margini mentre aumentano i costi necessari per sostenere la nuova fase di espansione.
Nel complesso, i risultati mostrano che la domanda di infrastruttura AI continua a crescere più rapidamente delle spese operative di Nvidia. Allo stesso tempo, la concentrazione del fatturato nel Data Center rende il gruppo sempre più dipendente dalla continuità degli investimenti dei grandi operatori cloud, dei laboratori di intelligenza artificiale e dei governi. L’accordo con AWS assume così anche una valenza finanziaria: non rappresenta soltanto un ampliamento tecnologico, ma contribuisce a costruire la domanda sulla quale Nvidia basa le proprie aspettative di crescita per i prossimi trimestri.
