Amazon у серпні 2026 року втричі збільшив обсяг замовлень чипів Nvidia — компанія відреагувала на різке зростання попиту на обчислювальні потужності для AI-навантажень. За даними TechCrunch, рішення про потроєння закупівель ухвалили на тлі дефіциту GPU, який уже кілька років стримує темпи розгортання нових AI-сервісів у хмарі.

Показово, що це робить саме Amazon — компанія, яка роками інвестує у власні чипи Trainium і Inferentia, щоб менше залежати від Nvidia. Те, що навіть найбільший хмарний провайдер зі своєю кремнієвою лінійкою нарощує закупівлі стороннього заліза втричі, говорить не про провал внутрішньої стратегії, а про масштаб попиту, який жодна власна розробка поки не покриває.

Для AI-білдерів це не абстрактна корпоративна новина, а прямий сигнал про доступність обчислень на найближчі квартали — і саме тому вартий розбору.

Що саме зробив Amazon?

Компанія наростила обсяг замовлень чипів Nvidia у три рази порівняно з попереднім рівнем — причина, за словами джерела, різке зростання попиту на GPU-потужності для AI-навантажень. TechCrunch не розкриває ні точну суму контракту, ні конкретну модель чипів, але сам факт потроєння — це рідкісний за масштабом крок навіть для гравця розміру Amazon, який зазвичай планує закупівлі на роки наперед, а не реагує різкими стрибками.

Це вписується у загальну картину: великі хмарні провайдери — Amazon, Microsoft, Google — витрачають рекордні суми на дата-центри й GPU-кластери, намагаючись встигнути за попитом на інференс і тренування моделей. Прибуток Nvidia подвоївся до $59,69 млрд на попиті AI-чипів — і замовлення Amazon напряму підживлюють ці показники.

Наскільки гострий цей дефіцит GPU?

За нашою оцінкою AiiN, потроєння замовлень одного з найбільших хмарних гравців — ще один індикатор того, що дефіцит GPU для AI-навантажень залишається гострим у 2026 році, попри роки інвестицій в нарощування виробництва. Якби пропозиція встигала за попитом, компанії такого масштабу планували б закупівлі рівномірно, а не збільшували б їх стрибком у рази.

Схожа логіка простежується і в інших великих контрактах на обчислення цього року: Anthropic платить $45 млрд Nscale за обчислення для Claude, щоб гарантувати собі доступ до потужностей наперед, а не конкурувати за них на спотовому ринку.

Кому це вдарить по гаманцю?

Найбільше — командам, які орендують GPU в хмарі, а не володіють власним залізом. Коли такий гравець, як Amazon, забирає більший шматок доступних потужностей Nvidia наперед, менші клієнти AWS і конкуруючих хмар отримують менший вибір і, ймовірно, вищі ціни на резервування інстансів у наступні квартали.

Для стартапів і команд, що будують AI-продукти, це означає: планувати доступ до GPU-потужностей заздалегідь, а не розраховувати на спотові інстанси в момент пікового навантаження. Резервування ємності на кілька місяців наперед стає не оптимізацією витрат, а питанням того, чи взагалі буде доступна потужність, коли вона знадобиться.

Висновок AiiN

Наша теза проста: коли компанія з власною лінійкою AI-чипів усе одно потроює закупівлі в конкурента, це означає, що дефіцит обчислень — не тимчасовий збій постачання, а структурна риса ринку AI у 2026 році. Для AI-білдерів головний практичний висновок — закладати вартість і доступність GPU в плани продукту так само серйозно, як вартість самих LLM-запитів, і не відкладати резервування потужностей на момент, коли вони вже критично потрібні.

Чому Amazon купує чипи Nvidia, маючи власні Trainium?

Власні чипи Amazon поки не закривають весь обсяг попиту на AI-обчислення всередині компанії та в AWS. Nvidia лишається стандартом для навчання найбільших моделей, тож навіть провайдери з власним кремнієм продовжують закуповувати її GPU для частини навантажень.

Чи означає це подорожчання хмарних AI-сервісів?

Прямо в новині це не підтверджено, але дефіцит GPU історично тисне на ціни оренди обчислень у хмарі. Ймовірно, компаніям варто закладати вищу вартість GPU-інстансів у бюджети на найближчі квартали.