What is the primary goal of the expanded strategic collaboration between AWS and NVIDIA?

The collaboration aims to accelerate the transition of AI solutions from experimental phases to full-scale production environments. This involves integrating new technologies and expanding existing capabilities across accelerated computing, interconnect technologies, model fine-tuning, and inference. The focus is on enabling customers to build and run AI solutions that are reliable, performant at scale, and compliant with enterprise security and regulatory requirements, ultimately driving meaningful business outcomes through production-ready AI systems.

What significant GPU infrastructure expansions are planned by AWS as part of this collaboration?

Starting in 2026, AWS plans to deploy over 1 million NVIDIA GPUs, including the next-generation Blackwell and Rubin architectures, across its global cloud regions. This massive expansion solidifies AWS's position as a leading provider of NVIDIA GPU-based instances, offering the broadest collection for diverse AI/ML workloads. This enhanced capacity is crucial for supporting the surging demand for AI compute, particularly for complex agentic AI systems that require extensive computational power.

How will the new Amazon EC2 instances with NVIDIA RTX PRO 4500 Blackwell Server Edition GPUs benefit users?

AWS is the first major cloud provider to support the NVIDIA RTX PRO 4500 Blackwell Server Edition GPUs on Amazon EC2 instances. These instances are highly versatile, suitable for a broad spectrum of workloads such as data analytics, conversational AI, content generation, recommender systems, video streaming, and advanced graphics rendering. Built on the AWS Nitro System, they offer enhanced resource efficiency, robust security, and stability, delivering superior performance for demanding AI and graphics applications.

How does the integration of NVIDIA NIXL with AWS EFA enhance Large Language Model (LLM) inference?

The integration of NVIDIA Inference Xfer Library (NIXL) with AWS Elastic Fabric Adapter (EFA) is designed to accelerate disaggregated LLM inference on Amazon EC2 across both NVIDIA GPUs and AWS Trainium instances. This is critical for managing the communication overhead in large models, enabling efficient overlap of communication and computation, minimizing latency, and maximizing GPU utilization. It facilitates high-throughput, low-latency KV-cache data movement and integrates natively with popular open-source frameworks like NVIDIA Dynamo, vLLM, and SGLang.

What improvements are being made to Apache Spark performance for data analytics?

AWS and NVIDIA's joint engineering efforts have resulted in a 3x faster performance for Apache Spark workloads. This is achieved by combining Amazon EMR on Amazon EKS with G7e instances, powered by NVIDIA RTX PRO 6000 Blackwell Server Edition GPUs. This significant speedup allows data engineers and scientists to accelerate time-to-insight for critical tasks such as AI/ML feature engineering, complex ETL transformations, and real-time analytics, maintaining full compatibility with existing Spark applications.

What expanded NVIDIA Nemotron model support is coming to Amazon Bedrock?

Amazon Bedrock will soon support fine-tuning NVIDIA Nemotron models directly using Reinforcement Fine-Tuning (RFT). This capability allows developers to precisely align model behavior to specific domains like legal, healthcare, or finance without infrastructure overhead. Additionally, NVIDIA Nemotron 3 Super, a hybrid Mixture-of-Experts (MoE) model optimized for multi-agent workloads and extended reasoning, will also be available on Amazon Bedrock, providing fast, cost-efficient inference via a fully managed API for complex, multi-step AI tasks.

How does this collaboration address energy efficiency and sustainability in AI?

The collaboration acknowledges the growing importance of energy efficiency as AI workloads scale. Performance per watt is highlighted not just as a sustainability metric but as a competitive advantage. The article points to an NVIDIA GTC session where sustainability leaders, including Amazon CSO Kara Hurst, discuss how AI is transforming enterprise energy and infrastructure, emphasizing efforts towards more sustainable AI practices from data centers to broader enterprise AI applications.

title: "AWS ja NVIDIA syventävät tekoäly-yhteistyötä tuotannon nopeuttamiseksi" slug: "aws-and-nvidia-deepen-strategic-collaboration-to-accelerate-ai-from-pilot-to-production" date: "2026-03-18" lang: "fi" source: "https://aws.amazon.com/blogs/machine-learning/aws-and-nvidia-deepen-strategic-collaboration-to-accelerate-ai-from-pilot-to-production/" category: "Yritystekoäly" keywords:

AWS
NVIDIA
Tekoälyn kiihdytys
GTC 2026
GPU
Amazon EC2
Amazon Bedrock
Nemotron
Suurten kielimallien päättely
EFA
Apache Spark
Yritystekoäly
Tuotantotekoäly
Koneoppiminen meta_description: "AWS ja NVIDIA syventävät strategista yhteistyötään GTC 2026 -tapahtumassa ja julkistavat merkittäviä integraatioita tekoälyn nopeuttamiseksi pilotista tuotantoon, mukaan lukien laajennetut GPU-käyttöönotot, uudet EC2-instanssit ja Nemotron-mallien tuki Amazon Bedrockissa." image: "/images/articles/aws-and-nvidia-deepen-strategic-collaboration-to-accelerate-ai-from-pilot-to-production.png" image_alt: "AWS:n ja NVIDIAn logot näkyvästi esillä, symboloiden niiden laajentunutta strategista yhteistyötä tekoälyn kiihdyttämiseksi ja innovaatioiden edistämiseksi." quality_score: 94 content_score: 93 seo_score: 95 companies:
AWS
NVIDIA schema_type: "NewsArticle" reading_time: 5 faq:
question: "Mikä on AWS:n ja NVIDIAn laajennetun strategisen yhteistyön ensisijainen tavoite?" answer: "Yhteistyön tavoitteena on nopeuttaa tekoälyratkaisujen siirtymistä kokeiluvaiheista täysimittaisiin tuotantoympäristöihin. Tämä edellyttää uusien teknologioiden integrointia ja olemassa olevien valmiuksien laajentamista kiihdytetyssä laskennassa, yhteenliitäntäteknologioissa, mallien hienosäädössä ja päättelyssä. Tavoitteena on antaa asiakkaille mahdollisuus rakentaa ja käyttää tekoälyratkaisuja, jotka ovat luotettavia, skaalautuvia suorituskyvyltään ja yrityksen turvallisuus- ja säännöstenmukaisuusvaatimusten mukaisia, mikä lopulta johtaa merkittäviin liiketoimintatuloksiin tuotantovalmiiden tekoälyjärjestelmien avulla."
question: "Mitä merkittäviä GPU-infrastruktuurilaajennuksia AWS suunnittelee osana tätä yhteistyötä?" answer: "Vuodesta 2026 alkaen AWS suunnittelee ottavansa käyttöön yli miljoona NVIDIA GPU:ta, mukaan lukien seuraavan sukupolven Blackwell- ja Rubin-arkkitehtuurit, globaaleilla pilvialueillaan. Tämä massiivinen laajennus vahvistaa AWS:n asemaa johtavana NVIDIA GPU-pohjaisten instanssien tarjoajana, joka tarjoaa laajimman valikoiman erilaisiin tekoäly-/koneoppimistyökuormiin. Tämä parannettu kapasiteetti on ratkaisevan tärkeä kasvavan tekoälylaskentakapasiteetin kysynnän tukemisessa, erityisesti monimutkaisille agentti-tekoälyjärjestelmille, jotka vaativat laajaa laskentatehoa."
question: "Miten uudet Amazon EC2 -instanssit NVIDIA RTX PRO 4500 Blackwell Server Edition GPU:illa hyödyttävät käyttäjiä?" answer: "AWS on ensimmäinen suuri pilvipalveluntarjoaja, joka tukee NVIDIA RTX PRO 4500 Blackwell Server Edition GPU:ita Amazon EC2 -instansseissa. Nämä instanssit ovat erittäin monipuolisia ja soveltuvat laajalle joukolle työkuormia, kuten data-analytiikkaan, keskusteluteekoälyyn, sisällöntuotantoon, suosittelujärjestelmiin, videon suoratoistoon ja edistyneeseen grafiikan renderöintiin. AWS Nitro Systemiin rakennettuina ne tarjoavat parannettua resurssitehokkuutta, vankkaa turvallisuutta ja vakautta, ja tuottavat ylivoimaista suorituskykyä vaativiin tekoäly- ja grafiikkasovelluksiin."
question: "Miten NVIDIA NIXL:n ja AWS EFA:n integrointi parantaa suurten kielimallien (LLM) päättelyä?" answer: "NVIDIA Inference Xfer Library (NIXL):n ja AWS Elastic Fabric Adapter (EFA):n integroinnin tarkoituksena on kiihdyttää hajautettua LLM-päättelyä Amazon EC2:ssa sekä NVIDIA GPU- että AWS Trainium -instansseissa. Tämä on kriittistä suurten mallien tiedonsiirtokustannusten hallinnassa, mahdollistaen tehokkaan tiedonsiirron ja laskennan päällekkäisyyden, minimoimalla viiveen ja maksimoimalla GPU:n käyttöasteen. Se helpottaa korkean suorituskyvyn ja matalan viiveen KV-välimuistin tiedonsiirtoa ja integroituu luonnollisesti suosittuihin avoimen lähdekoodin kehyksiin, kuten NVIDIA Dynamoon, vLLM:ään ja SGLangiin."
question: "Mitä parannuksia Apache Sparkin suorituskykyyn tehdään data-analytiikassa?" answer: "AWS:n ja NVIDIAn yhteiset suunnittelupyrkimykset ovat johtaneet Apache Spark -työkuormien 3-kertaiseen suorituskyvyn paranemiseen. Tämä saavutetaan yhdistämällä Amazon EMR Amazon EKS:ssä G7e-instansseilla, joita käyttävät NVIDIA RTX PRO 6000 Blackwell Server Edition GPU:t. Tämä merkittävä nopeuden paraneminen antaa data-insinööreille ja -tiedemiehille mahdollisuuden nopeuttaa oivallusten saantiaikaa kriittisissä tehtävissä, kuten tekoäly-/koneoppimisominaisuuksien suunnittelussa, monimutkaisissa ETL-muunnoksissa ja reaaliaikaisessa analytiikassa, säilyttäen täyden yhteensopivuuden olemassa olevien Spark-sovellusten kanssa."
question: "Mitä laajennettua NVIDIA Nemotron -mallitukea on tulossa Amazon Bedrockiin?" answer: "Amazon Bedrock tulee pian tukemaan NVIDIA Nemotron -mallien hienosäätöä suoraan Reinforcement Fine-Tuning (RFT) -menetelmällä. Tämä ominaisuus antaa kehittäjille mahdollisuuden mukauttaa mallin käyttäytymistä tarkasti tietyille toimialoille, kuten oikeudelle, terveydenhuollolle tai rahoitukselle ilman infrastruktuurikustannuksia. Lisäksi NVIDIA Nemotron 3 Super, hybridi Mixture-of-Experts (MoE) -malli, joka on optimoitu moniagenttityökuormille ja laajennetulle päättelylle, on myös saatavilla Amazon Bedrockissa tarjoten nopean ja kustannustehokkaan päättelyn täysin hallitun API:n kautta monimutkaisiin, monivaiheisiin tekoälytehtäviin."
question: "Miten tämä yhteistyö käsittelee energiatehokkuutta ja vastuullisuutta tekoälyssä?" answer: "Yhteistyö tunnustaa energiatehokkuuden kasvavan merkityksen tekoälytyökuormien skaalautuessa. Suorituskyky wattia kohden korostuu paitsi vastuullisuuden mittarina myös kilpailuetuna. Artikkelissa viitataan NVIDIA GTC -istuntoon, jossa vastuullisuusjohtajat, mukaan lukien Amazonin CSO Kara Hurst, keskustelevat siitä, miten tekoäly muuttaa yritysten energiaa ja infrastruktuuria, korostaen pyrkimyksiä kohti kestävämpiä tekoälykäytäntöjä datakeskuksista laajempaan yritystekoälysovelluksiin."

AWS ja NVIDIA syventävät tekoäly-yhteistyötä nopeuttamaan tekoälyä pilottivaiheesta tuotantoon

Tekoäly muuttaa toimialoja ennennäkemättömällä nopeudella, mutta todellinen arvo ei piile pelkästään kokeilussa, vaan tekoälyratkaisujen onnistuneessa käyttöönotossa ja operoinnissa tuotantoympäristöissä. Tämä edellyttää vankkoja, skaalautuvia, turvallisia ja vaatimustenmukaisia järjestelmiä, jotka tuottavat konkreettisia liiketoimintatuloksia. Tämän kriittisen tarpeen ratkaisemiseksi AWS ja NVIDIA ilmoittivat strategisen yhteistyönsä merkittävästä laajentamisesta NVIDIA GTC 2026 -tapahtumassa, esitellen uusia teknologiaintegraatioita, jotka on suunniteltu vastaamaan kasvavaan tekoälylaskennan kysyntään ja viemään tekoälyratkaisuja todelliseen tuotantoon.

Syvennetty kumppanuus keskittyy tekoälyn elinkaaren jokaisen vaiheen nopeuttamiseen, infrastruktuurista mallien käyttöönottoon. Nämä integraatiot kattavat kriittisiä alueita, kuten kiihdytetyn laskennan, edistyneet yhteenliitäntäteknologiat sekä virtaviivaistetun mallien hienosäädön ja päättelyn. Keskeisiä julkistuksia ovat:

Yli miljoonan NVIDIA GPU:n käyttöönotto AWS-alueilla vuodesta 2026 alkaen.
Amazon EC2 -tuki NVIDIA RTX PRO 4500 Blackwell Server Edition GPU:ille, mikä tekee AWS:stä ensimmäisen suuren pilvipalveluntarjoajan, joka tarjoaa tämän.
Yhteyden kiihdytys hajautetun suurten kielimallien (LLM) päättelyyn hyödyntäen NVIDIA NIXL:ää AWS Elastic Fabric Adapterissa (EFA).
Kolminkertainen nopeus Apache Spark -työkuormissa käyttäen Amazon EMR:ää Amazon Elastic Kubernetes Servicessä (Amazon EKS) Amazon EC2 G7e -instansseilla, joita käyttävät NVIDIA RTX PRO 6000 Blackwell Server Edition GPU:t.
Laajennettu NVIDIA Nemotron -mallien tuki Amazon Bedrockissa, mukaan lukien Reinforcement Fine-Tuning ja Nemotron 3 Super -malli.

Tekoälyinfrastruktuurin skaalaaminen parannetulla NVIDIA GPU -teholla

Modernin tekoälyn perusta on tehokas laskentainfrastruktuuri. Vuodesta 2026 alkaen AWS tekee monumentaalisen sitoumuksen tekoälyn kehittämiseen lisäämällä yli miljoona NVIDIA GPU:ta globaaleille pilvialueilleen. Tämä sisältää seuraavan sukupolven Blackwell- ja Rubin-GPU-arkkitehtuurit, varmistaen, että asiakkailla on pääsy markkinoiden edistyneimpään laitteistoon. AWS:llä on jo alan laajin valikoima NVIDIA GPU-pohjaisia instansseja, jotka palvelevat monipuolisia tekoäly-/koneoppimistyökuormia, ja tämä laajennus vahvistaa entisestään sen johtajuutta.

Tämä pitkäaikainen, yli 15 vuotta kestänyt kumppanuus ulottuu myös tärkeille infrastruktuurialueille, kuten Spectrum-verkottumiseen. Tavoitteena on tarjota yrityksille, startup-yrityksille ja tutkijoille vankka infrastruktuuri, jota tarvitaan kehittyneiden agentti-tekoälyjärjestelmien rakentamiseen ja skaalaamiseen – tekoälyjärjestelmien, jotka kykenevät autonomiseen päättelyyn, suunnitteluun ja toimintaan monimutkaisissa työnkuluissa.

Esittelyssä uudet Amazon EC2 -instanssit ja yhteyden innovaatiot

Yhteistyön kohokohta ovat tulevat Amazon EC2 -instanssit, joita kiihdyttävät NVIDIA RTX PRO 4500 Blackwell Server Edition GPU:t. AWS on ylpeä ollessaan ensimmäinen suuri pilvipalveluntarjoaja, joka ilmoittaa tukevansa näitä tehokkaita GPU:ita, tehden niistä saatavilla laajaan valikoimaan vaativia tehtäviä. Nämä instanssit soveltuvat ihanteellisesti data-analytiikkaan, kehittyneeseen keskusteluteekoälyyn, dynaamiseen sisällöntuotantoon, edistyneisiin suosittelujärjestelmiin, korkealaatuiseen videon suoratoistoon ja monimutkaisiin grafiikkatyökuormiin.

Nämä uudet EC2-instanssit rakennetaan vankan AWS Nitro Systemin päälle. Nitro System, ainutlaatuisella yhdistelmällään omaa laitteistoa ja kevyttä hypervisor-ohjelmistoa, toimittaa lähes kaikki isäntälaitteiston laskenta- ja muistiresurssit suoraan instansseille. Tämä suunnittelu varmistaa ylivertaisen resurssien hyödyntämisen ja suorituskyvyn. Mikä tärkeintä, Nitro Systemin erikoistunut laitteisto, ohjelmisto ja firmware on suunniteltu noudattamaan tiukkoja rajoituksia, turvaamaan herkät tekoälytyökuormat ja tiedot luvattomalta käytöltä, jopa AWS:n sisältä. Sen kyky suorittaa firmware-päivityksiä ja optimointeja käytön aikana parantaa entisestään turvallisuutta ja vakautta, jotka ovat olennaisia tuotantotason tekoäly-, analytiikka- ja grafiikkatyökuormissa.

Suorituskykyä parantaa entisestään, erityisesti massiivisten tekoälymallien osalta, yhteyksien kiihdytys hajautettua LLM-päättelyä varten. Kun mallikoot jatkavat kasvuaan, tiedonsiirtokustannukset GPU:iden tai AWS Trainium -instanssien välillä voivat muodostua merkittäväksi pullonkaulaksi. AWS ilmoitti tukevansa NVIDIA Inference Xfer Library (NIXL):ää AWS Elastic Fabric Adapterin (EFA) kanssa, joka on suunniteltu kiihdyttämään hajautettua LLM-päättelyä Amazon EC2:ssa, kattaen sekä NVIDIA GPU:t että AWS Trainiumin. Tämä integrointi on elintärkeä modernien tekoälytyökuormien skaalaamisessa, mahdollistaen tehokkaan tiedonsiirron ja laskennan päällekkäisyyden, minimoimalla viiveen ja maksimoimalla GPU:n käyttöasteen. Se helpottaa korkean suorituskyvyn ja matalan viiveen KV-välimuistin tiedonsiirtoa laskentamuisti- ja hajautettujen muistiresurssien välillä. NIXL EFA:n kanssa integroituu luonnollisesti suosittuihin avoimen lähdekoodin kehyksiin, kuten NVIDIA Dynamoon, vLLM:ään ja SGLangiin, tarjoten parannetun inter-token-viiveen ja tehokkaamman KV-välimuistin muistin hyödyntämisen.

Data-analytiikan nopeuttaminen Amazon EMR:n ja GPU:iden avulla

Data-insinöörit ja -tiedemiehet kamppailevat usein pitkien tiedonkäsittelyputkien kanssa, jotka voivat merkittävästi haitata tekoäly-/koneoppimismallien iteraatiota ja liiketoimintatiedon tuottamista. AWS:n ja NVIDIAn yhteistyö tuo mullistavan parannuksen: kolminkertaisen nopeuden Apache Spark -työkuormissa. Tämä nopeuden paraneminen saavutetaan hyödyntämällä Amazon EMR:ää Amazon EKS:ssä G7e-instansseilla, joita käyttävät NVIDIAn RTX PRO 6000 Blackwell Server Edition GPU:t.

Tämä merkittävä suorituskyvyn paraneminen on suoraa seurausta yhteisistä suunnittelupyrkimyksistä, jotka keskittyivät GPU-kiihdytetyn analytiikan optimointiin. Amazon EMR:n ja G7e-instanssien avulla organisaatiot voivat dramaattisesti lyhentää tekoäly-/koneoppimisominaisuuksien suunnitteluun, monimutkaisiin ETL-muunnoksiin ja reaaliaikaiseen analytiikkaan skaalassa tarvittavaa aikaa. Asiakkaat, jotka käyttävät laajoja tiedonkäsittelyputkia, voivat saavuttaa nopeamman oivallusten saantiajan säilyttäen täyden yhteensopivuuden olemassa olevien Spark-sovellustensa kanssa.

NVIDIA Nemotron -mallituen laajentaminen Amazon Bedrockissa

AWS ja NVIDIA laajentavat myös yhteistyötään perustavanlaatuisten mallien osalta tuoden kehittyneitä NVIDIA Nemotron -malleja Amazon Bedrockiin.

Kehittäjät voivat pian hienosäätää NVIDIA Nemotron -malleja suoraan Amazon Bedrockissa Reinforcement Fine-Tuning (RFT) -menetelmällä. Tämä on mullistava muutos tiimeille, jotka tarvitsevat mallin käyttäytymisen mukauttamista tietyille toimialoille, olipa kyse sitten oikeudesta, terveydenhuollosta, rahoituksesta tai muista erikoisaloista. RFT antaa käyttäjille mahdollisuuden muokata mallin päättelytapaa ja reagointia, siirtyen pelkästä tiedonhankinnasta vivahteikkaampaan käyttäytymisen yhdenmukaistamiseen. Mikä tärkeintä, tämä toimii natiivisti Amazon Bedrockissa, poistaen infrastruktuurikustannukset – käyttäjät määrittelevät tehtävän, antavat palautetta, ja Bedrock hoitaa loput.

Lisäksi NVIDIA Nemotron 3 Super, hybridi Mixture-of-Experts (MoE) -malli, joka on rakennettu moniagenttityökuormia ja laajennettua päättelyä varten, on myös tulossa pian Amazon Bedrockiin. Nemotron 3 Super on suunniteltu auttamaan tekoälyagentteja säilyttämään tarkkuuden monimutkaisissa, monivaiheisissa työnkuluissa, ja se tulee tukemaan monipuolisia käyttötapauksia rahoituksesta kyberturvallisuuteen, vähittäiskauppaan ja ohjelmistokehitykseen. Se lupaa nopean, kustannustehokkaan päättelyn täysin hallitun API:n kautta, yksinkertaistaen kehittyneiden tekoälyagenttien käyttöönottoa.

Tässä yhteenveto tärkeimmistä julkistuksista:

Ominaisuus/Integraatio	Kuvaus	Ensisijainen hyöty	Saatavuus
GPU:iden käyttöönotto	Yli miljoona NVIDIA GPU:ta (Blackwell, Rubin-arkkitehtuurit) AWS-alueilla.	Massiivinen laskentakapasiteetti kaikille tekoäly-/koneoppimistyökuormille, agentti-tekoälylle.	Vuodesta 2026 alkaen
Amazon EC2 -instanssit	Tuki NVIDIA RTX PRO 4500 Blackwell Server Edition GPU:ille EC2:ssa.	Ensimmäinen suuri pilvipalveluntarjoaja, joka tukee monipuolista tekoälyä, grafiikkaa, analytiikkaa.	Tulossa pian
LLM-päättely	NVIDIA NIXL AWS EFA:ssa kiihdytettyyn hajautettuun LLM-päättelyyn GPU:illa ja Trainiumeilla.	Minimoitu tiedonsiirtoviive, maksimoitu GPU:n käyttöaste LLM:ille.	Julkistettu
Apache Sparkin suorituskyky	Kolminkertainen nopeus Spark-työkuormissa Amazon EMR:ssä EKS:ssä G7e-instansseilla (RTX PRO 6000).	Nopeutettu oivallusten saantiaika data-analytiikassa, ominaisuuksien suunnittelussa.	Julkistettu
Nemotronin hienosäätö	Reinforcement Fine-Tuning (RFT) Nemotron-malleille suoraan Amazon Bedrockissa.	Toimialakohtainen mallin käyttäytymisen yhdenmukaistaminen ilman infrastruktuurikustannuksia.	Tulossa pian
Nemotron 3 Super	Hybridi MoE-malli moniagenttityökuormille ja laajennetulle päättelylle Amazon Bedrockissa.	Nopea, kustannustehokas päättely monimutkaisiin, monivaiheisiin tekoälytehtäviin.	Tulossa pian

Sitoutuminen energiatehokkuuteen ja kestävään tekoälyyn

Kun tekoälytyökuormat jatkavat eksponentiaalista kasvuaan, taustalla olevan infrastruktuurin tehokkuus ja kestävyys nousevat ensisijaisen tärkeiksi. Yhteistyö korostaa myös yhteistä sitoutumista energiatehokkuuden parantamiseen. Suorituskyky wattia kohden ei ole enää pelkästään vastuullisuuden mittari, vaan merkittävä kilpailuetu tekoälymaailmassa.

NVIDIA GTC 2026 -tapahtumassa Amazonin CSO Kara Hurst liittyi muiden vastuullisuusjohtajien joukkoon keskustelemaan siitä, miten tekoäly muuttaa perustavanlaatuisesti yritysten energiaa ja infrastruktuuria laajassa mittakaavassa. Tämä keskustelu korostaa keskittymistä sellaisten tekoälyratkaisujen kehittämiseen ja käyttöönottoon, jotka ovat paitsi tehokkaita myös ympäristövastuullisia, aina aktiivisina verkon osallistujina optimoiduista datakeskuksista laajempiin yritystekoälysovelluksiin. Tämä ennakoiva lähestymistapa varmistaa, että tekoälyn laskentatehon edistysaskeleet ovat linjassa globaalien kestävän kehityksen tavoitteiden kanssa.

AWS ja NVIDIA syventävät tekoäly-yhteistyötä tuotannon nopeuttamiseksi