Amazon rozważa sprzedaż swoich chipów Trainium do centrów danych innych firm – czy to realne ryzyko dla Nvidii?

Amazon, jak wynika z doniesień, jest na początku rozmów w sprawie sprzedaży swoich autorskich chipów AI Trainium do centrów danych innych firm. Do tej pory Amazon projektował własne układy i wykorzystywał je głównie w ramach Amazon Web Services (AWS), udostępniając moc obliczeniową, a nie sprzedając same chipy na zewnątrz.

Nowy kierunek miałby sprawić, że układy Amazon zaczęłyby konkurować bezpośrednio z GPU Nvidii, które zasilają znaczną część obecnej infrastruktury AI.

Pozycja Amazon w chipach jest już na tyle silna, że cała działalność związana z autorskimi układami (Trainium oraz Graviton i Nitro) osiągnęła ponad 20 mld USD rocznej „run-rate” przychodów w pierwszym kwartale 2026 r. i rozwija się w tempie przekraczającym 100% rok do roku.

Co Amazon jeszcze musi dopiąć

Amazon ma nadal przed sobą kilka etapów, zanim chipy trafią masowo poza AWS. Odpowiedzialny za AI w firmie Peter DeSantis wskazał, że rozmowy dotyczące potencjalnych nabywców dopiero się zaczęły i firma nie podała jeszcze konkretnych partnerów. Jednocześnie nie ma publicznego harmonogramu, kiedy układy mogłyby zostać wysyłane do klientów spoza AWS.

Prezes Andy Jassy sygnalizował ten kierunek już wcześniej, podczas kwietniowej prezentacji wyników za I kwartał: ocenił, że istnieje „dobre prawdopodobieństwo”, iż Amazon zacznie oferować pełne zestawy (pełne „racks”) Trainium poza AWS w ciągu najbliższych dwóch lat.

Doniesienia o skali zainteresowania i kontraktach

Sercem argumentu za wagą tych rozmów jest to, jak daleko Amazon posunął się z własnym ekosystemem. Duzi gracze AI już zamówili istotne moce w ramach AWS:

• OpenAI zakontraktowało ok. 2 GW mocy Trainium
• Anthropic zadeklarowało zapotrzebowanie do 5 GW Trainium (dla obecnych i przyszłych systemów)
• Uber również jest klientem

Dodatkowo, przy takiej skali popytu najnowszy układ Amazon, Trainium3, jest „prawie wyprzedany”.

Współpraca w łańcuchu dostaw

W tle tej ekspansji jest też istotna rola Marvell Technology, która ma pięcioletnie, wielopokoleniowe porozumienie z AWS. Umowa obejmuje m.in. dostawy autorskich produktów AI i innych półprzewodników do centrów danych, co w praktyce może ułatwiać rozszerzenie rynku poza samą Amazon.

Jaki ma być argument cenowy

Amazon komunikuje, że Trainium wykonuje porównywalne zadania taniej niż odpowiednie GPU. DeSantis podkreślał też, że sprzedaż układów poza AWS nie powinna osłabić biznesu chmurowego, ponieważ zapotrzebowanie na moc do trenowania i uruchamiania modeli AI nadal przewyższa podaż.

Czy to oznacza kłopot dla Nvidii?

Dla akcjonariuszy Nvidii pytanie jest naturalne: czy wejście Amazon jako nowego dużego sprzedawcy chipów AI może uderzyć w przewagę rynkową firmy, zwłaszcza w zakresie marż i siły cenowej.

Samo „zjawisko” nie jest też odosobnione. Alphabet rozwija własne procesory tensorowe i zaczęło oferować je wybranym zewnętrznym klientom.

Jednocześnie sygnały z rynku nie wskazują na od razu twarde pogorszenie sytuacji Nvidii. Firma nie tylko nie zwalnia, ale nadal mocno przyspiesza: w fiskalnym I kwartale 2027 r. (okres zakończony 26 kwietnia 2026 r.) przychody z data center wzrosły rok do roku o 92% do rekordowych 75,2 mld USD.

Co więcej, Amazon sam pokazuje, że rynek się nie kurczy. Obok zobowiązań dotyczących Trainium firma zapowiedziała, że począwszy od 2026 r. wdroży ponad 1 mln GPU Nvidii. Oznacza to, że nawet najbardziej agresywny budowniczy własnych chipów jest jednocześnie jednym z największych nabywców sprzętu Nvidii.

W praktyce wskazuje to, że AI infrastruktura rośnie na tyle szybko, by dało się „pomieścić” zarówno własne układy Amazon, jak i produkty Nvidii.

Reakcja rynku

Rynek zdaje się zgadzać z tezą, że jest miejsce na udział Amazon bez automatycznego uszczerbku dla Nvidii. Po pojawieniu się informacji akcje obu spółek rosły o ok. 3% w dniu publikacji doniesień, wspierane szeroką zwyżką na rynku technologicznym.

Amazon to kierunek, który będzie trzeba obserwować – ale na razie to raczej sygnał do monitorowania rywalizacji o koszty i zdolność dostaw niż natychmiastowe zagrożenie dla pozycji Nvidii w segmencie akceleratorów AI.