OpenAI firma un accordo da 38 miliardi di dollari, sette anni, con AWS per la potenza di calcolo

Cosa comprano davvero questi 38 miliardi di dollari

Il numero che fa notizia è 38 miliardi di dollari in sette anni, ma i dettagli contano più del totale. AWS fornisce a OpenAI centinaia di migliaia di GPU NVIDIA — esplicitamente identificate come chip GB200 e GB300 — organizzate in cluster tramite Amazon EC2 UltraServers, oltre alla possibilità di scalare fino a decine di milioni di CPU per i carichi di lavoro agentivi.

La tempistica di distribuzione è aggressiva. OpenAI inizia a usare la potenza di calcolo AWS da subito, con l'obiettivo di completare tutta la capacità contrattata entro fine 2026, e margine per espandersi ulteriormente nel 2027 e oltre. È un piano compresso per un'infrastruttura di questa portata.

AWS descrive l'architettura come GPU raggruppate sulla stessa rete per garantire prestazioni a bassa latenza tra sistemi interconnessi. I cluster sono progettati per gestire sia l'inferenza di ChatGPT sia il training dei modelli di nuova generazione, non l'uno o l'altro.

La divisione GPU-CPU punta agli agenti

C'è un dettaglio facile da trascurare: le GPU gestiscono l'IA generativa, ma l'accordo menziona esplicitamente la possibilità di espandersi fino a decine di milioni di CPU per 'scalare rapidamente i carichi di lavoro agentivi'.

Questa distinzione riflette come funzionano davvero i sistemi ad agenti. La chiamata al modello richiede GPU, ma l'orchestrazione che la circonda — esecuzione di tool, retrieval, coordinamento, i tanti passaggi non legati all'inferenza che un agente compie — è lavoro da CPU. Prevedere questo margine separatamente indica che OpenAI si aspetta una crescita del traffico agentivo che la normale pianificazione della capacità GPU non riuscirebbe a cogliere.

OpenAI distribuisce la sua potenza di calcolo su più fornitori

La formulazione di Sam Altman è la vera chiave di lettura. Descrive l'accordo come un modo per rafforzare 'il vasto ecosistema di calcolo' — un linguaggio che tratta AWS come uno dei fornitori, non come la spina dorsale esclusiva.

Scalare l'IA all'avanguardia richiede una potenza di calcolo massiccia e affidabile. La nostra collaborazione con AWS rafforza il vasto ecosistema di calcolo che alimenterà questa nuova era e porterà l'IA avanzata a tutti.Montana Labs

AWS, dal suo lato, punta sulla credibilità operativa: cita l'esperienza nella gestione di cluster che superano i 500.000 chip. Il sottotesto è che, a scala così elevata, l'affidabilità a livello di cluster è il vero fattore distintivo, non solo la disponibilità dei chip.

L'annuncio segnala anche una relazione già esistente: i modelli open weight di OpenAI sono già disponibili su Amazon Bedrock, usati da clienti come Peloton, Thomson Reuters, Comscore e Verana Health per coding, analisi scientifiche e flussi di lavoro agentivi. Questo accordo sulla potenza di calcolo si appoggia quindi su un canale di distribuzione già esistente, non su un punto di partenza da zero.

Cosa significa una tempistica legata a un singolo fornitore per chi costruisce su OpenAI

Per chi sviluppa prodotti sulle API di OpenAI, l'implicazione concreta è la certezza sulla capacità disponibile. Un impegno con chip specifici, una scadenza di distribuzione precisa (fine 2026) e un'infrastruttura cloud nominata è un segnale più solido sulla disponibilità a breve termine rispetto a vaghe promesse di scalabilità.

Rafforza anche il fatto che la capacità di OpenAI oggi passa attraverso più cloud. I team che davano per scontato che OpenAI dipendesse da un unico cloud dovrebbero aggiornare questa idea: la potenza di calcolo che gestisce le tue chiamate di inferenza potrebbe sempre più spesso girare su hardware AWS, indipendentemente dal cloud usato dal tuo stack.

La lettura pratica è questa: i laboratori all'avanguardia competono tanto sui contratti di calcolo garantiti e datati quanto sull'architettura dei modelli. Quando la capacità è il vincolo determinante, un accordo di fornitura da 38 miliardi di dollari con un piano di distribuzione preciso è di per sé una dichiarazione di roadmap di prodotto.