Amazon Web Services hebt die Preise für bestimmte reservierte GPU-Kapazitäten an. Vom 7. Oktober 2026 an gelten für mehrere mit Nvidia-Beschleunigern ausgestattete EC2-Instanzfamilien höhere Sätze bei den sogenannten Capacity Blocks for ML. Betroffen sind sowohl aktuelle Blackwell-Chips als auch ältere Nvidia-A100-GPUs. Andere Preismodelle von AWS werden durch die angekündigte Änderung dagegen nicht verteuert.
AWS Capacity Blocks ermöglichen Unternehmen, Rechenkapazität mit leistungsfähigen Beschleunigern für einen festgelegten Zeitraum im Voraus zu reservieren. Das Angebot richtet sich vor allem an rechenintensive Anwendungen wie das Training und die Anpassung von KI-Modellen. Die Preise richten sich nach AWS-Angaben nach Angebot und Nachfrage und werden regelmäßig angepasst.
Für die Nvidia-basierten Instanzfamilien steigt das Preisniveau nach einem Vergleich der bisherigen und der ab 7. Oktober geltenden Sätze um rund 15 Prozent. AWS selbst veröffentlicht für den Stichtag konkrete neue Preise pro Beschleuniger und Stunde.
Am oberen Ende steht die P6-B300-Familie mit Nvidia-B300-Beschleunigern. Hier beträgt der neue Satz 16,146 Dollar je Accelerator-Stunde. Für die P6-B200-Familie mit B200-Chips werden 14,208 Dollar fällig. Bei Instanzen mit Nvidia H200 liegen die neuen Preise bei 7,895 Dollar für P5en und 6,866 Dollar für P5e. Für die mit H100-GPUs ausgestattete P5-Familie nennt AWS 5,970 Dollar je Beschleuniger und Stunde.
Auch ältere Generationen werden teurer. Für P4de mit Nvidia A100 und 80 Gigabyte Grafikspeicher steigt der maßgebliche Satz von zuvor 2,214 Dollar auf 2,546 Dollar je GPU-Stunde. Bei P4d mit A100-GPUs und 40 Gigabyte Speicher geht es von 1,475 Dollar auf 1,696 Dollar. Beide Veränderungen entsprechen ebenfalls einem Plus von rund 15 Prozent.
Dass auch die A100-Generation einbezogen wird, ist bemerkenswert, weil Nvidia inzwischen deutlich leistungsfähigere Chipgenerationen wie H100, H200, B200 und B300 anbietet. AWS führt die A100 jedoch weiterhin für anspruchsvolle Machine-Learning-Anwendungen.
Die P4d-Instanz umfasst acht Nvidia A100 mit jeweils 40 Gigabyte Speicher. Bei P4de werden ebenfalls acht A100 eingesetzt, allerdings mit jeweils 80 Gigabyte Speicher. Damit richten sich diese Angebote weiterhin an Unternehmen und Forschungseinrichtungen, die große Trainingsaufgaben oder andere stark parallelisierte Berechnungen durchführen.
Die höheren Preise treffen deshalb nicht nur Kunden, die auf die jüngsten KI-Beschleuniger setzen. Auch Nutzer bestehender Workloads auf älteren GPU-Generationen müssen für neu gebuchte Capacity Blocks ab dem Stichtag mit höheren Kosten kalkulieren.
Die Preisanpassung betrifft ausdrücklich nicht sämtliche Möglichkeiten, GPU-Leistung über Amazon EC2 zu beziehen. AWS erklärt, dass andere EC2-Capacity-Block-Preise sowie Festpreismodelle wie On-Demand und Savings Plans unverändert bleiben.
Damit lässt sich die Änderung nicht als allgemeine Erhöhung der AWS GPU-Preise verstehen. Sie betrifft ein spezielles Reservierungsmodell, bei dem Kunden verfügbare Beschleunigerkapazität für einen bestimmten Zeitraum sichern. Der Preis wird bei der Buchung festgelegt und im Voraus berechnet. Nach Abschluss einer Reservierung verändert sich der vereinbarte Betrag nicht mehr.
AWS weist darauf hin, dass die Preise für Capacity Blocks von der verfügbaren Kapazität und der Nachfrage zum Zeitpunkt der Buchung abhängen. Kunden können dabei unter anderem Zeitraum, Dauer und Umfang der gewünschten Kapazität auswählen. Bereits seit Einführung des Modells werden diese Preise nicht als dauerhaft feste Tarife behandelt.
Die Anpassung fällt in eine Phase anhaltend hoher Investitionen in Rechenzentren und KI-Infrastruktur. Große Cloud-Anbieter bauen ihre Kapazitäten für das Training und den Betrieb generativer KI-Systeme weiter aus. Nvidia-GPUs gehören dabei weiterhin zu den wichtigsten Beschleunigern für besonders rechenintensive Aufgaben.
AWS investiert gleichzeitig auch in eigene Prozessoren wie Trainium für künstliche Intelligenz und Graviton für allgemeine Rechenaufgaben. Nvidia-Chips bleiben dennoch ein bedeutender Bestandteil des EC2-Angebots. Gerade für Kunden, deren Software und Trainingsumgebungen bereits auf Nvidias CUDA-Plattform zugeschnitten sind, sind diese Instanzen weiterhin relevant.
Mit den neuen Tarifen wird sichtbar, dass selbst ältere GPU-Generationen wie der A100 weiterhin wirtschaftlich gefragte Rechenressourcen darstellen. Für Unternehmen bedeutet die Anpassung vor allem, dass sich die Kalkulation geplanter reservierter Trainings- und Rechenläufe verändert. Wer dagegen Nvidia-Instanzen über unveränderte Festpreismodelle nutzt, ist von der angekündigten Änderung nicht unmittelbar betroffen.
Texte werden mit Unterstützung von KI-Tools erstellt und vor Veröffentlichung redaktionell geprüft. Mehr dazu