AWS erhöht GPU-Preise um 20 Prozent ab 1. Juli
27.06.2026 - 00:44:23 | boerse-global.de
Amazon Web Services (AWS) hat eine deutliche Anpassung seiner Preise für spezialisierte Maschinenlern-Infrastruktur angekündigt. Die Gebühren für EC2 Capacity Block-Reservierungen von GPU-Instanzen steigen um rund 20 Prozent. Es ist bereits die zweite Preiserhöhung für diese Dienste in diesem Jahr.
Neue Stundensätze für KI-Workloads
Die Anpassung betrifft vor allem Instanzen, die für maschinelles Lernen und KI-Workloads genutzt werden. Der Stundensatz pro Beschleuniger für die P6-B300-Instanz steigt auf 14,04 Euro. Die P6-B200 wird mit 12,36 Euro pro Stunde abgerechnet. Auch die P5-Serie ist betroffen: Hier liegen die Sätze künftig bei 5,19 Euro in den USA und 4,72 Euro in internationalen Regionen. Hochleistungsvarianten wie die P5e und P5en sind ebenfalls eingeschlossen – letztere kostet in US-Rechenzentren 6,87 Euro pro Stunde.
Bereits im Januar 2026 hatte AWS die Preise um 15 Prozent angehoben. Ein Sprecher des Unternehmens begründete die aktuellen Schritte mit dem Verhältnis von Angebot und Nachfrage im Cloud-Computing-Sektor. Andere EC2-Preise bleiben vorerst unverändert.
Milliardeninvestitionen in KI-Infrastruktur
Die Preiserhöhungen fallen in eine Phase massiver Kapitalausgaben von Amazon. Für 2026 hat der Konzern Investitionen von rund 200 Milliarden Euro eingeplant – mit Schwerpunkt auf dem Ausbau der KI-Infrastruktur. Ein strategisches Ziel: die Beschaffung von einer Million Nvidia-GPUs bis Ende 2027.
Während Unternehmen massiv in KI-Infrastruktur investieren, stellt der neue EU AI Act bereits konkrete Anforderungen an die Dokumentation und Risikobewertung solcher Systeme. Dieser kostenlose Umsetzungsleitfaden verschafft Ihrer IT- und Rechtsabteilung jetzt den notwendigen Überblick über alle Fristen und Pflichten. EU AI Act in 5 Schritten verstehen
Amazon-CEO Andy Jassy betonte zuletzt, dass die Nachfrage nach generativer KI das verfügbare Angebot an Rechenleistung weiterhin übersteige. Trotz der aktuellen Preisanpassungen investiert das Unternehmen massiv in eigene KI-Chips und Cloud-Dienste, um die Kosten für Inferenz-Workloads langfristig zu senken. Im ersten Quartal 2026 steigerte AWS seinen Umsatz um 28 Prozent auf 37,6 Milliarden Euro – das entspricht einer jährlichen Umsatzrate von rund 150 Milliarden Euro.
Neue Nvidia-Instanzen im Angebot
Parallel zu den Preisänderungen hat AWS sein Hardware-Angebot erweitert. Am 25. Juni 2026 stellte der Anbieter neue EC2 G7-Instanzen mit Nvidia H200-GPUs vor. Sie bieten eine 1,9-fach höhere Inferenz-Durchsatzleistung für große Sprachmodelle wie Llama 3 70B im Vergleich zur Vorgängergeneration G6.
Bereits am 18. Juni 2026 waren EC2 G7-Instanzen mit Nvidia RTX PRO 4500 Blackwell-GPUs in den Regionen Ohio und Oregon gestartet. Diese Blackwell-basierten Instanzen sind für Enterprise-KI-Workloads optimiert und bieten bis zu 4,6-fache KI-Inferenzleistung im Vergleich zu ihren Vorgängern. Zudem hat AWS den Status „Exemplar Cloud“ für Nvidia GB300-Training erreicht – die Validierung für diese GPUs der nächsten Generation wird voraussichtlich bis 2027 fortgesetzt.
Der Einsatz leistungsstarker KI-Systeme bringt nicht nur technische Vorteile, sondern auch neue regulatorische Verantwortungen mit sich. Erfahren Sie in diesem kostenlosen Report, welche KI-Systeme als Hochrisiko eingestuft werden und wie Sie die Einhaltung der neuen EU-Verordnung sicherstellen. Kostenlosen KI-Umsetzungsleitfaden jetzt herunterladen
Strategische Deals und globale Expansion
Die Infrastruktur-Offensive wird durch milliardenschwere Vereinbarungen gestützt. AWS schloss kürzlich einen 38-Milliarden-Euro-Deal mit OpenAI zur Bereitstellung von KI-Serverkapazitäten bis Ende 2026. Parallel investiert das Unternehmen 13 Milliarden Euro in Indiens Cloud- und KI-Infrastruktur, insbesondere in Rechenzentren in Mumbai und Hyderabad. Dies ist Teil eines Fünf-Jahres-Plans mit einem Gesamtvolumen von 48 Milliarden Euro, das bis 2030 auf über 88 Milliarden Euro anwachsen soll.
Doch die Expansion bringt Herausforderungen mit sich: Neben der Verfügbarkeit von Hardware wird die Sicherstellung ausreichender Stromversorgung für die massiven GPU-Cluster zu einem kritischen Faktor. Der Energieverbrauch von Rechenzentren wird Prognosen zufolge bis Ende des Jahrzehnts drastisch steigen.
