Uber (UBER) 加倍投入 AWS 芯片以提高速度和人工智能培训

Uber 正在通过在其全球叫车和配送网络中部署 AWS 设计的处理器来加强与 Amazon Web Services 的技术基础设施联盟。 $UBER 正在扩大与 $AMZN AWS 的合作伙伴关系，为其更多乘车、配送和人工智能基础设施提供支持。此举加深了 Uber 与亚马逊在云计算、自动驾驶汽车和人工智能基础设施领域业已广泛的合作关系。 Uber 和亚马逊的关系…pic.twitter.com/hvbjj6V9F1 — Yeboah Walee (@YeboahWalee) 2026 年 4 月 7 日这种增强的合作将两个专门的亚马逊芯片引入 Uber 的运营骨干。 Graviton4 处理器可管理行程服务区内的密集计算需求，这是 Uber 的关键系统，可在几分之一秒内确定最佳的驾驶员与乘客配对。与此同时，Trainium3 芯片正在接受机器学习工作负载训练的评估，从数十亿个已完成交易汇编而成的庞大数据集中汲取见解。 Uber Technologies, Inc., UBER 乘车平台连续执行无数的瞬间计算。确定大规模的邻近度、最佳路线和准确的时间估计——特别是在高峰期、恶劣天气和重大事件期间——是 Uber 面临的基本技术挑战。 “在 Uber 的运营规模中，每一毫秒都很重要，”Uber 工程副总裁 Kamran Zargahi 解释道。 “将额外的行程服务基础设施迁移到 AWS 可以实现更快的乘客与司机连接，并无缝处理交付激增的需求。”利用 Graviton4 构建出行服务区，Uber 能够在高需求时段更快地扩大运力，同时降低功耗和运营费用，这是一种罕见的工程三连胜。 Trainium3 测试计划代表了 Uber 的长期战略愿景。 Uber 的机器学习系统分析数十亿次已完成行程的数据集，以完善到达预测、优化快递选择并定制用户界面。大规模训练这些系统的计算费用仍然很大，Trainium 代表了亚马逊应对这一经济挑战的解决方案。 “在 Trainium 上试验选定的人工智能模型建立了一个技术支柱，将增强每次 Uber 交互的智能性，”Zargahi 指出。使用 Trainium 开发的模型旨在提高匹配效率、到达时间的预测准确性以及交付建议质量，这些指标直接影响客户保留率和商家满意度。对于亚马逊来说，这种合作伙伴关系除了提供纯粹的基础设施之外还有双重目的。 AWS 正在开展一场密集的活动，以从竞争对手那里夺取企业人工智能计算工作负载，而保护 Uber（世界上要求最严格的实时平台之一）提供了令人信服的验证。 AWS 北美副总裁兼董事总经理 Rich Geraffo 表示：“我们帮助 Uber 保持数亿人日常依赖的可靠性，同时构建人工智能驱动的功能，塑造移动出行和按需物流的未来。”英特尔或 AMD 等制造商的标准处理器缺乏针对 Uber 独特计算要求的优化。 Amazon 专门设计了 Graviton，专门用于节能通用计算，而 Trainium 专门用于 AI 模型训练，创建符合 Uber 运营需求的专用解决方案。 Uber 继续投资个性化技术并提高速度，以在利润率低、客户锁定极少的行业中保持竞争地位。这一合作关系是在两家公司应对更广泛的市场逆风之际透露的，周二交易中 UBER 股价下跌 0.48%，AMZN 下跌 1.18%。