Uber (UBER) 加大对AWS硅芯片的投入以提升速度与AI训练能力_新闻

免责声明：内容不构成买卖依据，投资有风险，入市需谨慎！

Uber (UBER) 加大对AWS硅芯片的投入以提升速度与AI训练能力

2026-04-07 22:39:23

优步深化了与亚马逊云科技的合作，在其平台上全面部署了亚马逊专有的Graviton4和Trainium3处理器。

核心要点

Graviton4处理器驱动优步的“行程服务区域”基础设施，在需求高峰时段加速乘客与司机的匹配。Trainium3芯片正处于测试阶段，用于训练专注于司机指派、预计到达时间计算和个性化推荐的机器学习模型。这一基础设施转型旨在降低运营成本，并改善每日数以百万计交易的延迟。亚马逊云科技则借助此次合作，向人工智能时代的大型企业客户展示其定制芯片能力。

源于数十亿数据点的智能训练

优步正在通过与亚马逊云科技加强技术基础设施联盟，在全球网约车和配送网络中部署由亚马逊云科技设计的处理器。

这一举措深化了优步与亚马逊之间本就广泛的合作关系，涵盖了云计算、自动驾驶汽车和人工智能基础设施。此次强化的合作将两款亚马逊专用芯片引入了优步的运营核心。Graviton4处理器负责处理“行程服务区域”内密集的计算需求——这是优步的关键系统，能在几分之一秒内确定最优的司机-乘客配对。与此同时，Trainium3芯片正在接受针对机器学习工作负载训练的评估，其洞察源于从数十亿已完成交易中编译的庞大数据集。

网约车平台持续执行无数瞬间完成的计算。在大规模范围内确定邻近度、最优路线和精确的时间预估——尤其是在高峰时段、恶劣天气和重大活动期间——是优步面临的根本性技术挑战。

“在优步的运营规模下，每一毫秒都至关重要，”优步工程副总裁Kamran Zargahi解释道，“将更多的行程服务基础设施迁移到亚马逊云科技，能够实现更快的乘客-司机连接，并无缝处理配送需求激增。”

为“行程服务区域”使用Graviton4，使得优步能够在高需求时段更快速地扩展容量，同时降低功耗和运营支出——这是一个罕见的工程三重奏。

Trainium3测试项目代表了优步更长远的战略愿景。优步的机器学习系统分析来自数十亿已完成行程的数据集，以优化到达时间预测、优化配送员选择并定制用户界面。大规模训练这些系统的计算成本仍然巨大，而Trainium正是亚马逊为应对这一经济挑战提出的解决方案。

“在Trainium上试点选定的AI模型，建立了一个技术骨干，它将增强优步每一次交互中的智能水平，”Zargahi指出。使用Trainium开发的模型旨在提升匹配效率、到达时间预测准确性以及配送建议质量——这些指标直接影响客户留存率和商户满意度。

专用芯片的价值主张

对于亚马逊而言，此次合作除了纯粹的基础设施提供外，还服务于双重目的。亚马逊云科技正在发起一场密集的攻势，旨在从竞争对手那里夺取企业人工智能计算工作负载，而拿下优步——全球对实时性要求最高的平台之一——提供了强有力的验证。

“我们正助力优步维持其每天被数亿人所依赖的可靠性——同时构建将塑造未来出行和按需物流的人工智能驱动能力，”亚马逊云科技北美区副总裁兼总经理Rich Geraffo表示。

来自英特尔或AMD等制造商的标准处理器，缺乏对优步独特计算需求的优化。亚马逊专门为高能效的通用计算设计了Graviton，并专为AI模型训练设计了Trainium——创建了与优步运营需求紧密结合的定制解决方案。优步持续投资于个性化技术和匹配速度的提升，以在一个利润率微薄且客户锁定效应极小的行业中保持竞争优势。

此次合作的披露正值两家公司应对更广泛的市场逆风之际。

免责声明：

本网站、超链接、相关应用程序、论坛、博客等媒体账户以及其他平台和用户发布的所有内容均来源于第三方平台及平台用户。百亿财经对于网站及其内容不作任何类型的保证，网站所有区块链相关数据以及其他内容资料仅供用户学习及研究之用，不构成任何投资、法律等其他领域的建议和依据。百亿财经用户以及其他第三方平台在本网站发布的任何内容均由其个人负责，与百亿财经无关。百亿财经不对任何因使用本网站信息而导致的任何损失负责。您需谨慎使用相关数据及内容，并自行承担所带来的一切风险。强烈建议您独自对内容进行研究、审查、分析和验证。

展开阅读全文

Uber (UBER) 加大对AWS硅芯片的投入以提升速度与AI训练能力

核心要点

源于数十亿数据点的智能训练

专用芯片的价值主张

更多新闻

我的自选