返回列表
Uber 扩大 AWS 合作协议:采用亚马逊自研 AI 芯片驱动打车功能
行业新闻UberAWSAI 硬件

Uber 扩大 AWS 合作协议:采用亚马逊自研 AI 芯片驱动打车功能

Uber 近期宣布扩大与亚马逊云服务(AWS)的合作协议,计划将其更多打车服务功能迁移至亚马逊自研的 AI 芯片上运行。此举不仅强化了 Uber 与亚马逊的合作关系,也被视为对甲骨文(Oracle)和谷歌(Google)等竞争对手的有力回应,标志着 Uber 在底层算力架构选择上的重要转向。

TechCrunch AI

核心要点

  • 合作升级:Uber 正式扩大与亚马逊 AWS 的现有合同规模。
  • 硬件转型:Uber 计划在亚马逊自研的 AI 芯片上运行更多核心打车功能。
  • 竞争态势:此举被视为对甲骨文(Oracle)和谷歌(Google)云服务的直接竞争与挑战。

详细分析

Uber 算力策略的深度调整

根据最新消息,Uber 正在深化其与亚马逊 AWS 的合作,核心举措是将其打车服务的关键功能迁移至亚马逊自研的 AI 芯片上。这一决策表明,Uber 正在从传统的通用计算资源转向更具针对性的定制化 AI 硬件,以优化其核心业务逻辑的运行效率。通过利用亚马逊的自研芯片,Uber 旨在提升其平台的响应速度与处理能力。

云计算市场的格局变动

Uber 的这一动作在行业内引起了广泛关注,被解读为对甲骨文(Oracle)和谷歌(Google)的“示威”。此前,Uber 曾与多家云服务供应商保持合作或存在潜在合作可能,但此次明确向亚马逊自研芯片倾斜,反映了顶级互联网巨头在选择基础设施时,越来越看重硬件层面的定制化能力与成本效益。这对于一直试图在云市场追赶亚马逊的谷歌和甲骨文来说,无疑是一个竞争信号。

行业影响

Uber 转向亚马逊 AI 芯片的举动,预示着大型科技公司在算力需求上正进入“自研硬件时代”。对于 AI 行业而言,这证明了云服务商自研芯片(如亚马逊的系列芯片)在实际大规模商业应用中已具备极强的竞争力。这种趋势可能会迫使其他云巨头加速硬件研发,同时也为其他依赖高并发、实时处理的互联网平台提供了架构参考,即通过软硬一体化的深度结合来获取竞争优势。

常见问题

问题:Uber 为什么要选择亚马逊的自研芯片而不是通用芯片?

虽然原文未详细列出技术参数,但通常这类决策是为了获得更高的性价比和针对特定 AI 任务(如打车算法优化)的更好性能支持,同时减少对第三方通用芯片厂商的依赖。

问题:这一变动对谷歌和甲骨文意味着什么?

这意味着 Uber 在其多云策略或供应商选择中,将更多的核心负载和预算向亚马逊倾斜,直接削弱了谷歌云和甲骨文云在 Uber 业务版图中的潜在份额。

相关新闻

美团技术团队ASX专场:深度解析大模型Agent与搜索推荐前沿顶会论文
行业新闻

美团技术团队ASX专场:深度解析大模型Agent与搜索推荐前沿顶会论文

美团业务研发平台/搜推 ASX (Agentic System X) 团队近日公开了其在 AI 国际顶会(如 ICLR、NeurIPS 等)发表的系列研究成果。该团队专注于构建以大模型为基础的 Agent 技术体系,在后训练、强化学习及多模态理解等核心方向取得重大进展。本文精选 6 篇核心论文进行深度解读,展示了美团在搜索推荐领域的技术深耕与学术贡献。

ACL 2026美团技术团队6篇精选论文解读:涵盖大模型评测与推理优化新范式
行业新闻

ACL 2026美团技术团队6篇精选论文解读:涵盖大模型评测与推理优化新范式

美团技术团队在国际计算语言学顶级会议ACL 2026中共有6篇论文入选。这些研究成果深入探讨了大模型评测、复杂流程推理、竞赛级数学思维优化、强化学习优化及生成式推荐等前沿领域,展示了美团在自然语言处理(NLP)及大模型应用技术上的深度探索与创新实践,为构建生成式AI新范式提供了重要技术支撑。

ICML 2026 | 美团技术团队学术论文精选:深耕机器学习前沿,推动理论与实践融合
行业新闻

ICML 2026 | 美团技术团队学术论文精选:深耕机器学习前沿,推动理论与实践融合

本文聚焦美团技术团队在ICML 2026国际机器学习大会上的学术成果。作为全球机器学习领域的顶级盛会,ICML旨在探讨行业未来面临的关键挑战。美团通过展示具有重要理论价值与实际影响的前沿研究,体现了其在推动机器学习领域发展及引领未来研究方向上的技术实力与科研深度。