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LongCat发布General 365推理评测基准:Gemini 3 Pro仅获62.8分
行业新闻

美团LongCat发布General 365推理评测基准:Gemini 3 Pro仅获62.8分

美团LongCat团队正式推出General 365推理评测基准,旨在为大模型推理能力树立新标尺。在对26款主流模型的实测中,当前顶尖模型Gemini 3 Pro的准确率仅为62.8%,而绝大多数模型未能达到60分的及格线。这一结果揭示了当前AI模型在复杂推理任务中面临的严峻挑战,为行业提供了更具辨析力的评估工具。

ACL 2026美团论文精选:从能力评测到推理优化,构建生成新范式
行业新闻

ACL 2026美团论文精选:从能力评测到推理优化,构建生成新范式

美团技术团队在ACL 2026国际顶会上发表了6篇高质量论文,研究范畴横跨大模型评测、复杂流程推理、竞赛级数学思维优化、强化学习及生成式推荐等前沿领域。这些研究不仅展示了美团在自然语言处理(NLP)领域的深厚技术积淀,更通过多维度的技术创新,致力于构建大模型时代下的生成新范式,为行业提供了宝贵的理论支撑与实践参考。

美团BI架构演进:以指标平台为核心解决数据口径与性能难题
行业新闻

美团BI架构演进:以指标平台为核心解决数据口径与性能难题

美团数据平台近期分享了其在BI领域的最新技术实践。通过构建以指标平台为核心的新一代BI架构,美团重点攻克了传统BI在个性化数据集驱动下产生的数据口径混乱与查询性能低下等痛点。该架构凭借“自动语义”与“增强计算”两大核心能力,实现了数据定义的标准化与查询效率的显著提升,为企业级数据治理与高效分析提供了重要的实践参考。