Uber 導入 AWS 自研晶片訓練 AI 模型，提升乘車與外送運作效率

Uber 的叫車與外送平台仰賴即時 AI 模型，處理司機與乘客或訂單配對、路線規劃及預估抵達時間。隨全球行程量擴大，運算速度與成本直接影響等候時間及服務穩定性，因此導入 Amazon Web Services（AWS）自研晶片，成為提升基礎設施效率的重要布局。

Uber 最近宣布擴大採用 AWS Graviton 處理器與 Trainium AI 加速晶片，支援 Trip Serving Zones 基礎設施並訓練相關模型。這些模型將用於全球乘車與外送行程的即時決策，以改善配對、路線及抵達時間預測；Uber 與 AWS 尚未公布投資金額、導入日期及預期成本降幅。