Uber揭毫秒級配對背後推手！加速擴大AWS晶片與AI布局

Uber表示，已導入亞馬遜最新一代晶片，藉此以強化其每日數百萬筆訂單的即時媒合效率與AI預測模型運算能力。（下載自PEXELS）

〔記者邱巧貞／台北報導〕隨著全球科技巨頭競相降低對單一晶片供應商的依賴，亞馬遜（Amazon）亦迎來關鍵里程碑。其執行長安迪賈西（Andy Jassy）日前於年度股東信中指出，旗下以自研晶片為核心所支撐的相關業務，其年化營收運行率已突破200億美元；同時，亞馬遜雲端（AWS）在人工智慧（AI）領域的服務，於2026年第一季的年化營收運行率亦已超過150億美元。

此外，全球共乘平台Uber亦表示，已導入亞馬遜最新一代晶片，藉此以強化其每日數百萬筆訂單的即時媒合效率與AI預測模型運算能力。

Uber作為亞馬遜雲端的長期合作夥伴，也成為亞馬遜自研晶片技術的重要應用案例。亞馬遜指出，Uber持續擴展其雲端基礎設施與人工智慧（AI）能力，透過導入Graviton 4與Trainium 3等自研晶片，支援其每日數百萬筆乘車與外送服務的即時運作與高效調度。

其中，Ube利用AWS Graviton 4在毫秒內完成乘客與駕駛的配對，並試用Trainium 3訓練部分AI模型，以建立更快速且更智慧的預測能力。同時，Uber也在AWS上擴展行程服務區域（Trip Serving Zones），作為支撐每筆乘車與外送訂單的即時基礎設施，以因應高峰期間的需求。

Uber指出，每當用戶開啟叫車或叫外送服務時，系統需即時完成駕駛配對、路線規劃與抵達時間預估等多項決策，而行程服務區域（Trip Serving Zones）系統需在毫秒內進行數百萬次預測並處理定位資訊。為支援此一運作，Uber持續擴大使用AWS的運算、儲存與網路服務，並將更多工作負載移至Graviton平台，以降低能源消耗、提升擴展彈性並減少延遲，同時兼顧可靠性與安全性。

Uber工程副總裁Kamran Zargahi表示，Uber的營運規模讓每毫秒都至關重要，將更多Trip Serving工作負載移至AWS，有助於加速乘客與駕駛配對，並在外送需求高峰時維持系統穩定。

另一方面，Uber亦開始利用Trainium晶片訓練支援應用程式的AI模型，透過分析數十億筆乘車與外送資料，進行派遣決策、抵達時間計算與外送推薦。AWS指出，Trainium可在高效能與成本效益之間取得平衡，支援大規模AI訓練需求，隨著模型持續學習，將進一步提升配對速度、預估準確度與個人化體驗。

AWS北美區副總裁暨總經理Rich Geraffo則表示，Uber是全球對即時性要求極高的應用之一，AWS將持續提供關鍵基礎設施支援，協助其為數億用戶提供穩定服務，並以AI驅動體驗推動共乘與按需外送發展。