Uber運用AWS自研晶片支援每日數百萬次行程與AI模型訓練

全球共乘與外送服務公司Uber在AWS上擴展其即時基礎設施，加速運作每日數百萬次乘車和外送服務 

• Graviton4和Trainium3是Amazon為運算和AI訓練客製化設計的晶片。
• Uber使用AWS Graviton4在毫秒內配對乘客與駕駛。
• Uber試用AWS Trainium3以建立更快速、更智慧的AI預測和模型。
• 在AWS上擴展Trip Serving Zones（行程服務區域），協助處理乘車和外送的需求高峰。

【台北訊，2026年4月8日】Uber是全球最大的共乘和按需外送公司，正在運用Amazon Web Services（AWS）擴展其基礎設施和人工智慧（AI）能力。Uber使用AWS Graviton執行個體來支援更多Trip Serving Zones，這是每次乘車和外送背後的即時基礎設施，並已開始在Trainium上試行訓練部分AI模型，實現更快速的乘客與外送配對、全球需求處理，並為每日數百萬用戶提供更智慧、更個人化的體驗。

每當您開啟Uber叫車或叫外送時，背後會發生一連串的瞬間決策：哪位駕駛最近？最快的路線是什麼？實際抵達需要多長時間？要同時為數百萬人即時且正確地回答這些問題，需要完善的基礎設施，讓Uber能在尖峰時段和大型活動期間大規模地提供這些服務。

Graviton如何即時支援數百萬次行程

Uber的Trip Serving Zones系統能確保每次乘車和外送順利運作，需要在毫秒內進行數百萬次預測並處理定位資訊。

Uber正在擴大使用AWS運算、儲存和網路服務，以支援Trip Serving Zones的即時運作。透過在AWS Graviton上執行更多工作負載，Uber可以降低能源消耗，同時快速擴展，以滿足需求高峰，進而減少延遲並最佳化成本。Graviton的高效能可支援部分即時運算，有助於更快速地將乘客與駕駛進行配對，同時兼顧可靠性、可用性與安全性。

Uber工程副總裁Kamran Zargahi表示：「Uber的運作規模讓每毫秒都很重要，將更多Trip Serving工作負載移至AWS，讓我們能更靈活地加速配對乘客與駕駛，並在外送需求高峰時，依然保持系統運行不中斷。」

使用AWS Trainium晶片大規模改善Uber乘車體驗

Uber也開始試用AWS Trainium來訓練支援其應用程式的部分AI模型。這些模型透過分析數十億次乘車和外送資料，決定派遣哪位駕駛或外送員、計算抵達時間，並為客戶推薦最合適的外送選項。進行如此大規模的AI訓練需要龐大的運算能力，Trainium以高效能且具成本效益的方式實現這項需求。隨著模型不斷學習行程資料，Uber能為全球客戶提供更快速的配對、更準確的預計抵達時間，以及更個人化的推薦，讓他們能更快抵達目的地與更早收到外送。

Kamran Zargahi表示：「透過在Trainium上試行部分AI模型，我們正在建立讓每次Uber體驗都更智慧的技術基礎，這樣我們就能將重心放在每天使用Uber的人們。」

AWS北美區副總裁暨總經理Rich Geraffo表示：「Uber是世界上要求最高的即時應用程式之一，我們很榮幸能為其全球營運提供重要的基礎設施支援。我們協助Uber為數億人提供可靠的服務，並以AI驅動的體驗定義共乘和按需外送的未來。」