美國網約車巨頭優步（Uber）宣布與亞馬遜云計算服務（AWS）建立深度技術合作，通過引入AWS自研芯片技術優化其核心業務系統。此次合作涵蓋兩大領域：采用Graviton處理器架構重構出行與配送的實時計算引擎，并試點應用Trainium芯片加速人工智能模型訓練，旨在提升服務響應速度與用戶個性化體驗。
作為全球最大的移動出行平臺，優步每日需處理海量實時數據，包括數百萬次位置更新、路線規劃請求及配送時間預測。其核心系統"行程服務區域"（Trip Serving Zones）需在毫秒級時間內完成復雜計算，確保用戶能快速獲取附近司機信息、最優路徑規劃及精準送達時間。傳統計算架構在應對這種高并發場景時面臨能耗與延遲的雙重挑戰，促使優步尋求更高效的解決方案。
AWS Graviton系列處理器基于ARM架構設計，在能效比方面具有顯著優勢。優步技術團隊表示，遷移至Graviton實例后，系統在保持同等計算性能的同時，單位請求能耗降低30%，服務擴展效率提升40%。這種改進使得平臺在高峰時段能更從容地應對突發流量，同時將部分區域的請求延遲壓縮至50毫秒以內，直接優化了司機與乘客的匹配效率。
在人工智能訓練領域，優步正測試AWS最新一代Trainium3芯片的潛力。該芯片專門針對大規模深度學習模型優化，可顯著加速矩陣運算等核心任務。優步數據科學團隊透露，初期試點聚焦于三個關鍵模型：司機與騎手動態分配算法、實時送達時間預測系統，以及基于用戶偏好的個性化推薦引擎。測試數據顯示，使用Trainium3訓練的模型迭代速度提升2.5倍，推理階段能耗降低55%，這為后續實現更精準的供需匹配奠定了基礎。
此次技術升級對用戶體驗產生直接影響。在紐約等試點城市，乘客發起叫車請求后，系統匹配附近司機的響應時間縮短至1.2秒，較之前提升23%；外賣配送的預計時間誤差率從12%降至7%，路線規劃合理性獲得用戶顯著好評。對于司機端，智能派單系統能更精準地結合實時路況與訂單分布，使日均有效行駛里程增加8%，空駛率下降15%。
優步工程副總裁在技術白皮書中指出，此次架構升級標志著平臺向"智能實時服務"邁出關鍵一步。通過與AWS的深度合作，公司不僅解決了現有系統的性能瓶頸，更為未來接入自動駕駛車隊、無人機配送等新興業務構建了可擴展的技術底座。據內部測算，全面采用AWS自研芯片后，優步全球數據中心的年度運營成本可節省超1.2億美元，這部分資源將重新投入至用戶補貼與技術研發領域。
