关键要点
作为全球最大的拼车及按需配送公司，Uber正在扩大其在Amazon Web Services (AWS)上的基础设施和人工智能（AI）能力。Uber正使用AWS Graviton实例来支持更多的行程服务区域——即每笔打车和配送背后的实时基础设施，并已开始在一些AI模型的训练中使用Trainium——实现骑手与配送员的更快匹配、全球需求处理能力，以及为每日数百万用户提供更智能、更个性化的体验。
每次你打开Uber并叫车或下单配送时，后台都会发生一系列瞬息万变的决策：哪位司机最近？哪条路线最快？实际需要多长时间？要在瞬间为同时使用服务的数百万人提供准确答案，Uber必须拥有合适的基础设施，以便在高峰时段和大型活动期间大规模交付这些能力。
Graviton如何助力实时支撑数百万次行程
Uber的“行程服务区域”（Trip Serving Zones）是确保每趟乘车和配送顺畅运行的系统组成部分，该系统需要在毫秒级时间内做出数百万次预测并处理位置数据。
如今，Uber正在扩大对AWS计算、存储和网络的使用，以支持行程服务区域的实时运营。通过将更多此类工作负载运行在AWS Graviton4上，Uber能够在需求激增期间快速扩展的同时降低能耗，从而减少延迟并优化成本。Graviton的高性能使得部分实时计算得以实现，帮助更快地将骑手与司机匹配，且不牺牲可靠性、可用性或安全性。
Uber工程副总裁Kamran Zargahi表示：“Uber的运营规模决定了毫秒级的差异至关重要。将更多的行程服务工作负载迁移到AWS，使我们能够更快速地匹配骑手与司机，并在不中断服务的情况下应对配送需求的激增。”
借助AWS Trainium芯片规模化提升Uber乘车体验
Uber还开始尝试使用AWS Trainium3来训练部分支撑其应用程序的人工智能模型。这些模型分析来自数十亿次乘车和配送的数据，以确定派单给哪位司机或快递员、计算预计到达时间，并向客户推荐最佳配送方案。在此规模下训练人工智能需要巨大的算力——Trainium提供了一种高效且具成本效益的方式。随着模型从更多行程中学习，Uber能够为全球客户提供更快的匹配速度、更准确的预计到达时间估算以及更个性化的推荐，帮助他们更快到达目的地并更早收到配送物品。
Zargahi表示：“通过开始在Trainium上试点部分人工智能模型，我们正在构建一个技术基础，使每一次Uber体验都更加智能——这样我们就能将精力集中在真正重要的地方：即每天使用Uber的人们。”
AWS北美副总裁兼总经理Rich Geraffo表示：“Uber是全球最具挑战性的实时应用之一，我们很自豪能成为支撑其全球运营基础设施的重要组成部分。我们正帮助Uber提供数亿人今天所依赖的可靠性，以及将定义未来网约车和按需配送的人工智能驱动体验。”
了解更多关于AWS Graviton和Trainium正在帮助企业构建更快、更高效的AI应用。