|
你有没有这样的经历:晚高峰打开Uber叫车,转圈半天才等到司机接单。明明附近显示有车,可匹配速度就是慢得像蜗牛。现在好了,美国网约车平台Uber和亚马逊AWS联手搞了个大动作,准备用自研AI芯片解决这个问题。 2026年4月7日,Uber正式宣布扩大与亚马逊AWS的云服务合作,要使用AWS自研的Graviton和Trainium芯片来驱动核心系统。简单说,就是要把Uber背后那些复杂的计算任务,全部交给专门设计的芯片来处理。目标很直接:让司机匹配更快、配送时间更准、用户体验更个性化。 毫秒级的生死时速每次你在手机上点下叫车按钮,背后都是一场看不见的数据风暴。Uber每天要在毫秒之间完成数百万次预测响应和位置数据处理,找到离你最近的司机、规划最快路线、估算到达时间。这些事看起来简单,但要同时服务几百万用户,普通服务器根本扛不住。 Uber工程副总裁Kamran Zargahi说得很直接:“Uber的运作规模让每毫秒都很重要。”把更多行程服务工作负载搬到AWS上,能让他们更灵活地加速匹配乘客与司机。
AWS的Graviton芯片在这里起到了关键作用。它采用ARM架构,专为云计算设计,能在高并发场景下保持稳定性能。Uber用它来驱动“行程服务区域”系统,这套系统就是每次乘车和外卖背后的实时基础设施。 不只是跑得快,还得跑得省这里就要聊聊半导体的事了。Graviton芯片到底厉害在哪?AWS最近发布的Graviton5处理器,单颗芯片集成了192个核心,三级缓存达到了192MB,是上一代Graviton4的5.3倍。这个数字意味着什么?处理器访问内存的频率大幅降低,延迟减少约33%,带宽明显提升。用大白话说,就是芯片在处理大量并发请求时,不用频繁停下来等数据,跑得更顺畅。 而且Graviton5采用单路设计,不存在跨处理器访问的内存延迟问题。这对于Uber这种需要实时响应的应用来说,简直就是量身定做。 让AI真正读懂你的需求更值得关注的是Uber开始尝试使用AWS的Trainium3芯片来训练AI模型。这些模型分析数十亿次出行和配送数据,决定派哪位司机或外卖员、计算到达时间、推荐最适合的配送选项。 Trainium3是亚马逊首款采用3纳米工艺的AI训练芯片。单颗芯片提供2.52 PFLOPS的FP8计算能力,配备144GB HBM3e高速内存。AWS将多达144颗Trainium3芯片集成在一个UltraServer中,计算性能比上一代提升4.4倍,能效提高40%。这意味着Uber可以用更少的芯片、更低的成本完成同样规模的模型训练。 AWS的工程师说了一句很形象的话:相比Trainium3的能效,英伟达的H100“看起来就像个电暖器”。虽然这话有点夸张,但能看出Trainium在能效方面的自信。 为什么是芯片,不是服务器?你可能要问:用普通服务器不行吗?非要用专门设计的芯片? 问题的核心在于——通用处理器做专用的事,效率太低了。就像你不能拿一把瑞士军刀去砍树,虽然能砍,但费时费力。AI训练和实时大数据处理,需要的是专门优化的硬件。 传统的x86架构服务器在处理海量并发请求时,功耗高、延迟大。而Graviton这样的ARM架构芯片,天生就是为云原生工作负载设计的。每颗核心能处理更多任务,每瓦性能更高。Uber把更多实时运算搬到Graviton上,能降低能耗,还能快速应对需求高峰。 至于Trainium,它的优势更直接——同等性能下,运行成本比传统云服务器低50%。对于Uber这样每天产生海量数据的平台,这个成本差异可不是小数目。 AWS的芯片野心从半导体行业的角度看,这事意义更大。AWS从2018年推出第一代Graviton,到现在已经更新到第五代。Trainium也发展到了第三代。AWS CEO Andy Jassy去年公开表示,Trainium已经是一个“数十亿美元级别的业务”。 更厉害的是客户阵容。除了Uber,Anthropic、OpenAI、苹果这些科技巨头都在增加对AWS自研芯片的使用。Anthropic的Claude模型运行在超过100万颗Trainium2芯片上。OpenAI也签了多年协议,要用Trainium3集群训练部分模型。 AWS还在2026年2月宣布Trainium3量产,预计第三季度向云客户开放。在Llama-4级别的模型上,Trainium3的推理成本比英伟达H200低约40%。这个数字对任何做AI的公司来说,都很有吸引力。 一个问题抛给你看到这里,你可能会想:这些芯片到底能帮Uber省多少钱?匹配速度能快多少秒?是不是以后打车就真的不用等了? 这些问题现在还没法给出确切答案。因为Uber目前还是在“试点使用”Trainium,大规模应用还需要时间。Graviton已经在跑了,但能带来多大改善,也要看实际数据。 不过可以确定的是:出行平台的竞争,已经从抢司机、抢用户,变成了拼算力、拼AI。谁能用更低的成本跑更快的数据、训练更聪明的模型,谁就能在这场竞争中占得先机。 芯片公司打败芯片公司,这不稀奇。但出行平台因为用了更先进的芯片而打败对手,这事正在发生。
版权声明
“特别声明:以上作品内容(包括在内的视频、图片或音频)为用户上传并发布,本平台仅提供信息存储空间服务。
Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user , the platform merely provides information storage space services.”
本文地址: https://www.amtbbs.org/thread-18136-1-1.html
|