Uber正在運用AWS擴展其基礎設施和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。

Uber在AWS上擴展其即時基礎設施

每當使用者開啟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。

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。