Uber rozszerza swoją infrastrukturę w chmurze AWS i zaczyna testować nowe chipy Amazona do trenowania modeli AI. Za każdym razem, gdy zamawiasz przejazd, w tle dzieje się znacznie więcej, niż myślisz.
Jeśli chcesz otrzymać raport przed oficjalną premierą oraz zobaczyć nazwę swojej firmy wśród uczestników badania – zostaw adres email na końcu ankiety.
Milisekundy, które decydują o wszystkim
Uber to dziś nie tylko aplikacja do zamawiania taksówek. To jeden z najbardziej wymagających systemów real-time na świecie – obsługujący miliony przejazdów i dostaw każdego dnia, w setkach miast jednocześnie. Każde zamówienie wyzwala lawinę decyzji: który kierowca jest najbliżej? Jaka trasa będzie najszybsza? Kiedy realnie dotrze zamówienie? To wszystko musi wydarzyć się w ułamkach sekund.
Właśnie dlatego Uber zdecydował się na rozszerzenie współpracy z Amazon Web Services – i to w dwóch strategicznych kierunkach jednocześnie.
Graviton4 wchodzi do Trip Serving Zones
Pierwszy front to infrastruktura operacyjna. Uber rozbudowuje wykorzystanie instancji AWS opartych na procesorach Graviton4 – autorskich chipach ARM Amazona – w ramach tak zwanych Trip Serving Zones. To właśnie ten system stoi za każdym dopasowaniem pasażera z kierowcą i obsługą zamówień dostaw w czasie rzeczywistym.
Przejście na Graviton4 ma przynieść konkretne korzyści:
- niższe zużycie energii przy tym samym obciążeniu
- szybsze przetwarzanie danych lokalizacyjnych
- lepszą skalowalność podczas szczytów popytu (koncerty, mecze, godziny szczytu)
- redukcję kosztów operacyjnych
Kamran Zargahi, wiceprezes ds. inżynierii w Uber, ujął to wprost: „Uber operates at a scale where milliseconds matter. Moving more Trip Serving workloads to AWS gives us the flexibility to match riders and drivers faster and handle delivery demand spikes without disruption.” / „Uber działa w skali, gdzie liczą się milisekundy. Przeniesienie większej liczby obciążeń Trip Serving do AWS daje nam elastyczność szybszego łączenia pasażerów z kierowcami i obsługi skoków popytu bez zakłóceń.”
Trainium3 – eksperymenty z AI wchodzą na nowy poziom
Drugi, ciekawszy moim zdaniem kierunek to pilotaż trenowania modeli AI na chipach AWS Trainium3. Uber zaczyna testować te układy do budowania modeli predykcyjnych opartych na danych z miliardów historycznych przejazdów i dostaw.
Co robią te modele? Szacują czas przyjazdu, rekomendują kierowców, przewidują popyt w określonych rejonach miasta. Im lepiej wytrenowane, tym trafniejsze prognozy – i tym mniej frustrujących „za 2 minuty” na ekranie, które okazują się za 8.
Warto zatrzymać się tutaj na chwilę i spojrzeć na tę informację z dystansem. Z jednej strony to logiczny krok: Uber generuje dane na ogromną skalę i naturalnie szuka wydajniejszych, tańszych metod ich przetwarzania. Własne chipy Amazona – zarówno Graviton, jak i Trainium – są realną alternatywą dla rynkowych GPU i mają konkretne uzasadnienie biznesowe. Z drugiej strony warto zadać pytanie: co oznacza dla rynku taki poziom uzależnienia infrastrukturalnego od jednego dostawcy chmury? Uber de facto oddaje kluczowe elementy swojego działania w ręce AWS. Czy to długoterminowo bezpieczna strategia? I czy takie „pilotaże” na Trainium nie są aby wstępem do znacznie głębszego lock-inu?
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
AWS nie ukrywa ambicji
Rich Geraffo, wiceprezes i dyrektor zarządzający AWS na Amerykę Północną, skomentował partnerstwo bez zbędnej skromności: „Uber is one of the most demanding real-time applications in the world, and we’re proud to be an important part of the infrastructure powering their global operations.” / „Uber jest jedną z najbardziej wymagających aplikacji real-time na świecie i jesteśmy dumni, że stanowimy istotną część infrastruktury zasilającej ich globalne operacje.”
To nie jest przypadkowy dobór słów. AWS aktywnie walczy o duże kontrakty enterprise i case Ubera to dla nich materiał marketingowy pierwszej kategorii – pokazujący, że własne chipy potrafią udźwignąć obciążenia, które wcześniej wymagały Nvidii czy zewnętrznych dostawców sprzętu.
Co z tego wynika dla branży?
Partnerstwo Uber–AWS to kolejny sygnał, że duzi gracze technologiczni coraz poważniej traktują własne układy krzemowe jako element strategii AI. Amazon inwestuje w Graviton i Trainium od lat – i zaczyna zbierać plony w postaci takich właśnie kontraktów.
Dla rynku to też sygnał, że trening modeli AI nie musi się już odbywać wyłącznie na sprzęcie Nvidii. Alternatywy dojrzewają – i Uber jest jedną z firm, które to sprawdzają na własnych danych, w środowisku produkcyjnym.
