Uber adopta los chips de IA personalizados de Amazon para cargas de trabajo de ML

Uber adopta los chips de IA personalizados de Amazon para cargas de trabajo de ML es perfilado por BTW Media porque la evidencia publicada lo vincula a la infraestructura de internet, la gobernanza, las dependencias operativas o la visibilidad del mercado.

• Uber adopta los chips personalizados de Amazon para reducir los costos de computación de IA y disminuir la dependencia de Nvidia
• La medida señala un cambio en la industria hacia el silicio propio de los proveedores de nube para IA a gran escala

Qué sucedió

Uber, una plataforma de transporte privado y entrega de comida, profundiza su asociación con AWS para ejecutar cargas de trabajo de IA en chips personalizados en medio del aumento de los costos de computación

Uber está ampliando el uso de los chips diseñados a medida de Amazon Web Services (AWS) para impulsar sus cargas de trabajo de inteligencia artificial. La empresa está aprovechando el silicio especializado de AWS—que se entiende incluye los procesadores Trainium e Inferentia—para mejorar la eficiencia en el entrenamiento y despliegue de modelos de IA.

El cambio se produce mientras Uber busca optimizar el equilibrio costo-rendimiento de sus operaciones de IA, las cuales sustentan servicios centrales como la asignación de viajes, los algoritmos de precios y la logística de entrega. Al usar los chips de AWS, Uber pretende reducir su dependencia de las GPU de propósito general más caras, suministradas típicamente por Nvidia.

Amazon, un gigante estadounidense del comercio electrónico y la computación en la nube, ha posicionado sus chips personalizados como una alternativa de menor costo para cargas de trabajo de IA a gran escala, en particular para tareas de inferencia y ciertos escenarios de entrenamiento. La adopción por parte de Uber refleja una tendencia más amplia entre las empresas tecnológicas que buscan diversificar su pila de computación a medida que aumenta la demanda de infraestructura de IA.

Por qué es importante

A medida que la demanda de IA provoca escasez de chips y el aumento de los costos en la nube, las empresas que adoptan silicio de hiperescaladores obtienen ventajas en precios y flexibilidad arquitectónica, remodelando la dinámica competitiva en la infraestructura de IA.

La medida de Uber pone de relieve un cambio estructural en el ecosistema de IA: los proveedores de nube ya no son solo vendedores de infraestructura, sino que compiten cada vez más en la capa de silicio. Al adoptar los chips personalizados de AWS, Uber no solo reduce la exposición a los costos, sino que también se alinea más estrechamente con la pila de IA verticalmente integrada de Amazon. Esto podría acelerar los ciclos de innovación, al tiempo que refuerza los riesgos de dependencia de un proveedor.

En términos más generales, la decisión subraya la intensificación de la competencia entre los chips de nube propietarios y el ecosistema dominante de GPU de Nvidia. A medida que los hiperescaladores perfeccionan sus procesadores internos, las empresas pueden adoptar cada vez más estrategias de computación híbrida—equilibrando rendimiento, costo y disponibilidad—para sostener el crecimiento de la IA a escala.

Lea también:Broadcom and Google strike long-term deal on custom AI chips

Lea también:Meta unveils four custom chips to power AI and recommendations