Uber taps Amazon’s custom AI chips for ML workloads

• Uber adopte les puces personnalisées d'Amazon pour réduire les coûts de calcul liés à l'IA et diminuer sa dépendance vis-à-vis de Nvidia
• Ce choix témoigne d'une transition du secteur vers les processeurs propriétaires des fournisseurs cloud pour l'IA à grande échelle

Que s'est-il passé

Uber, plateforme de VTC et de livraison de repas, approfondit son partenariat avec AWS pour exécuter des charges de travail IA sur des puces personnalisées dans un contexte de hausse des coûts de calcul Voir aussi: Ziggo Group nomme ses dirigeants avant l'introduction en Bourse à Amsterdam en 2027.

Uber étend son utilisation des puces conçues sur mesure par Amazon Web Services (AWS) pour alimenter ses charges de travail d'intelligence artificielle. L'entreprise exploite le silicium spécialisé d'AWS – qui inclut notamment les processeurs Trainium et Inferentia – afin d'améliorer l'efficacité de l'entraînement et du déploiement de ses modèles d'IA. Voir aussi: Association ECHOES.

Ce changement intervient alors qu'Uber cherche à optimiser l'équilibre coût-performance de ses opérations d'IA, qui sous-tendent des services essentiels comme la mise en relation des passagers, les algorithmes de tarification et la logistique de livraison. En utilisant les puces d'AWS, Uber vise à réduire sa dépendance aux GPU polyvalents, plus onéreux, généralement fournis par Nvidia.

Amazon, géant américain du commerce en ligne et du cloud computing, a positionné ses puces personnalisées comme une alternative moins chère pour les charges de travail d'IA à grande échelle, en particulier pour les tâches d'inférence et certains scénarios d'entraînement. L'adoption par Uber reflète une tendance plus large parmi les entreprises technologiques qui cherchent à diversifier leur pile de calcul face à l'explosion de la demande en infrastructure IA. Voir aussi: Département IT - Athlok.

Pourquoi c'est important

Alors que la demande en IA provoque des pénuries de puces et une augmentation des coûts cloud, les entreprises qui adoptent le silicium des hyperscalers gagnent en pouvoir de négociation sur les prix et en flexibilité architecturale, redéfinissant les dynamiques concurrentielles dans l'infrastructure de l'IA. Voir aussi: Alejandro Estua.

L'initiative d'Uber met en évidence un changement structurel dans l'écosystème de l'IA: les fournisseurs cloud ne sont plus de simples vendeurs d'infrastructure, mais entrent de plus en plus en concurrence au niveau de la couche silicium. En adoptant les puces personnalisées d'AWS, Uber réduit non seulement son exposition aux coûts, mais s'aligne aussi plus étroitement avec la pile d'IA verticalement intégrée d'Amazon. Cela pourrait accélérer les cycles d'innovation tout en renforçant les risques de dépendance vis-à-vis d'un seul fournisseur. Voir aussi: Alejandro Manzo.

Plus largement, cette décision souligne l'intensification de la concurrence entre les puces cloud propriétaires et l'écosystème GPU dominant de Nvidia. À mesure que les hyperscalers perfectionnent leurs processeurs internes, les entreprises pourraient de plus en plus adopter des stratégies de calcul hybrides – équilibrant performance, coût et disponibilité – pour soutenir la croissance de l'IA à grande échelle.

Lire aussi: Broadcom et Google concluent un accord à long terme sur les puces IA personnalisées

Lire aussi: Meta dévoile quatre puces personnalisées pour alimenter l'IA et les recommandations