Uber、ML ワークロード向けに Amazon のカスタム AI チップを採用

「Uber taps Amazon’s custom AI chips for ML workloads」は、公開された証拠がインターネットインフラ、ガバナンス、運用依存関係、または市場の可視性に関連しているため、BTW Media によってプロファイリングされています。

• Uber、Amazon のカスタム AI チップを採用し、AI 計算コストを削減、Nvidia への依存を低下
• この動きは、大規模 AI 向けにクラウドプロバイダの独自シリコンへ業界がシフトしていることを示している

何が起きたのか

Uber は、ライドシェアおよび食事配達プラットフォームであり、計算コストの上昇を背景に、AWS とのパートナーシップを深め、AI ワークロードをカスタムチップ上で実行している

Uber は、Amazon Web Services（AWS）がカスタム設計したチップの利用を拡大し、人工知能ワークロードを処理している。同社は、AWS の専用シリコン（特に Trainium と Inferentia プロセッサを含む）を活用し、AI モデルのトレーニングとデプロイの効率を向上させている。

この変化は、Uber がライダーマッチング、価格アルゴリズム、配送ロジスティクスなどの重要サービスを支える AI 運用のコストパフォーマンスの最適化を図る中で起きている。AWS のチップを使うことで、Uber は Nvidia が提供するような高価な汎用 GPU への依存を減らすことを目指している。

米国の電子商取引およびクラウドコンピューティングの巨人である Amazon は、大規模 AI ワークロード、特に推論タスクや一部のトレーニングシナリオにおいて、カスタムチップをより低コストな代替手段として位置付けている。Uber の採用は、AI インフラ需要が急増する中で、テクノロジー企業が計算スタックの多様化を模索する広範な傾向を反映している。

なぜ重要か

AI 需要がチップ不足とクラウドコストの上昇を引き起こす中、ハイパースケーラのシリコンを採用する企業は、価格交渉力とアーキテクチャの柔軟性を獲得し、AI インフラの競争力学を再形成している。

Uber の決定は、AI エコシステムにおける構造的変化を浮き彫りにしている。つまり、クラウドプロバイダはもはや単なるインフラ販売業者ではなく、シリコンレイヤーでますます競争力を持つようになっている。AWS のカスタムチップを採用することで、Uber はコストエクスポージャーを低減するだけでなく、Amazon の垂直統合型 AI スタックに一層密接に整合する。これは、イノベーションサイクルを加速させる一方で、単一ベンダーへの依存リスクを強める可能性がある。

より広義には、この決定は、独自クラウドチップと Nvidia の支配的な GPU エコシステム間の競争激化を強調している。ハイパースケーラが自社プロセッサを改良するにつれ、企業は、大規模 AI の成長を支えるために、パフォーマンス、コスト、可用性のバランスをとるハイブリッド計算戦略をさらに採用する可能性がある。

関連記事:Broadcom と Google、カスタム AI チップで長期契約を締結

関連記事:Meta、AI とレコメンデーションを強化する 4 つのカスタムチップを発表