• Uber использует собственные чипы Amazon, чтобы снизить расходы на ИИ-вычисления и уменьшить зависимость от Nvidia
  • Этот шаг сигнализирует о переходе отрасли к собственному кремнию облачных провайдеров для ИИ в больших масштабах

Что произошло

Uber, платформа такси и доставки еды, углубляет партнёрство с AWS, чтобы выполнять ИИ-нагрузки на собственных чипах на фоне роста расходов на вычисления

Uber расширяет использование чипов, разработанных на заказ Amazon Web Services (AWS), для своих задач в сфере искусственного интеллекта. Компания опирается на специализированный кремний AWS — включая известные процессоры Trainium и Inferentia, — чтобы повысить эффективность обучения и развёртывания ИИ-моделей.

Это изменение происходит в тот момент, когда Uber стремится оптимизировать соотношение цены и производительности своих ИИ-операций, которые обеспечивают такие ключевые сервисы, как подбор пассажиров, алгоритмы ценообразования и логистику доставки. Используя чипы AWS, Uber намерен снизить зависимость от более дорогих универсальных GPU, которые обычно поставляет Nvidia.

Amazon, американский гигант электронной коммерции и облачных вычислений, позиционирует свои собственные чипы как более дешёвую альтернативу для крупномасштабных ИИ-нагрузок, особенно для задач инференса и некоторых сценариев обучения. Пример Uber отражает более широкую тенденцию среди технологических компаний, которые стремятся диверсифицировать свой вычислительный стек на фоне взрывного роста спроса на ИИ-инфраструктуру.

Почему это важно

Поскольку спрос на ИИ приводит к дефициту чипов и росту цен на облачные услуги, компании, переходящие на кремний гиперскейлеров, получают рычаги влияния на цены и архитектурную гибкость, изменяя конкурентную динамику ИИ-инфраструктуры.

Решение Uber подчёркивает структурный сдвиг в ИИ-экосистеме: облачные провайдеры больше не просто продавцы инфраструктуры, они всё активнее конкурируют на уровне кремния. Переходя на собственные чипы AWS, Uber не только снижает свои затраты, но и теснее связывается с вертикально интегрированным ИИ-стеком Amazon. Это может ускорить циклы инноваций, одновременно усиливая риски зависимости от одного поставщика.

В более широком смысле это решение подчёркивает усиление конкуренции между собственными облачными чипами и доминирующей экосистемой GPU от Nvidia. По мере того как гиперскейлеры совершенствуют свои внутренние процессоры, компании могут всё чаще выбирать гибридные вычислительные стратегии — балансируя производительность, стоимость и доступность, — чтобы поддерживать масштабный рост ИИ.

Читайте также:Broadcom и Google заключили долгосрочную сделку по собственным ИИ-чипам

Читайте также:Meta представила четыре собственных чипа для ИИ и рекомендаций