Uber apuesta por los chips de Amazon para IA y emparejamiento de viajes

Uber está recurriendo a los chips personalizados de Amazon Web Services para encargarse de más trabajo detrás de sus aplicaciones, desde la asignación de viajes hasta el entrenamiento de modelos de IA. El movimiento profundiza una relación en la nube ya existente y le da a Amazon otro alto-prof

Para Uber, la recompensa podría ser un enrutamiento más fluido, actualizaciones de producto más rápidas y menos fricción en la aplicación. Para Amazon, es la prueba de que su silicio de fabricación propia puede hacer más que figurar en folletos y diapositivas de presentación.

Graviton y Trainium asumen el trabajo pesado

Amazon dijo que Uber usará los chips Graviton para soportar tareas informáticas centrales y los procesadores Trainium para entrenar modelos de IA que alimentan sus aplicaciones. Graviton está orientado a cargas de trabajo generales en la nube, mientras que Trainium está diseñado para el entrenamiento y la inferencia de IA, que es hacia donde va el gasto a medida que las empresas se apresuran a crear y ejecutar más modelos.

Esto también es un guion familiar en la nube. Amazon, al igual que Microsoft y Google, ha estado tratando de persuadir a grandes clientes empresariales de que los chips personalizados pueden recortar costos y reducir la dependencia de las costosas GPUs de Nvidia. El argumento es sencillo: si puedes transferir suficientes cargas de trabajo a tu propio silicio, los márgenes mejoran y la dependencia (lock-in) se vuelve más fuerte.

Recomendado

Hassabis dice que las STEM te hacen 10 veces mejor en IA

Qué obtiene Uber con el acuerdo

• Más capacidad de cómputo para cargas de trabajo digitales
• Asignación de viajes y soporte de entregas más rápidos
• Margen para personalizar la app con mayor agresividad

Uber ha estado trabajando para optimizar su interfaz digital y afinar los sistemas que deciden qué conductor, pasajero o tarea de entrega se empareja a continuación. Ese tipo de ajuste del backend rara vez da pie a un marketing llamativo, pero es la infraestructura que determina si una aplicación se siente rápida o simplemente tolerable.

La apuesta de Amazon por sus chips necesita clientes como Uber

Para Amazon, el gran premio es la validación. Los chips personalizados solo son útiles si los grandes clientes realmente migran cargas de trabajo a ellos, y Uber ofrece a AWS un caso visible en un mercado saturado donde todos prometen IA más rápida a menor costo. El momento también es útil: la demanda de entrenamiento e inferencia de modelos de IA sigue subiendo, así que cualquier proveedor que pueda mostrar alternativas creíbles a las instancias genéricas en la nube gana un mejor argumento de venta.

La pregunta ahora es hasta qué punto Uber impulsa este cambio de hardware. Si los resultados son buenos, más de su pila podría migrar hacia el silicio de Amazon. Si no, la compañía hará lo que siempre hacen los clientes de la nube: seguir buscando opciones, porque la lealtad está bien, pero una menor latencia es mejor.