Uber正在运用AWS扩展其基础设施和AI能力。Uber使用AWS Graviton执行个体来支援更多Trip Serving Zones，这是每次乘车和外送背後的即时基础设施，并已开始在Trainium上试行训练部分AI模型，实现更快速的乘客与外送配对、全球需求处理，并为每日数百万用户提供更智慧、更个人化的体验。

Uber在AWS上扩展其即时基础设施

每当使用者开启Uber叫车或叫外送时，背後会发生一连串的瞬间决策：哪位驾驶最近？最快的路线是什麽？实际抵达需要多长时间？要同时为数百万人即时且正确地回答这些问题，需要完善的基础设施，让Uber能在尖峰时段和大型活动期间大规模地提供这些服务。

Uber的Trip Serving Zones系统能确保每次乘车和外送顺利运作，需要在毫秒内进行数百万次预测并处理定位资讯。Uber正扩大使用AWS运算、储存和网路服务，以支援Trip Serving Zones的即时运作。透过在AWS Graviton上执行更多工作负载，Uber可以降低能源消耗，同时快速扩展，以满足需求高峰，进而减少延迟并最隹化成本。Graviton的高效能可支援部分即时运算，有助於更快速地将乘客与驾驶进行配对，同时兼顾可靠性、可用性与安全性。

Uber也开始试用AWS Trainium来训练支援其应用程式的部分AI模型。这些模型透过分析数十亿次乘车和外送资料，决定派遣哪位驾驶或外送员、计算抵达时间，并为客户推荐最合适的外送选项。进行如此大规模的AI训练需要庞大的运算能力，Trainium以高效能且具成本效益的方式实现这项需求。随着模型不断学习行程资料，Uber能为全球客户提供更快速的配对、更准确的预计抵达时间，以及更个人化的推荐，让他们能更快抵达目的地与更早收到外送。