毫秒級配對行程 Uber聯手AWS 引入特製晶片優化共乘與送餐系統

全球共乘與送餐服務公司 Uber 正擴展其在 Amazon Web Services (AWS) 上的即時基礎設施，以支援每日數百萬次的乘車與外送服務。該公司運用 AWS 客製化設計的 Graviton4 和 Trainium3 晶片，加速運算並提升 AI 模型訓練效能。

Graviton 晶片實現毫秒級行程配對

Uber 的「行程服務區域」(Trip Serving Zones) 系統是每次乘車與送餐背後的即時基礎設施，需要在毫秒內處理數百萬次預測與定位資訊。透過將更多工作負載移至 AWS Graviton 執行個體，Uber 得以降低能源消耗、快速應對需求高峯，並在減少延遲的同時優化成本。Uber 工程副總裁 Kamran Zargahi 表示，此舉讓公司能更靈活地加快配對乘客與駕駛，並在不中斷服務的情況下處理外賣需求高峯。

AP圖片

試用 Trainium 晶片優化 AI 模型

與此同時，Uber 已開始試用 AWS Trainium 晶片來訓練支援其應用程式的部分 AI 模型。這些模型分析數十億次行程與送餐數據，以決定司機或送餐員的派遣、計算抵達時間，並向客户推薦最佳選項。Trainium 以高效能且具成本效益的方式，滿足大規模訓練 AI 所需的龐大運算能力。Zargahi 指出，此技術基礎旨在讓每次 Uber 體驗都更智慧，公司能更專注於服務每日用户。

AWS 北美區副總裁兼總經理 Rich Geraffo 表示，AWS 很榮幸能為 Uber 的全球營運提供關鍵基礎設施支援，協助其為數億人提供可靠服務，並以 AI 驅動的體驗定義共乘與按需送餐的未來。

AWS Trainium 晶片用於訓練 Uber 的人工智慧模型

成都市公安局交通管理局於5月1日通報，當日下午5時20分許，該市高新區劍南大道發生一起嚴重道路交通事故，造成1人死亡、11人受傷。肇事司機在逃逸後被當場抓獲。

轎車轉右衝向行人。微博圖片

據通報，經初步調查，31歲男司機李某某駕駛一輛小型轎車，行駛至劍南大道與天府四街交叉路口右轉時，與行人發生碰撞。事故發生後，李某某並未停車，而是駕車逃離現場。在逃逸過程中，車輛又先後與其他車輛及行人發生碰撞，導致事故擴大。

轎車司機撞到人後逃走。微博圖片

事故共造成1人死亡，11人不同程度受傷。接報警後，公安機關迅速組織警力到場處置，並聯動120急救部門開展救援。目前所有傷者均已送醫治療。案發後，肇事司機李某某被當場抓獲。經檢測，已排除其酒駕及毒駕嫌疑。公安機關初步認定，李某某涉嫌交通肇事逃逸。目前，事故正在進一步調查處理中。

當局通報。微博圖片

轎車損毁。微博圖片