美國康涅狄格州十五間的士公司和轎車公司入稟法院，要求頒令禁止電召車服務Uber提供服務被判敗訴，法官指原告無法證明Uber在市場進行不公平競爭和誤導用家，可在康州繼續營運。
網上圖片
案件在哈特福地方法院審訊，法官湯普森（Alvin Thompson）指原告人無法證明Uber在市場進行不公平競爭、試圖挖角，或者在服務、車資和保險等問題上誤導顧客。
圖：AP資料圖片
原告人代表律師指出，如果Uber要在康州經營必須與的士及其他職業司機一樣，遵守同等發牌和安全規例。但法官不接受，理由是康州州議會直到最近才要求運輸部門考慮現行條例是否適用於Uber。Uber代表律師陳詞時說，Uber無擁有任何車輛，也無聘用任何司機，不明公司為何要受到現行運輸條例約束。
圖：AP資料圖片
Uber發言人指，法庭判決讓康涅狄格州司機和乘客繼續享用Uber叫車服務好處和便利，原告人一方暫時未有回應，未知會否提出上訴。
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
