Uber 押注亚马逊 AI 芯片，将 AWS 交易额扩大 15%

Uber 正在加深对亚马逊定制硅片的依赖，扩大了 AWS Graviton 处理器的使用范围，并成为最新一家测试 Trainium3 AI 加速器的主要科技公司。Trainium3 是 Nvidia 主导地位芯片的直接竞争对手。

“将核心工作负载转移到 Graviton 已经使我们的计算成本降低了 15%，”Uber 的一名工程主管表示。“测试 Trainium3 是针对成本和性能优化我们机器学习模型的下一步。”

这项于 4 月 7 日宣布的交易将使 Uber 将更多核心打车服务和物流服务迁移到基于 ARM 架构的 Graviton CPU 上。虽然亚马逊尚未披露 Trainium3 的全部规格，但其声称该芯片在训练大语言模型时的性价比比同类 Nvidia GPU 高出 40%。

像 Uber 这样的大流量用户采用该芯片，是对亚马逊 (AMZN) 数十亿美元芯片战略的重大认可，也是对 Nvidia (NVDA) 在 AI 数据中心市场 80% 份额日益增长的竞争威胁。对于 Uber (UBER) 而言，这代表了一项减少对技术供应商依赖并控制基础设施成本的长期计划。

这一战略扩张是由与训练和运行 AI 模型相关的巨大计算成本驱动的，这些模型对 Uber 的定价、路线和调度算法至关重要。通过使用亚马逊定制设计的芯片，Uber 旨在创建一个更具成本效益和能源效率的基础设施栈，减少对 Nvidia 和 Intel 等第三方供应商昂贵的通用硬件的依赖。

亚马逊在定制硅片领域的发力反映了谷歌和微软在控制自身硬件命运和降低运营支出方面的努力。虽然 Nvidia 的 H100 和即将推出的 B200 GPU 仍然是高性能 AI 训练的行业标准，但推理和特定训练工作负载中出现了“足够好”且更具成本效益的内部替代方案（如 Trainium），这正成为一种日益增长的趋势。这一趋势威胁着 Nvidia 在 AI 硬件领域的近乎垄断地位。

对于投资者来说，这标志着 AI 芯片市场并非“赢家通吃”的局面。亚马逊能够赢得像 Uber 这样大客户的工作负载，为其芯片雄心增加了可信度，可能提振其 AWS 的增长叙事。虽然这不会立即威胁到受大量积压订单保障的 Nvidia 营收，但它凸显了长期风险。摩根士丹利分析师指出，企业采用替代 AI 芯片可能会限制 Nvidia 的估值倍数，其目前交易价格高于历史收益的 70 倍。

本文仅供参考，不构成投资建议。