Uber扩大AWS芯片合作，亚马逊自研AI芯片Trainium3获关键客户验证

全球出行巨头Uber正在将其核心业务更深地迁移到亚马逊云科技（AWS）的怀抱，而驱动这一决策的关键，是后者日益强大的自研芯片实力。最新行业动态指出，Uber不仅将扩大使用AWS基于ARM架构的Graviton处理器，更将启动对亚马逊最新一代AI训练芯片Trainium3的测试。这一合作标志着，在英伟达主导的AI芯片市场，云服务巨头凭借垂直整合的硬件能力，正从关键客户处获得越来越强的背书。

从自建数据中心到拥抱多元云，Uber的算力迁徙之路

Uber的算力基础设施演进，是科技企业云转型的一个缩影。这家公司最初依赖于自建数据中心来支撑其庞大的实时匹配与调度系统。然而，面对业务的高速增长和AI工作负载的爆炸，自建模式的灵活性与成本问题日益凸显。因此，Uber在2023年做出了一个重大战略转向，宣布将大部分IT基础设施迁移至云端，并选择了甲骨文云基础设施（OCI）和谷歌云平台（GCP）作为其主要合作伙伴。

这一“双云”策略旨在平衡性能、成本与供应商锁定风险。当时，Uber特别强调了在甲骨文云上引入基于Ampere公司ARM芯片的计算实例，以应对从传统x86环境迁移的挑战。ARM架构以其更高的能效比著称，对于Uber这样计算密集型且对成本敏感的业务而言，吸引力巨大。

芯片江湖的合纵连横：亚马逊的垂直整合优势

此次合作之所以引人注目，在于它凸显了云计算竞争已进入“芯片定义基础设施”的深水区。亚马逊AWS早在多年前就启动了自研芯片项目，其Graviton系列CPU基于ARM架构，旨在为通用计算负载提供更高性价比；而Trainium系列则是专为机器学习训练任务设计的ASIC（专用集成电路），直接对标英伟达的GPU。

市场消息显示，亚马逊CEO安迪·贾西曾在去年底透露，Trainium芯片业务规模已达数十亿美元级别，并获得了包括Anthropic、OpenAI乃至苹果等科技巨头的采用或增购。

这与一些竞争对手的策略形成了鲜明对比。例如，甲骨文此前投资了ARM服务器芯片公司Ampere，但最终选择出售股份，其联合创始人拉里·埃里森曾公开表示，自研芯片已不再是数据中心的核心竞争优势，更倾向于直接采购。这一背景使得Uber此次扩大与AWS在自研芯片上的合作，更像是对不同技术路线和供应商战略的一次“用脚投票”。

行业影响：自研芯片成为云厂商的“战略护城河”

Uber的案例清晰地表明，头部云厂商的自研芯片正在从技术实验品转变为赢得大客户订单的关键筹码。其背后的逻辑是多层次的：

成本与控制力：绕过传统芯片供应商，云厂商能更好地控制硬件成本、性能路线图和供应链，最终将节省的成本和提升的效率传递给客户。
解决方案差异化：针对AI训练、推理、大数据处理等特定场景优化的芯片，能让云厂商提供捆绑软硬件的、性能更优的独家解决方案，从而摆脱同质化竞争。
生态绑定：当像Uber这样的企业将其核心AI工作负载构建在某个云厂商的特定芯片架构上时，迁移的技术门槛和成本将显著增加，从而形成更深的客户锁定。

对于整个行业而言，亚马逊、谷歌、微软等巨头在自研芯片上的持续加码，正在重塑AI算力市场的格局。虽然英伟达短期内仍占据绝对主导地位，但一个由云服务商主导的、多元化、定制化的AI芯片生态正在加速形成。未来，企业选择云服务时，“用什么芯片”将和“用什么服务”变得同等重要。这场由底层硬件驱动的云战争，才刚刚进入最激烈的章节。