Η Uber, η μεγαλύτερη εταιρεία μετακινήσεων και υπηρεσιών on-demand παραδόσεων παγκοσμίως, επεκτείνει την υποδομή και τις δυνατότητες Τεχνητής Νοημοσύνης (AI) που διαθέτει στο περιβάλλον της Amazon Web Services (AWS). Αξιοποιεί τα AWS Graviton instances για να υποστηρίξει περισσότερα από τα Trip Serving Zones της —την υποδομή πραγματικού χρόνου που βρίσκεται πίσω από κάθε διαδρομή και παράδοση— ενώ έχει ξεκινήσει πιλοτικά την εκπαίδευση ορισμένων μοντέλων Τεχνητής Νοημοσύνης στο Trainium.

Με αυτόν τον τρόπο, επιτυγχάνει ταχύτερη αντιστοίχιση επιβατών και διαδρομών, καλύτερη διαχείριση της ζήτησης σε παγκόσμιο επίπεδο και πιο «έξυπνες», προσωποποιημένες εμπειρίες για εκατομμύρια καθημερινούς χρήστες.

Κάθε φορά που κάποιος χρήστης ανοίγει την εφαρμογή της Uber και ζητά μια διαδρομή, σε κλάσματα δευτερολέπτου μια σειρά από διαδικασίες πραγματοποιούνται στο παρασκήνιο. Ποιος οδηγός είναι πιο κοντά; Ποια είναι η πιο γρήγορη διαδρομή; Πόσο χρόνο θα πάρει πραγματικά; Για να δίνονται αυτές οι απαντήσεις άμεσα —για εκατομμύρια χρήστες ταυτόχρονα— απαιτείται η κατάλληλη υποδομή, ώστε η Uber να μπορεί να λειτουργεί αποτελεσματικά σε μεγάλη κλίμακα, ειδικά σε ώρες.

Πώς το Graviton υποστηρίζει εκατομμύρια διαδρομές σε πραγματικό χρόνο

Τα Trip Serving Zones της Uber διασφαλίζουν ότι κάθε διαδρομή πραγματοποιείται ομαλά, καθώς περιλαμβάνουν εκατομμύρια υπολογισμούς και επεξεργασία δεδομένων τοποθεσίας μέσα σε χιλιοστά του δευτερολέπτου.

Σήμερα, η Uber αξιοποιεί περαιτέρω τις υπολογιστικές, αποθηκευτικές και δικτυακές δυνατοτήτες της AWS, ώστε να ενισχύσει τη λειτουργία των Trip Serving Zones σε πραγματικό χρόνο. Αξιοποιώντας σε μεγαλύτερο βαθμό το AWS Graviton για αυτές τις λειτουργίες, η Uber μπορεί να μειώσει την κατανάλωση ενέργειας, και ταυτόχρονα να ανταποκρίνεται γρήγορα όταν αυξάνεται η ζήτηση, μειώνοντας τις καθυστερήσεις και το κόστος. Η υψηλή απόδοση του Graviton επιτρέπει την εκτέλεση κρίσιμων υπολογισμών σε πραγματικό χρόνο, συμβάλλοντας στην ταχύτερη αντιστοίχιση επιβατών με οδηγούς, χωρίς να περιορίζεται η αξιοπιστία, η διαθεσιμότητα ή η ασφάλεια.

Βελτιώνοντας τις διαδρομές της Uber σε μεγάλη κλίμακα με τα chips AWS Trainium

Η Uber έχει επίσης ξεκινήσει να δοκιμάζει το AWS Trainium για την εκπαίδευση ορισμένων από τα μοντέλα Τεχνητής Νοημοσύνης που υποστηρίζουν τις εφαρμογές της. Τα μοντέλα αυτά αναλύουν δεδομένα από δισεκατομμύρια διαδρομές και παραδόσεις, ώστε να αποφασίζουν ποιος οδηγός ή διανομέας είναι ο καταλληλότερος, να υπολογίζουν τον χρόνο άφιξης και να προτείνουν τις καλύτερες επιλογές παράδοσης στους χρήστες.

Η εκπαίδευση της Τεχνητής Νοημοσύνης σε τέτοια κλίμακα απαιτεί τεράστια υπολογιστική ισχύ — και το Trainium προσφέρει έναν αποδοτικό και οικονομικά συμφέροντα τρόπο για να γίνει αυτό. Καθώς τα μοντέλα «μαθαίνουν» από ολοένα και περισσότερες διαδρομές, η Uber μπορεί να βρίσκει πιο γρήγορα τον κατάλληλο οδηγό ή διανομέα, να δίνει πιο ακριβείς εκτιμήσεις χρόνου άφιξης και να προσφέρει πιο προσωποποιημένες προτάσεις στους χρήστες παγκοσμίως, βοηθώντας τους να φτάνουν πιο γρήγορα στον προορισμό τους και να λαμβάνουν τις παραδόσεις τους νωρίτερα.

Ανακαλύψτε πώς τα AWS Graviton και Trainium επιτρέπουν στις επιχειρήσεις να δημιουργούν πιο γρήγορες και αποδοτικές εφαρμογές Τεχνητής Νοημοσύνης.