Uber成为亚马逊AI芯片最新拥趸,云服务竞争白热化

news2026/4/9 10:36:28
周二亚马逊宣布Uber扩大其AWS云服务合约将更多打车功能迁移到亚马逊芯片上运行。Uber将特别扩大对AWS Graviton芯片低功耗ARM架构服务器CPU的使用并开始试用Trainium3——AWS对标英伟达的AI芯片。这项合作与其说是对英伟达的长期威胁不如说是亚马逊对AWS云计算竞争对手谷歌和甲骨文的有力回击。虽然Uber历史上一直运营自己的数据中心但在2023年这家打车公司签署了与甲骨文和谷歌的大型多年云计算合约。该公司表示计划将大部分IT基础设施从自有数据中心迁移到这两个云平台。即使在去年12月Uber仍在博文中公开重申这一目标2023年2月Uber开始使用OCI和谷歌云平台从本地数据中心向云端转型面临着迁移大规模工作负载和在此前以x86为主导的环境中引入ARM架构计算实例的双重挑战。Uber在那篇博文中特别提到了在甲骨文云中使用Ampere制造的ARM芯片。这里事情变得有趣起来。如果想了解硅谷错综复杂关系的速成课程不妨看看Ampere的历史。Ampere由前英特尔高管雷妮·詹姆斯创立她在未能升任该芯片制造商CEO后离职创业。她动用了所有关系包括她在私募股权公司凯雷的投资者身份影响力以及在甲骨文的董事会席位筹集资金创办了这家公司。甲骨文拥有该公司约三分之一股份詹姆斯因这项投资不得不放弃在甲骨文的独立董事地位。顺便说一下詹姆斯是帮助推动甲骨文2016年以93亿美元收购NetSuite的关键董事会成员拉里·埃里森是NetSuite的主要股东。这笔交易引发了股东诉讼指控甲骨文收购价过高但诉讼最终败诉。去年12月Ampere的主要竞争对手软银收购了该公司甲骨文出售股份获得了27亿美元的可观税前收益。詹姆斯于2024年底离开甲骨文董事会不再在Ampere工作。甲骨文正在尽快筹集资金为OpenAI和Stargate项目建设数据中心。埃里森表示甲骨文出售Ampere是因为他认为为数据中心内部设计芯片不再是竞争优势。该公司更愿意采购芯片并与英伟达签署了大规模合约。值得注意的是甲骨文、软银和英伟达也是OpenAI循环交易圈的一部分这些交易旨在资助这家模型制造商的大规模数据中心建设。但现在AWS宣布凭借内部设计的芯片从甲骨文的明星客户Uber那里获得了更大合约。Uber加入了Anthropic、OpenAI和苹果的行列成为因AWS AI芯片而签约或增加使用AWS服务的大型科技公司。去年12月亚马逊CEO安迪·贾西表示Trainium已经是一项价值数十亿美元的业务。QAQ1Uber为什么选择扩大与AWS的合作AUber扩大与AWS的合作主要是为了利用亚马逊的自研芯片技术。具体包括扩大使用AWS Graviton低功耗ARM架构服务器CPU以及试用Trainium3 AI芯片。这些芯片能够更好地支持Uber的打车服务功能运行。Q2AWS Trainium芯片业务规模有多大A根据亚马逊CEO安迪·贾西在去年12月的表态Trainium已经发展成为一项价值数十亿美元的业务。除了Uber还有Anthropic、OpenAI和苹果等大型科技公司都因为这些AI芯片而签约或增加了AWS服务的使用。Q3甲骨文为什么要出售Ampere股份A甲骨文CEO拉里·埃里森表示出售Ampere是因为他认为为数据中心内部设计芯片不再是竞争优势。甲骨文更愿意直接采购芯片已经与英伟达签署了大规模合约。此次出售为甲骨文带来了27亿美元的税前收益。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2499145.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…