A Uber (UBER.N) e a Amazon (AMZN.O) anunciaram, nesta terça-feira, a ampliação de sua parceria estratégica com foco no desenvolvimento e uso de hardware avançado para inteligência artificial. A gigante da computação em nuvem revelou que está projetando chips personalizados para acelerar o treinamento de modelos de IA, atendendo à crescente demanda da Uber por infraestrutura digital de alta performance.
Pelo acordo, a empresa de transporte por aplicativo passará a utilizar os chips Graviton, da Amazon Web Services (AWS), para otimizar a fluidez de suas operações de viagens e entregas. Além disso, a Uber adotará os processadores Trainium, especificamente voltados para o treinamento de modelos de IA, com o objetivo de aprimorar sua interface digital, acelerar o compartilhamento de rotas e personalizar a experiência do usuário.
Enquanto o chip Graviton foca na eficiência energética e no desempenho de computação em nuvem para sustentar a interface do usuário e as operações de rotina, o Trainium é a peça-chave para o futuro da IA na companhia. Projetado especificamente para treinar modelos de deep learning, esse processador permitirá que a Uber refine suas ferramentas de personalização e segurança de forma muito mais célere e com custos reduzidos. Isso significa, na prática, um aplicativo que entende melhor os hábitos do usuário e oferece soluções de transporte e entrega de forma quase intuitiva.
A iniciativa reflete o movimento de ambas as companhias para ganhar competitividade no setor tecnológico. Enquanto a Uber busca processamento de dados mais ágil para atrair e reter clientes, a Amazon investe pesado para aumentar a atratividade de seus chips próprios.
A estratégia da AWS visa consolidar sua posição junto a clientes corporativos que demandam alta capacidade de treinamento e inferência de modelos de inteligência artificial.
O cerne dessa parceria reside na necessidade de lidar com um volume colossal de informações. Diariamente, a Uber gerencia bilhões de interações que exigem respostas imediatas, desde o cálculo de rotas e preços dinâmicos até a previsão de demanda em grandes metrópoles. Para que essas operações ocorram sem interrupções, a empresa busca no hardware da Amazon a eficiência necessária para reduzir a latência e aumentar a precisão de seus algoritmos de aprendizado de máquina.
