Uber, AWS Graviton ve Trainium ile ölçekleniyor
9 Nisan 2026 — Dünyanın en büyük yolculuk paylaşım ve isteğe bağlı teslimat platformu Uber, AWS üzerindeki gerçek zamanlı altyapısını genişleterek Graviton tabanlı bilgi işlem gücünü artırıyor ve bazı yapay zekâ modellerini Trainium üzerinde eğitmeye başlıyor. Hedef, milyonlarca günlük kullanıcı için daha hızlı sürücü–teslimat eşleştirmesi, daha etkin küresel talep yönetimi ve daha akıllı, kişiselleştirilmiş deneyimler sunmak.
Uber’in “Yolculuk Hizmet Bölgeleri” (Trip Serving Zones), her yolculuk ve teslimatın sorunsuz ilerlemesini sağlayan kritik bir katman. Bu katmanda milisaniyeler içinde milyonlarca tahmin yapılırken konum verileri gerçek zamanlı işleniyor. Uber, talep zirve yaptığında dahi düşük gecikme ve yüksek erişilebilirlik için AWS üzerinde bilişim, depolama ve ağ kaynaklarını ölçeklendiriyor.
Gerçek zamanlı operasyonlarda Graviton etkisi
Şirket, bu iş yüklerinin daha büyük bir bölümünü AWS Graviton üzerinde çalıştırarak ani talep artışlarında hızla ölçeklenirken enerji tüketimini azaltıyor, gecikmeleri düşürüyor ve maliyetleri optimize ediyor. Graviton’un yüksek performansı, güvenilirlik ya da güvenlikten ödün vermeden yolcuları sürücülerle daha hızlı eşleştiren gerçek zamanlı hesaplamaları mümkün kılıyor.
“Uber, milisaniyelerin önemli olduğu bir ölçekte faaliyet gösteriyor. Daha fazla iş yükünü AWS’e taşımak, bize yolcuları ve sürücüleri daha hızlı eşleştirme ve teslimat taleplerindeki artışları kesintisiz yönetme esnekliği sağlıyor.” — Kamran Zargahi, Uber Mühendislikten Sorumlu Başkan Yardımcısı
Trainium ile yapay zekâ eğitiminde verimlilik
Uber, uygulamalarına güç veren bazı yapay zekâ modellerini eğitmek için AWS Trainium ile denemelere başladı. Bu modeller; hangi sürücünün veya kuryenin görevlendirileceğini belirlemek, varış sürelerini (ETA) hesaplamak ve müşteriye en iyi teslimat seçeneklerini önermek için milyarlarca yolculuk ve teslimattan gelen verileri analiz ediyor.
Bu ölçekte YZ eğitimi, devasa hesaplama gücü gerektiriyor. Trainium, bunu verimli ve maliyet etkin biçimde gerçekleştirmeyi sağlıyor. Modeller daha fazla veriden öğrendikçe Uber, daha hızlı eşleşmeler, daha doğru varış süresi tahminleri ve daha kişiselleştirilmiş öneriler sunabiliyor.
“Yapay zekâ modellerimizin bazılarını Trainium üzerinde test etmeye başlayarak, her Uber deneyimini daha akıllı hale getirecek bir teknoloji temeli inşa ediyoruz. Böylece odağımızı asıl olması gereken yerde, yani her gün Uber kullanan insanlarda tutabiliyoruz.” — Kamran Zargahi
“Uber, dünyadaki en zorlu gerçek zamanlı uygulamalardan biri ve onların küresel operasyonlarına güç veren altyapının önemli bir parçası olmaktan gurur duyuyoruz. Uber’in bugün yüz milyonlarca insanın güvenle kullandığı bir uygulama sunmasına ve yarının yolculuk paylaşımı ile isteğe bağlı teslimat sektörünü tanımlayacak yapay zekâ destekli deneyimleri inşa etmesine yardımcı oluyoruz.” — Rich Geraffo, AWS Kuzey Amerika Başkan Yardımcısı ve Genel Müdürü
Öne çıkan başlıklar
Graviton4 ve Trainium3: Amazon’un bilgi işlem ve yapay zekâ eğitimi için özel olarak tasarladığı çipler.
Hızlı eşleştirme: Uber, müşterileri sürücülerle milisaniyeler içinde eşleştirmek için AWS Graviton4 kullanıyor.
Yapay zekâ tahminleri: Uber, daha hızlı ve akıllı YZ tahminleri ve modelleri için AWS Trainium3’ü test ediyor.
Hizmet kapasitesi: Yolculuk ve teslimat taleplerindeki ani artışları yönetmek için “Yolculuk Hizmet Bölgeleri” AWS üzerinde ölçeklendiriliyor.
