Uber apuesta por los chips de IA de Amazon AWS

Uber amplía su apuesta por los chips de IA de Amazon

En un movimiento que no ha pasado desapercibido en el ecosistema tech, Uber acaba de expandir su contrato con Amazon Web Services (AWS) para correr más de sus funcionalidades de ride-sharing sobre los chips de silicio personalizados de Amazon. La noticia, publicada este 7 de abril de 2026, posiciona a Uber como el último gran nombre en sumarse a la creciente lista de empresas que confían en la infraestructura propia de Amazon para sus cargas de trabajo de inteligencia artificial, desafiando abiertamente a jugadores como Oracle y Google.

Qué chips de Amazon usa Uber y para qué

El acuerdo amplía la asociación cloud ya existente entre ambas compañías e incorpora dos familias de chips propios de AWS:

Graviton: procesadores diseñados para soportar operaciones de alto rendimiento como la asignación de viajes y la gestión de entregas en tiempo real, reduciendo latencia y mejorando la fluidez de la experiencia del usuario.
Trainium: aceleradores especializados en el entrenamiento de modelos de IA que potencian funciones como la personalización de la app, la optimización de interfaces digitales y la mejora continua de los algoritmos de ride-matching.

La última generación, Trainium3 —fabricado en proceso de 3nm y disponible en los servidores EC2 Trn3 UltraServers de AWS—, ofrece hasta 4,4 veces más rendimiento de cómputo y 4 veces mayor eficiencia energética frente a su predecesor Trainium2, además de 3 veces mayor throughput por chip y tiempos de respuesta 4 veces más rápidos. Esto se traduce en entrenamientos de modelos que antes tardaban meses y ahora se completan en semanas.

👥 ¿Quieres ir más allá de la noticia?

En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.

👥 Unirme a la comunidad

Por qué Uber eligió el ecosistema AWS frente a NVIDIA, Google u Oracle

Aunque los detalles financieros del acuerdo no fueron revelados públicamente, la dirección estratégica es clara: Uber busca hardware avanzado para manejar cargas digitales en rápido crecimiento y AWS le ofrece una integración nativa que difícilmente replican las GPU de NVIDIA, los TPU de Google o las soluciones de infraestructura de Oracle. Al construir sobre su propio silicio, Amazon puede ofrecer ventajas de costo y latencia que resultan muy atractivas a escala global.

Según reportes de The Star, empresas que ya adoptan Trainium para inferencia y entrenamiento reportan reducciones de costo de hasta el 50% frente a soluciones basadas en GPU convencionales. Startups como Decart alcanzan inferencia de video generativo en tiempo real 4 veces más rápida a la mitad del costo GPU, lo que ilustra el potencial de esta plataforma para cualquier empresa que escale modelos de IA.

Amazon consolida su ecosistema de IA: quién más ya apostó por sus chips

Uber no está sola en este movimiento. El ecosistema de adopters de los chips de AWS incluye nombres de peso:

Anthropic: usa Trainium para entrenar sus modelos Claude a escala.
Ricoh y Karakuri: optimizan procesos industriales con reducción de costes de hasta el 50%.
Metagenomi y NetoAI: aprovechan la eficiencia energética de Trainium3 para investigación y procesamiento de datos masivos.
Splash Music: reduce costos de generación musical con IA.
El propio Amazon Bedrock corre en producción sobre Trainium3, validando internamente la tecnología.

Este momentum no es casual: durante el AWS re:Invent 2025, Amazon anunció los Trainium3 UltraServers, posicionándolos como la infraestructura central para construir AI Factories —centros de entrenamiento e inferencia de gran escala que compiten directamente con las ofertas de NVIDIA y Google Cloud.

Qué significa esto para founders y startups tech

Para el ecosistema de startups latinoamericanas, la señal es poderosa en dos dimensiones:

1. Reducción del costo de acceso al hardware IA: Si empresas de la escala de Uber validan que los chips propios de AWS permiten ahorros de hasta el 50% frente a GPU tradicionales, los founders que construyen sobre AWS pueden acceder a esa misma infraestructura sin la barrera de los costos de NVIDIA H100. Esto democratiza el entrenamiento de modelos que hasta hace poco solo estaban al alcance de big tech.

2. La consolidación del ecosistema cloud importa: Apostar por un proveedor cloud no es solo una decisión de infraestructura; es una decisión de ecosistema. El movimiento de Uber —que implícitamente le da la espalda a Oracle y Google— recuerda que la integración nativa (chips + servicios + modelos base) es cada vez más el diferenciador real. Los founders deben evaluar no solo el precio del cómputo, sino la fricción total del stack.

El mercado de hardware de IA está en plena guerra de estándares. Amazon, Google, Microsoft (con sus chips Maia) y ahora hasta Meta y ARM compiten por sustituir la dependencia de NVIDIA. Cada trimestre, el costo de entrenar e inferir modelos baja, y eso abre ventanas reales para startups que antes no podían competir.

Conclusión

La expansión del contrato de Uber con AWS para adoptar chips Graviton y Trainium es mucho más que una noticia corporativa: es un termómetro del estado del mercado de hardware de IA en 2026. La apuesta por silicio propietario, con ventajas de costo, eficiencia energética e integración nativa, está ganando adeptos entre las empresas tech más influyentes del mundo. Para los founders del ecosistema LATAM, el mensaje es claro: la infraestructura de IA se está abaratando y democratizando, y quienes entiendan estos movimientos hoy podrán tomar decisiones de arquitectura más inteligentes mañana.

Profundiza estas tendencias de hardware e IA con nuestra comunidad de founders expertos

Aprender con founders