本文来自钛媒体（www.tmtpost.com），作者 | 张申宇。
未来“云+AI”的竞争将不再局限于算力规模，而是聚焦于如何通过边缘智能、分布式架构与安全能力的协同，为企业打造“低时延、高可信、低成本”的智能基础设施。
“云+AI”的发展战略让科技圈实现了“天下一统”，这个战略已经成为当下全球范围内科技大厂共同发展的目标。Akamai作为CDN（内容分发网络）的“鼻祖”，也在近年来开始逐渐转向“云+AI”的发展战略。
对此，Akamai副总裁暨大中华区总经理李昇表示，从2021~2024年的发展来看，Akamai在“安全”和“云计算”部分的比重逐步增加，云计算成为Akamai营业额年化增长率最快的业务单元。
“云+AI”为何成大厂“标配”战略
“云+AI”的战略似乎已经成为近年来科技大厂的“标配”。2020年，IBM拆分了IBM全球信息科技服务部（GTS）的基础架构管理服务业务，成立了Kyndryl（勤达睿）这家新公司，此举也宣告了IBM正式将公司核心战略转向混合云+AI。微软则是通过与OpenAI的深度绑定，将ChatGPT、DALL-E等模型集成至Azure云平台，构建“AI即服务”生态。
聚焦国内，阿里云以“云智一体”为核心，构建飞天智算平台和通义大模型；腾讯云聚焦“云+行业”场景，强化C端与B端协同；华为云依托“云+AI+5G”全栈能力，聚焦智能制造与智慧城市......
似乎国内外科技巨头们这几年都纷纷将“云+AI”作为了企业发展的重要战略。究其原因，李昇告诉笔者，以Akamai为例，科技大厂们将“云+AI”作为重要发展战略的主要原因是来自客户需求。作为服务方，用户的数字化转型进程的推进，导致他们对于云计算需求的增加。
以Akamai的客户，某手机制造商为例，其使用了Akamai边缘计算等能力，用于定制化的用户隐私保护等特定应用场景，“在前几年，Akamai还没有完全产品化分布式云计算的时候，这家制造商就提出了一些分布式云计算的需求，通过我们构建了全球分布式平台。”李昇举例道。
与此同时，在生成式AI问世之后，AI技术几乎成为各行各业企业数字化转型过程中的必选项。此前，也有不少云服务商的市场部门代表，以及他们服务的用户群体的CFO向笔者表示，虽然当下企业对于数字化转型的成本管控，以及ROI要求极为严格，但这种严格在AI面前并不奏效，“对于数字技术，企业会极为看重能带来哪些降本增效的效果，以及ROI为多少，但对于AI技术，尤其是AI大模型，企业持极为开放的态度，几乎可以不计成本的投入。”在与某传统制造业行业的CFO沟通时，他曾向笔者表示。
而云的交付模式，相较于自建机房的方式显然有着更为快速部署业务，以及成本上的优势，所以客户对于云计算的需求及AI的需求双增长的趋势下，“云+AI”的战略布局自然就成为了众多乙方服务公司的重点布局。
从CDN走向“云+AI”，聚焦推理场景
对于Akamai而言，在专注于“云+AI”的新战略下，也并没有放弃原有优势—CDN，李昇表示，Akamai的“云+AI”战略并不意味着就放弃了原有的CDN业务，从头开始，而是借由之前CDN方面布局的节点资源优势，聚焦在边缘侧的分布式云计算应用之上。
从Akamai发布的财报中就能看出，CDN已经不是其主要业务，而目前支撑公司成长的主力业务已经逐渐转向安全和云计算类业务。
从2016年起，当时“云分发”业务几乎占据了公司近八成的营收，到如今，这一比例已下降至40%。2023年，“安全”服务的占比已攀升至47%，成为Akamai营收的领头羊。此外，“云计算”服务也展现出了强劲的增长势头，占比达到了13%。
而分布式云近年来也成为了云服务上的必争之地。原先，应对新业务、新功能部署带来的服务器性能瓶颈，解决的方式简单粗暴——扩容，但一味地选择这种方式，实际并非长久之计，不仅代价高昂，而且在面对不确定性增长时显得力不从心。
而在降本增效的大背景下，分布式云成为了企业更好的选择，这也推动了云服务商在分布式架构上面的着重布局。
另一方面，今年随着DeepSeek的问世，推理市场兴起，业内很多专家都认为未来客户在AI推理方面的投入会超过训练方面的投入而在Akamai亚太区云计算专家团队负责人看来，企业在模型推理方面的投入将会超过训练方面的投入10倍之多，“所以，推理市场成为Akamai未来重点聚焦的市场之一。”李文涛指出。
无独有偶，TIRIAS research的研究也显示，随着AI的快速发展，未来算力需求的构成将发生重大变化，95%的算力需求来自推理，训练算力仅占5%。推理将逐渐成为AI计算的核心。
在李文涛看来，未来的推理将是，边缘和核心推理、慢思考和快思考推理、大模型推理和小模型推理结合的形式。李文涛指出，“慢思考”更重视AI推理的过程，可能要结合更多第三方数据，所耗费的推理时间也会更长。
另一方面，“慢思考”的AI推理对云计算的成本压力更大、资源使用更多，也会迫使客户考虑怎么样优化其服务、提高成本效率。“‘慢思考’和‘快思考’可能也适合部署在不同的云的环境里面，”李文涛进一步指出，“我们希望客户选择合适的负载部署在最合适的‘云’上。”
从前不久发布的新品上也可以看出Akamai在推理市场的深入布局。前不久，Akamai发布了AI推理解决方案Akamai Cloud Inference，主要瞄准边缘计算市场。据了解，该方案整合NVIDIA AI Enterprise生态及Aiven/Milvus等数据服务，并整合CPU、GPU、ASIC VPU的异构算力集群，支持动态资源调配。同时，该方案集成WebAssembly技术，允许通过无服务计算提供边缘轻量化推理能力。
对此，李文涛告诉笔者，目前AI相关行业的投资已经开始从训练市场转向推理市场，而推理市场也将成为Akamai重点聚焦的市场，“我们可以凭借之前CDN方面的资源部署，很大地打通边缘侧的算力，让推理下沉到边缘，既可以降低延迟，也可以缩减成本。”李文涛强调。
据披露，Akamai最新发布的方案较传统超大规模云架构吞吐量提升3倍、延迟降低60%，成本缩减达86%。当前支持了文生图、语音识别、翻译、IoT管理、零售图像优化等AI推理场景。
另一方面，推理市场的兴起也让更多的玩家涌入了这个赛道，就在DeepSeek问世后不久，一体机成为了DeepSeek最大的“受益者”，包括浪潮信息、神州数码等在内的传统硬件厂商的一体机产品供不应求，而诸如优刻得、青云科技、格灵深瞳这样，原本是云服务或模型服务供应商也开始在一体机市场广泛布局，端侧市场异常火爆。这点与Akamai在边缘侧的布局如出一辙。
不过，优刻得新兴产业事业部首席架构师李天朋曾向笔者表示，目前来看，一体机的主要用户群体集中在金融、教育、医疗、政府等对数据安全等级要求比较高的传统行业，以及对时延要求极高的工业领域，“相对来说，一体机的市场还是比较小众，对于互联网企业，尤其是大厂来说，DeepSeek的出现并没有让他们更多的倾向于选择一体机产品。”李天朋表示。
而李文涛也有着相似的观点，他表示，用户需要根据自身的需求选择合适的方式布局模型产品。
边缘计算正在兴起
显然，从当下的应用来看，边缘+云的方式是企业应用大模型产品最好的选择，云计算不必多说，经过十余年的发展，市场已经极为成熟，通过云的模式部署大模型产品与应用其他数字技术并无太大差别。
边缘计算市场则是借由这波推理市场的兴起，无论在技术，还是市场方面都迎来了新的发展。STL Partners的数据预测，到2030年全球边缘计算潜在市场规模将达到4450亿美元，其中AI驱动的推理需求占比超过70%。
在李文涛看来，边缘推理能让企业在更靠近终端用户的地方运行AI应用程序和数据密集型的工作负载。而这么做的好处主要有几点：
- 首先，推理场景下，负载越靠近用户侧和数据源端，延迟越低，用户体验越好，效率也越高；
- 其次，针对有些“数据主权”挑战的企业，他们不希望数据离开本地，上传到云端。边缘计算对数据隐私保护与合规也有益处；
- 第三海量数据传输的成本极高，“尤其是传统公有云出方向Egress流量方面成本非常高昂，给我们的很多客户造成了很大的负担。”李文涛指出。而Akamai公有云很显著的降低了这部分数据传输的成本。
而依靠CDN起家的Akamai也正是看到了这部分市场的前景，在视频转码、WebRTC、实时通讯等高信息量需求场景，以及低成本数据分析、高效协同的分布式数据库管理等应用上。“分布式的云计算是Akamai在云计算领域里的重点方向，我们不追求非常复杂的管理式的服务或者超大型的计算节点，而是把眼光放在目前对于边缘的应用、对于实时性、时延要求高，以及对于流量的成本管控比较敏感的这些使用场景。”李昇指出。
“云+AI”战略的深度融合，标志着全球科技产业正迈向智能化与场景化协同的新阶段，在这个过程中，随着AI大模型向轻量化、场景化演进，边缘计算将成为推理任务的核心载体，企业需求正从集中式算力向“核心云+边缘节点”的混合架构迁移。
可以预见，未来“云+AI”的竞争将不再局限于算力规模，而是聚焦于如何通过边缘智能、分布式架构与安全能力的协同，为企业打造“低时延、高可信、低成本”的智能基础设施。（本文首发于钛媒体APP，作者｜张申宇，编辑丨盖虹达）
