图灵汇官网

当前，企业在推进数字化转型时，计算效率成为关键难题。传统云服务在数据传输距离远、算力调度慢以及多云协同困难等方面存在明显不足，难以满足生成式AI对低延迟、高并发和低成本的需求。边缘计算通过将计算节点设置在用户或数据源附近，有效缩短了计算路径，减少了资源浪费。

最近，Akamai与IDC联合发布的一项研究指出，随着生成式AI在企业中的广泛应用，旧有的基础设施模式已经无法适应新的需求。

一位来自Akamai亚太区的专家在接受采访时表示，边缘计算正在成为推动数字创新的重要方向。企业需要寻找新的方法来构建更可靠、面向未来的系统。他认为，未来企业应建立一个现代化的基础架构，结合云端与边缘计算，把智能服务放在更接近用户的地方。

近年来，AI从实验室走向实际应用，成为企业转型的关键工具。它能自动生成文本、图像等内容，极大提升了生产力。如今，AI正从大模型发展为具备感知能力的智能体，每个企业和个人对算力的需求都在增加。

报告显示，亚太地区有31%的企业已经将生成式AI投入生产环境，64%的企业正在测试或试点阶段，尝试将其用于客户和内部场景。

但这种快速发展也暴露了现有云架构的问题。集中式云结构在处理大量智能计算任务时，面临算力不足和延迟高的问题。当AI应用涉及多种交互方式时，数据在核心云和终端之间来回传输，导致响应变慢。在金融交易或工业控制等对时间要求高的场景中，这可能带来严重风险。

另外，企业还面临多云环境管理上的挑战，包括工具不统一、数据分散和跨平台维护困难。

专家提到，出海企业还需要应对不同国家的网络和云环境差异。如何实现多云之间的连接和数据传输，是企业必须解决的问题。

同时，许多企业的旧IT架构无法满足生成式AI对算力、带宽和数据处理能力的要求。老旧设备缺乏足够的GPU资源，而且与新AI框架兼容性差，影响开发效率和运维成本。

研究表明，部分国家的企业因为过去依赖私有数据中心，面临更严重的遗留问题。例如，即使几年前的高端GPU，现在也已无法满足需求。

越来越多企业开始重视边缘计算。报告指出，亚太地区的企业意识到，仅靠传统云架构无法满足增长的业务需求。他们需要调整策略，引入边缘服务，以保持竞争力并符合合规要求。

边缘计算是一种在靠近数据源头的地方提供计算、存储和网络能力的技术。它可以快速响应本地需求，满足实时业务、数据优化、安全保护等要求。

专家认为，边缘计算的重要性在于两个方面：一是性能，很多AI应用需要快速处理数据，比如自动驾驶和物联网服务；二是安全，一些数据不适合传回中心处理，更倾向于在本地完成AI运算。

一些企业早已布局边缘计算，建立了广泛的网络覆盖。他们的架构结合了云服务、安全功能和内容分发，全球多地都有节点，形成分布式处理体系。这种方式可以依据用户位置和业务需求，就近处理数据，提升效率和稳定性。

据IDC预测，到2028年，边缘公有云服务的年复合增长率将达到17%，总支出预计达到290亿美元。到2027年，80%的CIO会转向边缘服务，以满足AI推理的需求。

在中国市场，边缘服务主要以云和IaaS形式提供，这一趋势尤为明显。这表明中国企业在全球边缘计算领域具有较强的实力。

一位来自Akamai北亚区的技术负责人表示，公司将继续帮助中国企业将AI能力推向海外。过去20年，Akamai一直支持中国企业“出海”，提供内容分发、安全解决方案等服务。如今，在AI领域，安全依然是重点，公司将协助保障大模型和推理系统的安全性。