攜手英偉達強化AI推理云能力，Akamai賦能企業AI創新發展

數字化與智能化轉型浪潮席卷全球，邊緣云隨之掀起全新的技術變革。這類技術打破傳統集中式計算模式的束縛，將數據處理與分析能力部署至網絡邊緣，實現數據生成后的即時響應與高效處理。隨著人工智能大模型不斷發展，行業關注重心逐步從模型訓練，轉向落地應用中關鍵的AI推理環節。憑借低時延、分布式部署等核心優勢，邊緣云也順勢成為當下產業競爭的全新焦點。

這一趨勢的形成有著清晰的邏輯。Gartner預測，2028年80%以上的算力將用于推理而不是訓練。IDC也預測，2027年80%的企業將部署分布式邊緣基礎設施。與此同時，推理模型日趨復雜、體量不斷擴張，對各項資源的需求持續走高，讓集中式推理的部署與運行愈發受限。在此背景下，邊緣計算的適配優勢充分釋放，既能有效承接大規模AI推理業務，又可滿足機器速度級的低延遲響應要求，成為支撐行業發展的核心抓手。

Akamai大中華區副總裁 張軻

面對行業變革趨勢，Akamai也給出了自身的解決方案。Akamai大中華區副總裁張軻表示，Akamai依托二十余年全球布局沉淀的分布式計算網絡，打造分布式計算與云安全平臺，并加快業務轉型，全力構建全球領先的分布式AI推理平臺。依托與NVIDIA達成的戰略合作，Akamai已于今年英偉達GTC 2026大會上發布AI網格平臺。同時在全球范圍大規模部署NVIDIA RTX PRO 6000 Blackwell基于推理優化的GPU，夯實邊緣AI推理算力底座。

賦能客戶AI創新，Akamai有何布局？

傳統AI架構普遍采用“訓練集中、推理集中”的模式。這一架構在低延遲剛需場景中存在天然短板。不論是自動駕駛、智能機器人、實時視頻處理等物理智能應用，還是高并發的個性化推薦業務，數據從生成、上傳至中心節點處理，再到結果回傳的完整鏈路，產生的時延，往往會超出各類應用的容許范圍。Akamai亞太區云計算架構師總監李文濤談到，游戲、電商以及智能體自助服務等各類場景，均對AI推理的低時延能力提出了極高要求。

Akamai亞太區云計算架構師總監李文濤

面對這一行業痛點，李文濤表示：“Akamai正依托覆蓋全球的分布式算力平臺，為用戶提供高質量、低時延的AI推理服務，精準適配AI時代的推理算力需求。”這一落地舉措，也充分彰顯出Akamai面向AI時代的清晰定位：為企業構筑智能基礎設施，支撐業務平穩開展AI創新，在全球范圍內，助力企業構建、保護和擴展AI服務。為此，Akamai推出Akamai Inference Cloud（AI推理云）、AI Grid智能編排等解決方案，持續完善整體能力布局。

李文濤解釋道，Akamai推理云是一套全球分布式的云平臺，依托統一的云原生運營模式，實現貼近用戶側的AI推理運行。這也意味著Akamai推理云將推理能力從核心數據中心延伸至互聯網邊緣端。不僅如此，Akamai近期發布的AI Grid智能編排，將NVIDIA算力融入全球4400個邊緣站點，有效解決AI推理的“最后一公里”難題。依托系列產品布局，Akamai正在逐步實現產業升級，勾勒出從集中式“AI工廠”向分布式“AI公共設施”的演進藍圖。

解決AI推理難題，Akamai推理云實力如何？

Akamai推理云依托全球數千個節點部署AI決策能力，可充分滿足持續增長的AI推理算力與性能擴容需求，以此實現更快速、智能且安全的業務響應。那么，這一能力究竟如何實現？Akamai推理云具備實時AI推理、全球AI算力分布式負載、邊緣至核心全鏈路算力調度管理等核心功能。算力層面，平臺搭載英偉達最新RTX PRO 6000 Blackwell系列顯卡；平臺層面，整體架構開放易用，同時已斬獲CNCF開源云原生組織頒發的開源AI平臺兼容性認證。

具體來看，Akamai推理云搭載英偉達RTX PRO 6000 Blackwell系列GPU。該GPU單卡AI算力可達4000 AI-TOPS，并配備96GB ECC大顯存，能夠充分承載主流大模型的推理任務。與此同時，其GPU虛擬機“出方向”流量成本低至0.005美元/GB，根據 Akamai 內部測試數據，整機綜合性價比相較同類競品機型有翻倍提升。在AI調度與AI網關層面，Akamai實現大模型請求的全球調度統籌與全鏈路安全防護，同時依托語義緩存等智能化技術，幫助用戶大幅降低Token成本。

除算力與調度能力外，Akamai函數即服務也是重要組成，作為當前全球領先的函數計算產品，其冷啟動時延低至0.5ms，響應速度較主流公有云競品最大可高出千倍，既能支撐極速AI服務響應，也可助力用戶構建覆蓋全球邊緣的無服務器計算能力。李文濤表示，依托全球分布式算力底座打造的Akamai分布式容器平臺，可實現容器化業務的邊緣快速部署，助力企業將AI服務與業務邏輯就近部署至用戶側，最大限度壓縮訪問時延，滿足數據合規管控要求。

此外，AI網格同樣是Akamai推理云的核心組成。作為全新的分布式AI推理架構，AI網格借鑒英偉達相關技術實踐，可在毫秒級時限內，將每一條AI請求路由至最優算力節點：

智能路由能力能夠實時感知AI工作負載，結合模型類型、時延目標與成本訴求，自動匹配最優算力層級，完成AI請求的高效調度。同時，該架構搭建起從互聯網邊緣到核心數據中心的全域分布式計算能力，支持企業按需定制算力布局與業務部署方案。在可靠性層面，平臺依托英偉達RTX PRO系列GPU硬件支撐，相關產品已在AI推理、模型訓練、渲染、視頻處理等場景完成嚴苛基準測試，保障穩定運行。

在今年3月份，Akamai發布首個全球規模的NVIDIA AI Grid參考設計實施方案，將4400個邊緣站點織成一張分布式推理網絡，以智能編排技術打通從核心數據中心到遠端邊緣的計算連續體，不僅為AI推理的“最后一公里”難題提供了全新解法，更標志著全球AI基礎設施從集中式向分布式的關鍵轉型。

“目前，全球范圍內，包括眾多出海中國企業，已有大量客戶落地使用Akamai推理云，實際應用場景十分豐富。”李文濤表示，“Akamai推理云業務已經遍及了全球各個主要行業與地區，為客戶提供GPU算力、AI安全防護及AI推理服務。”值得一提的是，Akamai推理云已在多類場景實現廣泛落地，涵蓋推薦引擎、8K視頻工作流、實時視頻智能分析、智能體助理、虛擬試衣、智能終端、自動駕駛等多元業務領域。

AI帶來安全挑戰。Akamai如何應對？

以深度學習為核心的人工智能技術兼具兩面性，一方面具備強大的賦能價值與廣闊的應用前景，另一方面也催生了前所未有的安全風險。Akamai大中華區售前技術經理馬俊表示：“當下企業面臨全方位、多維度的安全挑戰，涵蓋從‘抵御勒索軟件、推進零信任架構’到‘混合云微分段拓展’再到‘確保業務連續性、并且降低成本’的多重訴求”。筆者注意到，為應對上述各類挑戰，Akamai將AI技術全面貫穿至整體安全戰略。

Akamai大中華區售前技術經理 馬俊

Akamai依托AI驅動的微分段技術，不僅能夠實現全域流量可視，更可解析業務與應用運行狀態，進而輸出具備洞察性的安全管控策略。該方案可提供主動有效的安全防護，大幅減少人工干預，同時為海量應用智能生成防護模型，支撐相關能力規模化落地與高效運維。不僅如此，Akamai還在微分段上積極創新，Akamai Guardicore與英偉達BlueField DPU實現了深度的整合，將“零信任”從傳統的IT拓展到了運維技術OT和工業物聯網的ICS硬件級別。

為了提升防御能力，Akamai提出由AI驅動的網絡應用防火墻監測。馬俊表示：“依托Akamai平臺上超大規模的全球實時流量，AI引擎能夠持續的分析、并且快速的發現異常行為，生成高置信度的檢查策略，從而利用AI引擎、通過安全專家的緩解措施，可以實現自治和自適應的保護在線應用和業務系統不被AI相關的威脅所攻擊，從而實現持續分析、快速檢測和安全部署能力。”此外，Akamai還擁有API治理等豐富的安全能力。

AI Agent時代加速來臨，傳統網絡威脅與新興AI衍生風險交織，對安全團隊提出全新考驗。安全團隊亟需提前布局，完善全域監控體系，借助AI技術實現對新型AI威脅的有效防御。馬俊表示：“Akamai已做好充分準備，依托全棧AI驅動的安全防護體系，覆蓋基礎設施、硬件、軟件及網絡微分段等多層維度，以AI能力統籌企業安全治理，全方位護航企業智能化轉型與AI業務創新。”

AI時代下，技術創新持續迭代演進，把握全新機遇，已成為企業創新發展的關鍵所在。聚焦AI底層基礎設施不難發現，隨著人工智能應用不斷深化，行業重心正逐步從模型訓練向推理環節轉移，為邊緣云與邊緣AI的落地普及開辟了新空間。在此趨勢之下，Akamai推理云依托成熟完備的產品體系，有針對性地化解行業實際痛點，同時堅持技術持續迭代、能力動態升級，精準適配不斷變化的市場與業務需求，持續為企業數字化、智能化升級貢獻力量。