企业级AI进入生产部署阶段后,云基础设施的评估重心正从“拼GPU”转向平台整体能力。图片来源:ChatGPT

随着企业级AI从测试走向生产部署,云基础设施市场的竞争格局正在发生变化。过去主要围绕GPU供给展开的竞争,如今正转向计算、网络、存储与安全等整体平台能力的比拼。

据海外科技媒体SiliconANGLE报道,云服务商Vultr首席营销官(CMO)Kevin Cochrane近日在“KubeCon + CloudNativeCon North America 2026”上表示,企业部署AI不能只看GPU资源,还需要更完整的云基础设施体系作为支撑。

这一变化的背后,是AI代理的迅速兴起。与传统问答式AI不同,AI代理已不仅限于生成回复,还能够完成代码执行、数据库访问、外部应用调用等任务,并参与更复杂的业务流程。因此,企业在评估AI能力时,除了模型算力,还必须同时考虑数据处理、系统集成以及安全保障能力。

与此同时,CPU的重要性也在重新上升。GPU承担高性能AI推理任务,而CPU则负责数据库、应用运行和数据管道等基础负载。部分小型开源AI模型甚至无需专用加速器,仅依靠CPU即可运行。

安全与数据主权也正成为新的关键竞争要素。由于AI代理需要接入企业内部系统,云基础设施必须具备更强的隔离能力,以保护敏感信息安全。

Vultr表示,公司目前在全球运营34个独立数据中心区域,并将架构设计为即使某一区域出现故障,其他区域的应用仍可继续运行。该公司也在加快全球AI基础设施扩张,例如11月9日在印度金奈推出基于AMD GPU的超级集群。

成本控制同样是企业无法回避的课题。AI代理在执行多阶段任务时,会推高模型调用和推理成本。Cochrane提到,曾有一家平台工程团队通过对开源模型进行再训练,并部署在自有基础设施上,将推理成本降低80%。不过,他也强调,这只是个别案例,并不意味着所有企业都能取得同样效果。

Cochrane预计,未来相比仅提供GPU资源的“新型云”服务商,能够提供一体化云服务的平台型厂商更有机会建立竞争优势。随着AI部署持续深入,负责基础设施建设与运营的平台工程团队,重要性也将进一步提升。

关键词

#企业级AI #AI代理 #云基础设施 #GPU #CPU #平台工程 #数据主权 #Vultr #KubeCon + CloudNativeCon North America 2026 #AMD GPU
版权所有 © DigitalToday。未经授权禁止转载或传播。