人工智能领导者网络基础设施简报：分布式人工智能：网络运营商的下一个增长前沿

分布式人工智能：网络运营商的下一个增长前沿 Highlights: 人工智能正将网络转变为战略资产，连接云、数据中心和边缘环境中的分布式计算、数据和推理工作负载。随着人工智能变得更加分布式，它将推动对低延迟网络、光互联、边缘基础设施、内置安全以及能够将计算和其他基础设施更靠近用户和企业数据的主权人工智能架构的需求。人工智能服务和基础设施的增长也正在创造更复杂的混合云和分布式人工智能环境。网络运营领导者必须适应，以确保网络在技术、商业和运营上支持人工智能——同时应对数字主权、投资回报和现有基础设施准备情况等限制。网络运营商和托管服务提供商有机会通过提供快速配置的安全连接，连接全球基础设施，以支持人工智能服务和基础设施，从而驱动新的收入服务。基于对人工智能部署数据和案例研究的分析，Futuriom确定了运营商在人工智能时代的三种战略角色：人工智能赋能者、人工智能服务提供商和人工智能驱动网络运营商。 1.引言：分布式人工智能系统的全新机遇 人工智能正在改变网络基础设施的需求和架构。随着AI工作负载从集中式模型训练转向分布式推理和智能代理系统，网络连接需要快速响应AI驱动的应用，而不仅仅是提供被动的传输系统。 人工智能应用越来越多地需要云、数据中心、边缘基础设施、企业环境和分布式GPU集群之间低延迟的连接。这种转变正在改变运营商对连接、互联互通和服务交付的思考方式。 新兴的网络基础设施正在涌现。这包括超高速光传输、人工智能互连织物、边缘推理连接以及主权人工智能部署模型。但这不止于此。许多企业将其专有数据和人工智能系统视为其“皇冠上的明珠”，并渴望牢牢掌握自身数据的所有权、安全性和控制权。与此同时，地缘政治需求正在增加对数字主权的需要。 全球网络运营商始终寻求超越单纯传输管道的角色，而这正是一个巨大的机遇。他们可以扮演关键人工智能基础设施的可靠提供者。由于企业基础设施架构师们常将网络基础设施视为连接人工智能系统的瓶颈，运营商便能有效帮助客户通过更具动态性和响应性的带宽和计算基础设施来克服这一瓶颈。 未来主义认为，运营商现在必须评估他们在分布式AI价值链中的参与位置。有些人将专注于通过连接和互联互通来赋能AI。其他人将追求主权AI托管和AI推理服务。许多人将越来越多地内部部署AI，以自动化运营并提高网络效率。 在本期领导力简报中，我们将探讨人工智能为网络运营带来的变革与机遇，以及网络运营商可在人工智能市场中扮演的三种成功角色：人工智能赋能者、人工智能服务提供商和人工智能驱动型网络运营商。 2. 人工智能基础设施的分布式需求 人工智能工作负载正在整个网络中创造新的流量模式和基础设施需求。大型人工智能训练集群在GPU、存储系统和计算织物之间产生巨大的东西向流量。与此同时，人工智能推理正越来越多地转向靠近用户和企业数据源的分布式环境。 这一转变正从多个维度展开： • 人工智能应用越来越多地需要实时推理和低延迟。 数据引力限制了集中式架构的实用性。 • 主权和管理要求倾向于区域部署。 • 企业人工智能应用正越来越多地跨混合环境运行。 结果是，对分布式基础设施架构的需求日益增长，这种架构将云、托管、电信和边缘资源整合为互联的人工智能平台。 这正在加速向分布式推理架构的转变，其中对延迟敏感的人工智能工作负载必须在更靠近用户和数据源的地方执行，而不是在集中式环境中执行。 分布式基础设施意味着混合基础设施 这些新的人工智能平台的分布式特性意味着更多网络连接更多云和企业基础设施。这些网络越来越需要软件驱动的管理、API以及全球连接点，同时需要靠近主要云服务提供商的入口点的全球托管点。 在Futuriom研究的一个案例中，S&P构建了一个混合多云网络基础设施，该基础设施能够整合来自三个云服务提供商的网络服务工作流程。在另一个案例中，一家全球性金融公司则与一家网络即服务提供商合作，该提供商提供全球网络，并使用云基础设施进行交付。 根据Futuriom汇编的超过100个混合云案例研究的数据，混合云基础设施的主要优势包括运营效率、安全性、成本优化、更快的应用开发和弹性。下表数据表明，在我们追踪的企业实施案例中，最常被提及的特征是： 从我们研究的众多部署情况来看，混合云基础设施正因其在AI时代所具有的一系列优势而日益普及。 网络和基础设施架构师不再希望他们的基础设施被固定死。他们想要一个动态、响应迅速且富有韧性的基础设施，同时也要保证其私密性和安全性。 主权与安全 即使客户正在利用公共云基础设施或合作伙伴资源，这并不意味着安全问题就不重要。在向人工智能的转型过程中，数据安全和主权正变得至关重要。 国际隐私专业人员协会（IAPP）报告称，截至2025年初，已有144个国家和地区实施了数据保护法律。其2026年的更新报告显示，在分析的240个司法管辖区中，有179个拥有数据保护框架，覆盖了全球约80%的人口。欧盟数据法案自2025年9月12日起生效，其中包括云服务切换和数据传输条款，进一步加大了对云服务提供商支持可移植性、数据访问和司法管辖权控制的压力。 似乎更多数据主权正在路上。例如，路透社于2026年6月1日报道称，欧盟正在制定旨在加强战略技术主权的云计算和人工智能规则。 技术入门：基础设施的自主运行 能源、医疗保健和银行业等领域的行业。下图根据律师事务所DLA Piper的数据，显示了数据监管的相对密度。 网络服务提供商现在需要按需提供安全的私有基础设施，同时还需要在遵守数据主权法律的前提下，具备灵活部署计算和数据资产的能力。政府和企业在特定地理、法律和运营边界内部署人工智能系统的需求日益增长。这一趋势在欧洲尤为重要，同时在医疗保健、金融和国防等监管严格的行业中也至关重要。 主权人工智能改变了基础设施的经济格局，因为它要求计算和推理能力更加分散地部署在区域设施中，而不是将工作负载完全集中在超大规模云区域。 这种新环境为能够符合数据主权要求的基建供应商创造了新的机遇。 提供这些服务的公司： • 拥有区域基础设施的电信运营商 • 具备低延迟市域连接的网络运营商• 具有多地域数据中心布局的托管服务提供商 技术入门：基础设施的自主运行 • 具有值得信赖的运营模式的基础设施提供方 像 Equinix 这样的托管服务商，以及主要的电信运营商，正日益围绕这些趋势来定位自身，通过强调互联互通生态系统、人工智能就绪的数据中心以及区域部署能力来实现。 与此同时，分布式AI架构正为日益碎片化的环境中的治理、编排和安全引入新的要求。网络运营商凭借其在分布式基础设施中提供安全连接、流量控制和策略执行方面现有的角色，正很好地定位来应对这些挑战。 随着 AI 环境日益复杂，这些能力自然延伸至支持分布式 AI 系统的端到端控制、安全性和运营治理。这包括管理数据、工作负载和互联在跨区域部署和安全方面的方式，同时确保符合主权要求。 新兴的基础设施框架为这些能力提供了平台基础，但运营商带来了领域专业知识，将这些能力转化为企业量身定制的运营服务。共同而言，这创造了一个模型，分布式AI平台和网络提供商协同合作，大规模地实现安全、合规且治理完善的AI部署。 未来主义认为，主权人工智能和数据安全在未来几年可能成为分布式基础设施投资的最重要驱动力，同时也为网络运营商提供了日益增长的机会，使其角色从连接扩展到支持安全、治理良好的分布式人工智能环境。 灵活自动化运营 人工智能在网络运营内部也日益重要。 现代基础设施环境正变得过于分散和动态，难以适应传统的运营模式。AI工作负载产生了不可预测的流量、动态的资源需求，以及日益复杂的跨云和网络基础设施的相互依赖关系。 操作员越来越多地将人工智能应用于： • 优化路径• 检测异常• 预测故障• 提升安全响应能力 技术入门：基础设施的自主运行 • 缩短平均维修时间 提升客户体验可见度 根据NVIDIA最近的电信AI调查，90%的运营商报告称，在运营中使用AI有助于增加收入或减少损失。 代理操作是下一个方向 进化并未止步于AI辅助操作。市场正迅速转向全自主操作，这与传统自动化有所不同。 网络和云操作中，典型的自动化包括常见的脚本和基础设施自动化工具，例如 Chef、Ansible 和 Terraform。 自主操作更进一步，会运用自身的推理能力。如果系统是在对你做出回应，那它就是一个聊天机器人。如果系统是在替你做出决策、调用工具、重试操作来做出回应——那它就是一个智能代理。 3.收养策略：近期案例研究实例 未来组认为，下一代网络基础设施的演进将聚焦于其运用AI工具的速度，包括利用代理操作，通过推理和上下文来应对不断变化的需求。换句话说，运用AI优化软件来统筹网络，其重要性将前所未有。 未来域近期审视了 Equinix 的一组引人入胜的案例研究，这些案例展示了更灵活、更敏捷的基础设施为 AI 应用带来的益处。让我们看看其中一些更有趣的案例。 Zayo：高性能网络骨干 Zayo 选择与 Equinix 合作，提供一项新解决方案，该方案结合了 Zayo 的 400G 网络骨干，其容量是 100G 的四倍，以及 Equinix 提供的可在 45 个以上全球主要城市使用的 AI 优化数字基础设施。 这为企业提供了直接接入Zayo的191万英里光纤网络的机会，以满足IP、以太网和波长网络的需求。如今，Zayo的核心波长网络已全面实现400G支持。 技术入门：基础设施的自主运行 北美，助力企业更快传输更多数据。这也能通过在关键地点提供便捷接入来加速企业互联。 目前，16个Equinix数据中心已加入Zayo的QuickConnect计划，该计划提供更快、更无缝的高容量带宽接入，以满足AI市场对按需提供的弹性光连接日益增长的需求。 默克集团：生命科学的高性能计算 德国达姆施塔特的公司默克集团（Merck KGaA）去年推出了一台采用联想ThinkSystem服务器和行业领先液体冷却技术的尖端高性能计算机（HPC）。该HPC部署在德国一家Equinix AI就绪的数据中心内，旨在加速默克集团生命科学、医疗保健和电子三大业务领域的创新。这一举措体现了默克集团将数字创新作为科学发现关键推动力的承诺。 该平台的一个创新之处在于它整合了私有云和公有云基础设施。混合云设计还提供了灵活、快速的扩展能力，以满足不同的计算需求。利用高性能计算，默克股份公司旨在提升生命科学领域的药品开发；简化医疗保健领域的药物发现流程；并优化电子领域半导体行业新型尖端材料的发展。这种统一的方法为各行业面临的独特挑战提供了更精确、更定制化的解决方案，减少了碎片化，并促进了团队间的协作。 大陆：为高级驾驶系统处理TB级数据 大陆集团的高级驾驶辅助系统（ADAS）团队需要处理超过150TB的数据，以支持旨在提升联网及自动驾驶汽车安全性的设计决策。大陆集团利用碳中和AI基础设施，包括平台Equinix，构建并互联其AI驱动的NVIDIA DGX图形处理器集群和IBM Elastic Storage System 3000——将AI训练时间从数周缩短至数日，从而提升安全标准。这种采用实时数据访问、支持可扩展且面向未来的AI的方法，不仅提升了性能以加速部署，还支持在安全数据保护下进行更多实验，并增强了数据隐私控制。 泽塔瑞斯：为自主AI打造的湖屋 Zetaris 为 AI 提供了一个与位置无关的现代湖屋，可无缝连接无论数据驻留在边缘、数据中心还是云端。通过其创新的湖屋平台，Zetaris 旨在加速 AI 应用的开发，包括智能体 AI。传统的基础设施难以支撑其快速增长的客户群、多样的数据源以及资源密集型查询技术。 技术入门：基础设施的自主运行 埃克森尼克斯的分布式人工智能基础设施解决方案，将高性能数据中心与低延迟互联相结合，使泽塔瑞斯能够在安全且可扩展的环境中提供实时数据和人能能力。这种创新方法带来了性能提升，速度提高了六倍，而成本却降低了一半。 利用 Equinix 的全球布