中经记者 秦枭 北京报道

2026年，人工智能产业正式从“大模型训练竞赛”迈入“规模化推理落地”的关键阶段。英伟达CEO黄仁勋在GTC 2026大会上明确判断，AI推理负载规模将达到训练的十亿倍，推理时代全面到来。IDC研究显示，到2027年，超过80%的企业将部署分布式边缘基础设施，以满足AI应用对低时延、高并发、高可靠的核心诉求。在这一行业变革浪潮中，全球边缘网络与云服务厂商纷纷调整战略，将AI推理作为核心增长引擎。

近日，Akamai多位高管在接受《中国经营报》记者采访时表示，随着大模型在全球各行业的场景落地速度加快，AI推理正在从集中式走向分布式，靠近用户的边缘网络将成为承载大规模推理请求的核心载体。对中国出海企业来说，全球化业务的AI体验竞争，本质上就是边缘侧推理能力的竞争。Akamai观察到，越来越多出海的中国企业已经意识到，过去只在核心区域集中部署算力的模式，已经无法适配当下全球化AI应用的需求，布局分布式边缘推理正在成为企业提升全球竞争力的新标配，这也将成为中国企业在全球AI竞争中弯道超车的关键机会。

AI推理倒逼基础设施重构

过去三年，全球 AI 算力竞争集中于大模型训练，超算中心与大型云厂商主导赛道，行业陷入单集群算力峰值的军备竞赛。但随着 AI Agent、多模态生成、实时交互类应用全面铺开，产业矛盾已转向推理侧的时延、成本与合规三重刚性约束，传统集中式架构难以适配实景需求。

这场变迁并非单纯的技术理念迭代，而是由真实业务需求倒逼形成的行业转向。Akamai 亚太区云计算架构师总监李文涛指出，AI 应用对延迟的要求正在不断逼近物理极限，游戏场景需要首 Token 时延控制在 15 毫秒以内，电商推荐约 20 毫秒，智能自助服务也需达到 50 毫秒左右，而传统集中式数据中心与终端用户之间动辄数十毫秒的网络时延，已经成为实时交互场景无法突破的瓶颈。

与此同时，多模态交互带来海量出方向流量，公有云居高不下的带宽成本，正在成为 AI 业务盈利的 “隐形杀手”，再叠加欧盟 GDPR、东南亚、中东等地区不断收紧的数据本地化法规，跨境数据流动风险持续上升，集中式部署逐渐陷入体验、成本、合规三者难以兼顾的困境。 

正是在这样的行业背景下，“算力下沉、边缘优先” 成为全行业共识。AI 算力不再只集中于核心云，而是开始向 “核心—区域—边缘” 三级分布式架构演进，核心云承担大模型训练与大规模推理，边缘节点负责低时延响应、数据预处理与合规本地化处理，最终实现 “算力跟着用户走、算力跟着数据走”。这一变化，也让 CDN、网络安全、云计算三大赛道从各自独立走向深度融合，具备全球边缘节点与调度能力的厂商，开始站上 AI 推理基础设施的中心位置。 

Akamai 大中华区副总裁张轲在采访中坦言，Akamai 正从全球领先的云计算、分发、安全服务商，加速向全球最大的分布式 AI 推理平台转型。目前已在全球大规模部署 NVIDIA Blackwell RTX 6000 PRO GPU，单卡算力高达 4000 AI-TOPS，这种以边缘为核心的算力布局，并不是单纯的产品升级，而是对行业需求变化的直接回应，也为 AI 从实验室技术走向普惠化商业落地提供了可行的基础设施方案。  

AI原生风险全面涌现

当AI推理走向分布式、边缘化、全球化落地，新的安全与合规挑战也随之而来。模型投毒、提示词注入、数据泄露、攻击横向移动等风险快速增多，AI Agent、MCP协议等新型攻击面持续扩张，传统安全工具难以有效覆盖；与此同时，全球数据监管呈现碎片化趋势，数据主权成为企业出海的 “高压线”，合规能力直接决定业务能否在目标市场落地。

Akamai大中华区售前技术经理马俊介绍，在AI特有的内容安全与模型安全层面，行业也在快速形成标准化防护思路。马俊介绍，AI在客服、销售、内容生成等场景大规模应用后，输出内容的合规性、准确性、隐私保护性成为关键，而模型本身又面临提示词注入、越狱、投毒等新型攻击。面向AI场景的专用防护方案应运而生，在输入侧拦截恶意攻击，在输出侧识别隐私泄露与内容幻觉，为AI服务构建稳定屏障。同时，依托全球超大规模流量数据训练的AI安全引擎，能够快速发现异常行为，自动生成高置信度防护策略，实现自治自适应的应用保护，让防御速度跟上AI攻击速度。

随着 AI应用深度渗透，API安全与新型攻击面治理也成为行业核心命题。企业普遍面临 API 治理“只见树木、不见森林”的困境，海量告警让安全团队疲于应对。全局可视化的API安全管理平台，可帮助企业快速梳理风险点，同时自动识别AI原生新型流量与接口，在边界处完成风险管控。面对AI训练与AI搜索带来的大量爬虫流量，甚至黑客伪装爬虫发起的攻击，行业已具备成熟的识别与管控能力，可帮助企业在业务发展与安全防护之间找到平衡。

对中国出海企业而言，比安全漏洞更棘手的是数据合规难题。欧盟GDPR、东南亚及中东各国的数据本地化要求，让业务全球化与数据属地化成为长期两难困境。

张轲强调，解决合规问题的核心思路，是让算力跟着数据走，在本地完成处理与推理，最大限度减少跨境数据流动。其介绍，Akamai的核心优势之一，就是用分布式架构从底层解决合规问题。全球25个核心计算节点、4400多个边缘节点，可支持数据本地产生、本地处理、本地推理，更好地适配各国数据主权要求。通过三层AI推理云架构，大型核心节点支撑大规模推理，边缘GPU平台满足本地化小模型部署，函数级服务实现更精细的定制化合规，从根本上降低跨境数据流动风险。

（编辑：张靖超 审核：李正豪 校对：翟军）