AI需要防火墙,云计算需要重新构想

Akamai创始人Tom Leighton欲终结云膨胀,从内到外守护AI安全

Akamai创始人Tom Leighton

当前超大规模云服务商主导着企业IT市场,鲜有人敢挑战云计算经济模式、AI基础设施和网络安全架构的现状。但Akamai联合创始人兼CEO Tom Leighton正是这样的挑战者。他直言不讳地指出:云计算已变得臃肿、昂贵且过度中心化。

Leighton向信息安全媒体集团表示,互联网需要一种全新的基础设施架构------分布式、原生安全且为边缘性能优化。从边缘原生AI推理、API安全到全球首款AI防火墙,Akamai已不再仅是内容分发者,而是未来蓝图的重新设计者。

云服务本应更便宜

当被问及Akamai未来一年的愿景时,Leighton提出了逆向观点:"云服务已不再经济实惠。过去云确实比本地部署便宜,但如今许多企业会告诉你,迁移到大型云服务商的成本更高。"他指出,企业正陷入长期合同、高单价和复杂锁定的困境:"开发者已经上瘾了,这本来就是超大规模云商的战略手段。"

这一洞察促使Akamai开发了独特方案------通过分布式架构降低成本、减少延迟、弱化对中心化超大规模模式的依赖。凭借覆盖130个国家750个城市的4000多个接入点(POP),Akamai完全有能力以本地化、轻量化和低延迟重塑云交付。"我们已将大部分内部应用从超大规模云平台迁移至自有平台。"他补充道。

Akamai重注云与安全

Akamai的转型不再仅依赖内容分发优势。Leighton将公司定位为三位一体的企业,涵盖分发、云计算和网络安全,其中安全业务正成为营收增长的最大驱动力。

"网络安全业务正在迅猛扩张,现已贡献超半数营收。"Leighton表示,"API使用量激增和微隔离策略是核心增长点。"Akamai的API安全方案不仅能识别脆弱API,还能发现可能泄露敏感数据的闲置API。"我们首先帮助CIO/CISO摸清其暴露的API资产,大多数企业根本不清楚自己的API蔓延情况。"

另一支柱是Guardicore微隔离技术,通过在关键应用部署微型防火墙监控企业横向流量。某大型金融机构的概念验证显示,其10%的内部流量属于僵尸流量,"这些流量毫无用处,只会消耗资源增加风险"。

收购Linode后,Akamai云业务快速增长。原主打中小企业的Linode现已升级为企业级方案,容器服务覆盖140多座城市。"目标很明确:相比传统超大规模云方案,我们要加速云工作流、增强安全性并大幅降低成本。"

边缘AI:更快、更省、更实用

Leighton对企业AI现状有独到见解。他淡化了对大模型和天价GPU的追捧:"我们不采购训练大模型的顶级GPU,那不是我们的重点。"Akamai采用靠近用户的推理模式,无论是电商推荐、聊天机器人还是多API工作流,延迟始终是核心问题。通过在中端GPU甚至边缘CPU上部署,Akamai能支持实时AI应用,规避超大规模AI计算的高成本与复杂性。

"打造企业级聊天机器人不需要训练所有电影数据的模型。"Leighton指出,"CPU运行的小模型通常足够好用且高效得多。"这种效率使得AI能部署在Akamai全球分布式基础设施上,为企业提供既强大又可扩展的AI能力。

押注AI防火墙

Leighton重点介绍了创新产品类别------AI防火墙。

"人们用敏感数据训练模型后却公开暴露,这创造了新的攻击面。"他警告道,"AI会产生幻觉,你永远不知道它会做什么。攻击者已掌握诱骗模型泄露数据或作恶的方法。"

Akamai的AI防火墙通过监控提示词和响应,既防止恶意提示操控模型,又避免敏感数据泄露。"可根据客户偏好部署在本地、云端或Akamai平台,这将是一场军备竞赛,但AI安全态势管理已刻不容缓。"

原生本地化优势

在数据主权严苛、监管框架多元的时代,Akamai的地理覆盖成为显著优势。仅在印度就拥有300多个POP,不仅能分发内容,还可本地化运行完整云和AI工作负载。

"我们能在任何司法管辖区本地存储处理数据。"Leighton强调,"这不只是性能考量,更是合规刚需。"

这使得Akamai在印度、欧盟等数据法趋严的市场独具优势。其分散工作负载同时满足合规要求的能力,已超越技术成就成为战略差异化优势。

这场对话揭示的不仅是技术路线图,更是战略转型。Akamai正在打造全球分布式、AI就绪且安全优先的替代性云方案,同时挑战着从超大规模云经济到AI安全架构的行业固有认知。

"我们不再止步于内容分发,"Leighton总结道,"正帮助企业从根本上、从边缘开始,重新思考性能、经济性与安全性。"

相关推荐
灵机一物5 分钟前
灵机一物AI原生电商小程序、PC端(已上线)-Token成产研新KPI:2026年,AI提效、数字员工与研发效能变革
人工智能
薛定猫AI6 分钟前
【深度解析】Pi 极简终端 Coding Agent:为什么 4 个工具反而更适合 AI 编程?
人工智能
冷小鱼10 分钟前
AI+时代的算力基石:CPU、GPU、NPU的技术革命与产业博弈
人工智能
YaraMemo12 分钟前
数学优化问题中的三大转化:多目标转化为单目标,多变量转化为单变量,有约束转化为无约束
人工智能·算法·5g·信息与通信·信号处理
iwgh16 分钟前
小落同学:可用十年前老笔记本纯CPU跑的全套虚拟人方案
人工智能·虚拟人·小落同学·克隆自己·数字人克隆·虚拟客服
头条快讯25 分钟前
中国非遗美食文化的跨国传承:鲁味居在北美市场的标准化实践与布局
大数据·人工智能
Cosolar40 分钟前
大型语言模型(LLM)微调与量化技术全指南——从预训练到高效部署
人工智能·后端·面试
薛定谔的猫3691 小时前
深入浅出:大语言模型 Agent 的工作原理与应用
人工智能·自动化·大模型·llm·ai agent
小e说说1 小时前
解锁小学生学习兴趣密码,这些互动APP超神了!
人工智能
风雅GW1 小时前
多 Agent 系统设计参考框架(OpenClaw 实现版)
人工智能·ai·agent·openclaw