圆满循环:Akamai 的演进如何为 AI 推理时代奠定基石

随着AI 推理从集中式服务器走向边缘,它正从根本上重新分配计算资源。Akamai 的架构正是为此而建:首先,我们开创了内容的交付;如今,我们正引领智能的交付。

凭借二十多年的经验,我们正基于同一核心理念为AI 构建未来:将推理带到更接近决策产生的地方。这是云架构演进的下一个阶段------其范围正从集中式区域扩展到分布式边缘,从而重新定义云的架构。

IDC 近期发布的报告《Akamai:驰骋云疆界------从CDN 到分布式云提供商的转型》捕捉了这一转变。它追溯了我们如何从网络最初的交付先锋,演进为为AI 驱动的未来做好准备的分布式云提供商。

对于正在为未来发展做准备的领导者而言,这份IDC 报告值得细读。它展示了Akamai 如何一直在构建即将到来的AI 时代所需的那种分布式基础,以及我们过去的经验教训如何塑造着未来的架构。

贯穿始终的自我重塑

Akamai 诞生于万维网的第一个瓶颈期。

1995 年,万维网发明者Tim Berners-Lee 向麻省理工学院的研究人员提出挑战,要求找到一种更快、更智能的在线内容交付方式。我们的联合创始人 Tom Leighton博士和 Danny Lewin 通过创建内容交付网络作出了回应------这种设计在全球分布的服务器网络上复制和路由内容。它解决了当时俗称的"全球等待"问题。

自此,同样的原则------近则快------一直指引着我们。随着互联网的成熟,我们认识到,加速内容交付的分布式设计同样也能保护内容安全。早在零信任成为主流之前,我们就开始通过战略收购(如 Prolexic、Soha Systems 和 Guardicore),将业务从交付扩展到安全领域。

随后,在2022 年,我们对Linode 的收购将开发者友好的云计算纳入版图。IDC 称此次收购是重新定义Akamai 发展轨迹的"奠基性"时刻------一次深思熟虑的向云基础设施的转型,使我们能够运行计算工作负载,而不仅仅是交付内容。

从许多方面来看,这是我们演进过程中顺理成章的下一步:曾经传输内容比特的分布式网络,如今也在传输计算工作负载。

从交付到分布式云

IDC 清晰地描述了Akamai 今天的业务:三个相互关联的支柱------交付、安全和云计算。三者相辅相成,共同构成了一个集性能、防护和可扩展性于一体的统一架构。

这种互联性正是我们与传统超大规模提供商的不同之处。尽管大多数超大规模提供商将计算集中在少数几个大型区域数据中心,但我们一直在将计算向外延伸,将新的核心和分布式云站点直接集成到我们现有的、遍布134 个国家、超过4,400 个位置的边缘网络中。

其结果是一个从核心到边缘无缝衔接的计算连续体,专为低延迟、高可用性和原生(而非叠加的)安全性而设计。IDC 认为,这种架构是Akamai 在边缘计算和AI 推理时代的决定性优势所在,在这个时代,毫秒之差与距离远近至关重要。

分布式为 AI 带来的优势

每一次重大的技术浪潮都会重塑基础设施:

  • 网络将数据推向边缘以实现更快访问。
  • 移动将计算推向更靠近设备的位置。
  • 云为追求规模而重新集中工作负载。
  • 而如今,AI 为了速度、隐私和成本,正在再次将这些工作负载去中心化。

从训练到推理的转变也不例外。推理工作负载要求计算更接近用户和数据源,而非局限于集中式区域。正如IDC 所指出的,这种邻近性"降低了延迟,增强了AI 应用的实时响应能力"。

这正是我们的 Akamai 推理云的构建目标。通过在边缘运行推理,我们可以降低远距离传输数据进行处理的成本和延迟。这是我们25 年来让计算更接近用户这一使命的延续。

这也是对AI 经济性的务实回应。

超大规模训练将始终占有一席之地,但随着模型投入生产------赋能聊天机器人、推荐引擎、视频智能和实时分析------推理效率将成为真正的差异化因素。我们的全球分布式网络赋予了我们天然的优势:与集中式架构相比,我们可以更快、更经济、更安全地交付这些工作负载。

对于任何希望大规模部署AI 应用的企业领导者而言,这种架构差异至关重要。

以差异化竞争

IDC 的报告强调,Akamai 正有意避免与超大规模提供商正面交锋。我们并非复制他们的全球区域布局和庞杂的功能目录,而是专注于我们的传统优势领域:分布式性能、可预测的定价和集成的安全。

  • 分布式性能: 我们的全球布局使工作负载能够在更靠近用户的地方运行,为媒体、游戏和AI 推理实现个位数毫秒级的延迟。
  • 可预测的定价: 我们在内容交付方面的经验带来了极具竞争力的出站流量定价,帮助客户避免超大规模云通常带来的不断攀升的数据传输成本。
  • 集成化安全:分布式拒绝服务攻击缓解到零信任网络访问,内置的保护功能与计算本身如影随形。

IDC 将这种模式描述为"一种专注于低延迟、高性价比和安全解决方案的差异化云体验"。换句话说,我们并非试图成为最大的云,我们正在打造的是能将AI 带到他人无法触及之处的云。

展望未来

如果说有一条主线贯穿Akamai 的历史,那就是适应。每一波技术浪潮都将我们先前奠定的基础转变为下一次跃升的跳板。

我们解决了网络拥塞问题,随后又利用同样的分布式架构来保障其安全。随着云计算的加入,我们开始让工作负载在更靠近用户的地方运行------为今天赋能和保护AI 的工作奠定了基础。

IDC 认为,这是 Akamai "独特地定位于利用边缘计算和AI 推理爆炸式增长"的一个关键原因。这证实了,坚守我们分布式的基因将持续带来回报。

AI 时代不会仅仅奖赏规模。它将青睐能够将智能移动到任何需要之处、尽可能贴近交互时刻的基础设施。这正是我们一直以来致力构建的敏捷性。

为"AI 无处不在"的未来而构建

AI 代表了一种新的计算范式。为了兑现其承诺,企业需要与其所支持的智能一样灵活的基础设施。我们在分布式云区域、开发者体验和集成安全方面的工作,正汇聚于一个共同目标:创建一个面向未来、边缘优先的平台。

IDC 的分析并未忽视未来的挑战------扩张的资本密集度、与超大规模提供商的认知差距,以及引导企业采用多云策略的复杂性。但正是我们将挑战转化为催化剂的历史,让此刻如此令人兴奋。

报告总结道,机遇在于"边缘AI 推理、云成本优化和统一的多云运营"------这些领域都与我们的分布式架构天然契合。

我们完成了一个循环:从解决"全球等待"问题,到帮助世界应对"AI无处不在"的挑战。正如从前一样,解决方案始于更靠近用户。

了解更多

阅读完整的IDC 供应商报告《Akamai:驰骋云疆界》,探索Akamai 的分布式云如何为下一代AI 应用塑造基础设施基石。

相关推荐
幻云20102 小时前
AI自动化编排:从入门到精通(基于Dify构建AI智能系统)
运维·人工智能·自动化
CoderJia程序员甲2 小时前
GitHub 热榜项目 - 日榜(2026-1-13)
人工智能·ai·大模型·github·ai教程
梦梦代码精2 小时前
《全栈开源智能体:终结企业AI拼图时代》
人工智能·后端·深度学习·小程序·前端框架·开源·语音识别
suyong_yq2 小时前
RUHMI & RA8P1 教程 Part4 - 使用 RUHMI 转换 AI 模型文件
人工智能·ai·嵌入式·arm
程序员欣宸2 小时前
LangChain4j实战之十三:函数调用,低级API版本
java·人工智能·ai·langchain4j
charlie1145141912 小时前
从 0 开始的机器学习——NumPy 线性代数部分
开发语言·人工智能·学习·线性代数·算法·机器学习·numpy
咚咚王者2 小时前
人工智能之核心基础 机器学习 第十二章 半监督学习
人工智能·学习·机器学习
人工智能训练2 小时前
UE5 如何显示蓝图运行流程
人工智能·ue5·ai编程·数字人·蓝图
deephub3 小时前
构建自己的AI编程助手:基于RAG的上下文感知实现方案
人工智能·机器学习·ai编程·rag·ai编程助手