边缘计算社区获悉，就在上个月，一家曾经靠CDN起家的美国公司，拿下了一笔让整个AI基础设施行业都无法忽视的订单。
Akamai官方宣布，与大模型公司Anthropic扩大合作，签订总额116亿美元的七年期云基础设施协议。如果未来合作继续扩展，双方的合同承诺总额还有可能达到约200亿美元。
这笔交易最值得关注的地方，不是金额有多大，而是Anthropic采购的重点并非炙手可热的GPU算力，而是CPU计算能力。更有意思的是，拿下订单的Akamai，过去最为人熟知的身份并不是AI算力供应商，而是一家全球老牌CDN服务商。
过去几年，全球AI算力市场几乎被GPU主导。从英伟达的市值增长，到各大云厂商竞相建设GPU集群，资本市场似乎已经形成共识：谁拥有更多GPU，谁就能在AI时代占据更有利的位置。
但Anthropic这笔订单透露了另一种可能：当AI从模型训练走向大规模应用，真正需要增长的，不只有GPU算力，还有长期被忽视的CPU、内存、网络和通用计算能力。
对于国内边缘云企业来说，这无疑是一个值得研究的信号。那些过去依靠CDN、带宽和分布式节点谋生的企业，或许正在迎来重新定义自身价值的机会。
不过，116亿美元的合同也有另一面：Akamai预计需要为此投入约55亿美元资本开支。边缘云想要进入AI基础设施市场，靠的不只是技术转型，还要有承担巨额投资和长期履约风险的能力。
PART 01
116亿美元，为什么落到一家CDN公司手里？
先看看交易双方。
Akamai成立于1998年，是全球互联网基础设施领域的老牌企业。它最早依靠内容分发网络（CDN）起家，通过在全球部署服务器节点，把网页、图片、视频等内容缓存到距离用户更近的地方，解决互联网访问速度和稳定性问题。
这种生意曾经十分赚钱，但也有明显的天花板。随着网络基础设施逐渐成熟，CDN服务日益标准化，客户越来越关注带宽单价，供应商不得不面对持续的价格竞争。
为了摆脱单纯的流量生意，Akamai早已开始转型。
2022年，它斥资约9亿美元收购云计算公司Linode，将原有的全球网络与通用云计算能力结合，逐步从内容分发服务商向分布式云计算服务商转变。（详看边缘计算社区之前文章）
Anthropic成立于2021年，是Claude大模型的开发商，也是全球头部AI模型企业之一。Claude不仅面向普通用户提供对话服务，也广泛服务于企业开发、代码生成及AI Agent等应用场景。
从业务属性来看，这两家公司原本并不是最容易被联系到一起的组合：一家拥有庞大的网络基础设施和云服务运营经验，另一家则需要持续扩张的计算能力来支撑AI模型及应用。
但正是这种互补，促成了此次交易。
根据Akamai公告，Anthropic将在未来七年采购116亿美元的云基础设施服务，重点支持不断增长的CPU工作负载。Akamai向美国证券交易委员会提交的文件进一步表明，双方合作涉及专用云计算容量和相关托管支持服务，合同履行还受到交付和服务可用性要求约束。
更值得关注的是，交易包含一项股权安排：Akamai向Anthropic授予认股权证，在满足相应条件后，Anthropic有权购买可转换为Akamai普通股的无投票权优先股，转换后最多相当于约5%的普通股股份。
其中，约2%与此次116亿美元合同相关，剩余约3%则与未来新增最多90亿美元的采购承诺挂钩。这意味着，Anthropic不仅是算力客户，也有机会成为供应商的股权持有人。
对Akamai而言，这不仅是一笔大订单，更是一种通过长期客户承诺支撑基础设施投资的商业模式。
但需要注意，116亿美元是合同承诺金额，并非已经实现的收入；潜在200亿美元也不代表所有采购都已确定。这笔交易的真正价值，仍要由未来七年的交付能力和经营回报来证明。
PART 02
AI越聪明，CPU反而越忙？
这笔交易揭示了AI基础设施市场一个容易被忽略的变化：AI应用越复杂，所需的计算资源反而越多样化。
在大模型训练阶段，GPU的重要性毋庸置疑。模型训练需要执行海量矩阵运算，GPU凭借强大的并行计算能力，成为AI产业最受追捧的硬件。
但AI系统并不是只有模型计算。
以AI编程助手为例，用户提出一个需求：检查代码仓库中的错误，修改代码并运行测试。大模型负责理解需求、分析问题和生成代码，这些环节需要模型推理算力；但随后进行的文件读取、程序执行、代码测试、工具调用等操作，往往需要大量CPU和通用计算资源。
如果只是聊天机器人，系统主要需要完成模型推理；但当AI Agent开始代替用户完成复杂任务时，背后就可能涉及持续运行的程序、临时计算环境、数据库访问以及多个工具之间的协同。
这些任务并不都适合交给GPU。
一方面，GPU资源成本较高，用它执行大量普通程序未必经济；另一方面，AI Agent执行任务时往往需要灵活创建和释放计算环境，对CPU、内存、网络及资源调度能力提出了新的要求。
过去AI基础设施的核心问题是如何让模型算得更快，现在还要考虑如何让AI以更低成本、更高可靠性完成任务。
这两种需求对应的基础设施，并不完全相同。
值得强调的是，Akamai并未披露Anthropic采购的CPU容量究竟有多少用于AI Agent、代码执行或其他具体任务。因此，不能简单认定116亿美元全部来自Agent需求。
但从技术逻辑来看，AI Agent的发展确实可能推动通用计算需求增长。尤其是当AI从回答问题走向执行工作，CPU、内存、存储以及计算环境管理的成本，将越来越难以忽视。
这也让边缘云企业有了新的想象空间。
传统边缘云的主要价值，是让计算和内容更靠近用户，以降低访问延迟、减轻中心网络压力。但在AI时代，分布式基础设施的价值可能进一步扩展到任务执行、跨区域计算调度和应用运行环境。
例如，一个服务全球开发者的AI编程平台，可能需要在不同区域为用户创建独立的代码执行环境；一个面向多地工厂的工业AI应用，也可能需要在本地处理数据、运行程序，同时调用中心云的大模型能力。
这些场景并不意味着所有计算都应该搬到边缘。对于大规模模型训练、高度依赖GPU高速互联的任务，集中式数据中心仍然具有明显优势。
真正值得关注的是，AI基础设施可能从过去相对集中的GPU资源竞争，逐步演变为GPU、CPU、网络和存储协同的综合能力竞争。
而这恰恰为拥有分布式网络和计算资源的企业打开了新的市场。
PART 03
55亿美元投入，边缘云真的好赚钱了吗？
如果只看116亿美元的合同金额，很容易得出一个乐观结论：AI正在拯救传统边缘云。
但Akamai披露的另一组数字，可能更加重要。
为了履行这份合同，Akamai预计需要投入约55亿美元资本开支，并计划在2026年额外增加约17亿美元资本开支，提前采购内存等关键组件。按公司此前披露的预期，这笔交易在2026年不会带来新增收入，2027年预计贡献1.5亿至3亿美元收入，到2028年底才有望达到约17亿美元的年度收入运行水平。
这意味着，Akamai需要先投入大量资金建设基础设施，然后在未来多年逐步收回投资。服务器采购、数据中心托管、电力、网络、运维和设备折旧，都可能影响最终回报。
从合同总额来看，116亿美元减去预计55亿美元资本开支，似乎还有相当可观的空间，但两者之间的差额远不等于利润。这笔订单证明了AI巨头愿意为通用计算能力作出长期采购承诺，却还没有证明这是一门轻松赚钱的生意。
事实上，Akamai能够参与这场竞争，依靠的也不只是分布式节点。
2022年收购Linode后，它补齐了云主机、存储和开发者服务等基础能力，再结合原有的全球网络、安全服务和企业级运营经验，逐步形成从中心云延伸到边缘的计算平台。
此次交易中，Akamai还与联想、捷普等供应链企业建立相关采购和制造安排，进一步说明大规模AI基础设施订单背后，涉及的是服务器供应、内存采购、设备制造和长期交付能力的系统性竞争。
对于客户来说，真正重要的不是供应商拥有多少个节点，而是能否按照约定提供足够的计算容量，保持服务稳定，并在多年合作中控制成本。
这也是Akamai给边缘云行业带来的另一层启示：过去拼的是网络覆盖和带宽价格，未来可能越来越需要拼资源调度、供应链组织和长期运营能力。
当然，这里还有一个需要澄清的问题：Akamai虽然拥有大规模分布式网络，但官方并未详细披露Anthropic此次采购的计算资源将如何分布在中心数据中心和边缘节点。因此，这笔合同不能被简单理解为"边缘节点取代大型数据中心"。
它更准确地说明，CDN出身的企业有机会向更高价值的云计算基础设施市场延伸。
PART 04
中国边缘云，别急着抄作业
Akamai的116亿美元订单，对国内边缘云企业无疑有吸引力。
过去，国内CDN和边缘云市场长期面临带宽价格竞争、资源同质化以及固定资产投入较高等问题。企业即便拥有大量节点，也不意味着能够获得更高的利润率。
AI带来了新的需求，但国内企业需要避免重蹈覆辙：过去拼谁的带宽便宜，现在又开始拼谁的算力便宜。
从Akamai的案例来看，至少有三个方向值得关注。
从流量分发转向AI任务执行
AI Agent的发展，有望带来一批不同于传统云计算的需求。例如，AI编程助手需要运行代码，AI办公系统需要处理文档，企业自动化应用需要调用工具和执行程序。
这些任务不一定需要昂贵的GPU，却需要可弹性分配的CPU、内存、存储，以及安全隔离的运行环境。
对于拥有分布式计算资源的边缘云企业来说，与其直接参与GPU算力价格战，不如研究如何为AI应用提供低成本、稳定可靠的任务执行环境。
把分散的节点真正组织成一朵云
国内部分边缘云企业已经积累了大量网络和计算资源，但节点数量并不等于云计算能力。
如果不同节点之间缺乏统一调度，计算资源无法灵活分配，客户就很难获得接近标准云平台的使用体验。
未来真正有价值的能力，是根据任务的时延、成本和资源需求，决定哪些工作在中心数据中心运行，哪些适合放到区域节点执行，并实现统一管理。
这要求边缘云企业从卖带宽、卖机器，逐步转向提供完整的计算服务。
从短期资源出租转向长期客户关系
Akamai的订单还有一个重要特点：七年期合同为基础设施建设提供了较明确的需求预期。
对于重资产的算力业务来说，客户需求是否稳定，直接影响设备采购、资源利用率和投资回报。但国内企业不能只看到长期合同的好处，还要看到客户集中、资金占用和技术迭代带来的风险。
尤其是在大型云厂商和运营商云已经占据重要市场地位的情况下，边缘云企业未必适合复制通用云计算的规模竞争，更现实的机会可能来自AI任务执行、区域化计算、工业现场处理等具有差异化需求的场景。
这些场景能否形成足够大的市场，目前仍需要真实订单和经营数据验证。
回到最初的问题：116亿美元，边缘云翻身了吗？
至少现在，还不能这么说。
Akamai证明的是，一家以CDN起家的企业，可以通过长期积累的基础设施能力和云计算转型，进入AI巨头的核心采购体系。但它能否把这份巨额合同转化为理想的现金流和投资回报，仍然需要时间检验。
对于中国边缘云企业来说，更值得思考的不是如何复制116亿美元的大单，而是如何找到AI时代真正愿意持续付费的计算需求。
过去，互联网需要边缘云把内容送到用户面前；未来，AI可能需要更多分布式计算资源，把任务真正执行完成。
边缘云的下一次机会，或许不是让数据跑得更快，而是让AI干活更便宜。
而谁能把这件事做成一门赚钱的生意，谁才有资格谈翻身。