根據(jù) IDC 的《2025 年全球邊緣支出指南——預(yù)測(cè)》，到 2028 年，邊緣的公有云服務(wù)的年復(fù)合增長(zhǎng)率 (CAGR) 將達(dá)到 17%，總支出預(yù)計(jì)將達(dá)到 290 億美元。此外，IDC 在最新的研究報(bào)告中預(yù)測(cè)，到 2027 年，80% 的CIO將從云服務(wù)轉(zhuǎn)向邊緣服務(wù)，以滿足 AI 推理的性能和合規(guī)性需求。這一轉(zhuǎn)變標(biāo)志著報(bào)告中提到的“邊緣演進(jìn)”的出現(xiàn)。

該研究報(bào)告進(jìn)一步指出，連接到公有云的系統(tǒng)能夠?qū)⒐性频拿艚菪院鸵?guī)模優(yōu)勢(shì)，與邊緣計(jì)算的接近性和性能相結(jié)合，從而為企業(yè)提供在 AI 賦能的未來蓬勃發(fā)展所需的靈活性。

AI 基礎(chǔ)架構(gòu)的現(xiàn)實(shí)狀況審視

在生成式 AI 從實(shí)驗(yàn)階段轉(zhuǎn)向?qū)嵤╇A段的同時(shí)，亞太地區(qū)的企業(yè)正面臨著傳統(tǒng)基礎(chǔ)架構(gòu)的局限性問題?，F(xiàn)在，該地區(qū) 31% 的受訪企業(yè)已經(jīng)在生產(chǎn)環(huán)境中部署了生成式 AI 應(yīng)用程序。與此同時(shí)，64% 的企業(yè)正處于測(cè)試或試點(diǎn)階段，嘗試將生成式AI應(yīng)用于面向客戶和內(nèi)部的場(chǎng)景。然而，這種快速發(fā)展的勢(shì)頭也暴露出了現(xiàn)有云架構(gòu)中存在的嚴(yán)重差距：

• 多云的復(fù)雜性：由于不一致的工具、碎片化的數(shù)據(jù)管理以及在不同平臺(tái)之間維護(hù)新型系統(tǒng)時(shí)面臨挑戰(zhàn)等問題，49% 的企業(yè)難以管理多云環(huán)境。
• 合規(guī)陷阱：亞太地區(qū)前 1,000 家企業(yè)中，有半數(shù)將因監(jiān)管政策存在分歧、變化頻繁以及合規(guī)標(biāo)準(zhǔn)快速演變而陷入困境，這對(duì)其適應(yīng)市場(chǎng)條件和推動(dòng) AI 創(chuàng)新的能力構(gòu)成了挑戰(zhàn)。
• 巨額賬單：24% 的企業(yè)將不可預(yù)測(cè)且不斷增加的云成本視為其生成式 AI 策略中的一個(gè)關(guān)鍵挑戰(zhàn)。
• 性能瓶頸：傳統(tǒng)的中心輻射型云模型會(huì)帶來延遲，從而影響實(shí)時(shí) AI 應(yīng)用程序的性能，導(dǎo)致其不適用于具備生產(chǎn)規(guī)模的生成式 AI 工作負(fù)載。

Akamai亞太地區(qū)高級(jí)銷售副總裁兼常務(wù)董事 Parimal Pandya 表示：“AI 的強(qiáng)大程度取決于它在運(yùn)行時(shí)依賴的基礎(chǔ)架構(gòu)。這份 IDC 研究報(bào)告揭示了亞太地區(qū)的企業(yè)如何采用分布更廣泛、邊緣優(yōu)先的基礎(chǔ)架構(gòu)，來滿足現(xiàn)代 AI 工作負(fù)載在性能、安全和成本方面的需求。Akamai 的全球邊緣平臺(tái)正是為實(shí)現(xiàn)這一轉(zhuǎn)變而構(gòu)建的——它能夠使算力更靠近用戶，讓它在最需要的地方發(fā)揮作用?！?/p>

IDC 亞太區(qū)研究總監(jiān) Daphne Chung 補(bǔ)充道：“生成式 AI 正在從實(shí)驗(yàn)階段轉(zhuǎn)向企業(yè)范圍的全面部署。因此，各企業(yè)正在重新思考其基礎(chǔ)架構(gòu)如何以及在何處運(yùn)行。邊緣策略不再是紙上談兵，企業(yè)正在積極實(shí)施它們來滿足對(duì)智能、合規(guī)性和規(guī)模的需求?！?/p>

亞太地區(qū)的主要調(diào)查結(jié)果：

• 中國(guó)利用邊緣和公有云優(yōu)勢(shì)來實(shí)現(xiàn)生成式 AI 擴(kuò)展：37% 的企業(yè)已將生成式 AI 投入生產(chǎn)環(huán)境，61% 的企業(yè)正處于測(cè)試階段，而 96% 的企業(yè)依賴公有云 IaaS。邊緣 IT 投資正在加速，以支持遠(yuǎn)程運(yùn)營(yíng)、相互獨(dú)立的環(huán)境以及行業(yè)特定的應(yīng)用場(chǎng)景。
• 盡管在數(shù)字成熟度方面存在差距，但日本仍然在加速推進(jìn) AI 基礎(chǔ)架構(gòu)建設(shè)：雖然只有 38% 的日本企業(yè)將生成式 AI 投入了生產(chǎn)環(huán)境，但 84% 的企業(yè)認(rèn)為生成式 AI 已經(jīng)或者將在未來 18 個(gè)月內(nèi)，對(duì)他們的業(yè)務(wù)造成顛覆性影響，并且 98% 的企業(yè)計(jì)劃在公有云 IaaS 上運(yùn)行 AI 工作負(fù)載，以進(jìn)行訓(xùn)練和推理。AI、物聯(lián)網(wǎng)以及在云連接中斷時(shí)提供操作支持等邊緣應(yīng)用場(chǎng)景正在推動(dòng)基礎(chǔ)架構(gòu)的升級(jí)。
• 印度擴(kuò)展邊緣基礎(chǔ)架構(gòu)，以滿足生成式 AI 需求并管理成本：隨著 82% 的企業(yè)正在對(duì)生成式 AI 進(jìn)行初步測(cè)試，以及 16% 的企業(yè)已經(jīng)在生產(chǎn)環(huán)境中采用生成式 AI，印度正在二三線城市建設(shè)邊緣計(jì)算能力。91% 的生成式 AI 采用企業(yè)依賴于公有云 IaaS，但由于成本問題和技術(shù)能力缺口，企業(yè)對(duì)經(jīng)濟(jì)實(shí)惠的 AI 就緒型基礎(chǔ)架構(gòu)的需求日益增加。
• 東盟國(guó)家采用邊緣優(yōu)先的策略來擁抱生成式 AI，其部署范圍已超出資本中心區(qū)域：在東盟國(guó)家中，91% 的企業(yè)預(yù)計(jì)生成式 AI 將在 18 個(gè)月內(nèi)帶來顛覆性影響，16% 的企業(yè)已經(jīng)將生成式 AI 引入生產(chǎn)環(huán)境中，并且有 84% 的企業(yè)正處于初步測(cè)試階段。96% 的企業(yè)正在采用公有云 IaaS 來處理 AI 工作負(fù)載，同時(shí)邊緣計(jì)算投資也在增加，以便為遠(yuǎn)程運(yùn)營(yíng)和數(shù)據(jù)控制提供支持。

打造云端互聯(lián)的未來

為了保持領(lǐng)先地位，企業(yè)必須在云端和邊緣實(shí)現(xiàn)基礎(chǔ)架構(gòu)的現(xiàn)代化，并使部署能夠滿足具體的工作負(fù)載需求。通過 Zero Trust 框架和持續(xù)合規(guī)性來保護(hù)數(shù)據(jù)至關(guān)重要，而確?；ゲ僮餍砸员苊夤?yīng)商鎖定也同樣重要。借助生態(tài)系統(tǒng)合作伙伴，企業(yè)可以加快 AI 部署速度，并更快、更智能且更靈活地實(shí)現(xiàn)擴(kuò)展。

下載 Akamai 委托 IDC 制作的完整信息簡(jiǎn)報(bào)“邊緣演進(jìn): 從核心到邊緣賦能成功”（2025 年 8 月，IDC 文檔 #AP242522IB），探索在亞太地區(qū)構(gòu)建云端互聯(lián)、AI 就緒型基礎(chǔ)架構(gòu)的戰(zhàn)略性見解和建議。

lixiangjing

算力豹主編