Digital Realty 首席技术官 Chris Sharp

硬件、软件和网络的发展速度正促使着人工智能 (AI) 模型的快速演变。2024 年我们亲眼目睹的创新速度，也将在 2025 年的每个季度内出现。

这种转变正在加剧——AI 正在从单一模型演变为多模型，重新定义企业 AI 战略。

这意味着什么？

过去，单一的大规模 AI 系统被训练用来处理广泛的任务，而现在，模块化、多模型架构正在将任务分解为专门的 AI 组件。AI 正变得针对特定任务、动态且经过优化。这将带来更高效的成果并降低成本。

为了理解 AI 创新和演变的影响，以及 AI 优先生态系统如何赋能先行者，本篇博文将重点介绍：

随着 AI 采用率的增长，确保工作负载的持久性、效率和可扩展性至关重要。从单体 AI 模型到多模型架构的转变正在引起颠覆性变革，但要理解其发生的原因，了解 AI 的演化历史至关重要。

五年前，AI 基础设施主要围绕云端培训展开，各公司依赖公有云和超大规模云服务商进行培训。由于延迟和带宽限制，边缘的 AI 推理能力有限，网络瓶颈也限制了 AI 的可扩展性。大部分流量必须通过集中式云端数据中心进行路由。

如今，AI 正在向分布式推理转变，需要都市数据中心来进行实时决策。

AI 工作负载越来越需要低延迟（≤50 毫秒）的推理。这是因为 AI 推理（在真实数据上运行经过训练的 AI 模型的过程）需要低延迟，以便支持需要实时决策的应用。这使得都市计算基础设施的战略变得至关重要。

AI 流量不会简单地路由到最近的边缘位置，它必须考虑：

随着人工智能变得即时响应，它支持企业实现其终端用户体验的目标。低延迟推理能力：

因此，要实现低于 50 毫秒的推理延迟，必须将 AI 工作负载部署在离最终用户更近的地方。这推动了对都市 AI 基础设施的需求，这种基础设施能最大限度地缩短计算资源与数据源之间的物理距离。

传统的 AI 模型存在计算成本高、效率低和扩展困难等问题。如今，企业正在采用多模型 AI 架构，根据其优势将任务路由给专门的 AI 组件。

推动这一转变的关键创新包括：

拥有强大的基础设施基础对于满足持续的 AI 创新需求至关重要。七年多前，Digital Realty 开始评估 AI 对数据中心未来的影响。我们多次在客户中发现，成功的关键在于尽可能以最终目标为导向进行规划。始终拥有合适的合作伙伴对于成功至关重要。

随着软件、硬件和网络的创新，Digital Realty 通过三款关键产品和解决方案迎接变革，以满足 AI 的需求：

下一波人工智能创新不仅需要强大的模型。它需要一个精心设计的互联系统来实时做出人工智能决策。

对于企业而言，重点必须放在：

在 Digital Realty，我们不仅支持 AI 的采用，还在塑造 AI 驱动业务的未来。

借助面向未来的 AI 就绪型基础设施，增强您的 IT 战略。今天就联系我们，开始行动。

AI 创新不会减速：多模型 AI 如何加快上市速度