在每一次银行与医疗交易、紧急服务呼叫、流媒体视频播放及企业应用操作的背后，都支撑着一套能够大规模处理、交换和传输数据的基础设施。人工智能正在提升对该基础设施性能的要求;它已不再仅仅是现有系统的增强手段，而是在重塑数字基础设施的设计、部署与支持方式。

　　数字化优先的企业已经意识到，关键任务型应用不能依赖于单一的云区域、网络路径或运营模式。随着人工智能与业务成果的联系日益紧密，企业正在转向弹性、分布式、多云架构，以降低依赖性、提升性能，并为人工智能工作负载提供跨数据、云和企业系统所需的连接性。

　　与此同时，人工智能工作负载也变得越来越复杂、要求越来越高。实时响应、更大的模型和更密集的数据查询，使得传统基础设施不堪重负。这种转变推动了对专为下一代数字工作负载而构建的基础设施的需求。

　　正因如此，托管服务扮演着越来越重要的战略角色。未来十年的增长将由专为智能工作负载构建、并与云协同工作的分布式、低延迟托管基础设施驱动。

　　云依然重要，但未来是分布式的

　　云对于人工智能训练、模型开发和横向扩展仍然不可或缺。但随着对实时智能和低延迟决策的需求不断增长，基础设施正变得更加分布式。人工智能的未来将由混合模型塑造，集中式云区域支持训练，而更靠近用户和数据的互联托管中心则支持推理和实时执行。

　　我们也正在见证市场重新调整。多年来，企业几乎单向迁移到云端，如今，他们正在重新评估人工智能工作负载的运行方式和位置。不断上涨的出口费用、网络回程成本、GPU 访问的漫长等待时间以及持续存在的延迟挑战，正促使企业采取不同的策略。

　　随着企业将人工智能应用于私有云、云和分布式环境中的实际运营，检索增强生成 (RAG) 的前景日益凸显，互联互通、低延迟连接以及靠近企业数据的重要性也随之提升。互联的基础设施能够为人工智能工作负载提供安全、实时的数据访问，帮助企业更有效地扩展人工智能，同时保持更高的控制力、灵活性和运营敏捷性。

　　互联互通助力AI高效运行

　　AI基础设施依赖于邻近性。高密度推理集群必须靠近运营商机房、云入口、企业网络、互联网交换中心以及支持实时决策的数据源运行。如果没有这种级别的生态系统访问，即使是设计最精良的GPU基础设施也可能沦为孤立的资产。互联互通丰富的托管基础设施通过安全、高容量、低延迟的连接将这些环境连接起来，从而助力AI高效运行。

　　私有连接能够确保负载下的可预测性能，支持数据驻留和合规性要求，并帮助企业大规模、一致地交付实时AI服务。它是分布式AI在互联环境中得以实际应用的基础。

　　这一基础建立在四个要求之上。

　　1. 靠近用户和数据

　　当AI推理在决策制定地点附近运行时，其价值才能最大，无论是验证金融交易、支持临床诊断还是实时优化物流。为了高效部署人工智能推理所需的高密度 GPU 集群、编排软件和高速内存存储，基础设施必须部署在人口中心附近，并能直接访问网络、企业生态系统和云端数据，从而消除多跳回程流量的延迟。

　　2. 专为 GPU 设计的功率密度和散热

　　传统上，数据中心的设计主要面向基于 CPU 的工作负载。而人工智能推理的功耗和散热需求则截然不同。功耗高达 40-100kW 甚至更高的机架正迅速成为主流，这就需要专门为 GPU 密集型基础设施设计的运行环境。专用托管设施通过弹性电源架构、多样化的供电路径和先进的液冷芯片冷却技术来支持这种转变，从而能够维持持续的实时工作负载。

　　3. 互连作为新的性能层

　　人工智能应用并非孤立运行。它们依赖于云、网络、分析工具、安全服务和企业数据源，而这些资源通常分布在多个位置。云区域虽然提供了规模优势，但并非总能提供实时智能所需的对私有数据、互联服务和周边生态系统的直接访问。

　　互联互通的托管数据中心弥补了这一差距。中立、高容量的私有连接能够实现可预测、安全且经济高效的数据交换，避免了公共互联网的拥堵和不稳定。在这种模式下，托管基础设施通过邻近性、生态系统访问和高容量互联，帮助在地理分布的多云环境中运行人工智能工作负载。

　　4. 可持续性和主权作为设计优先事项

　　能源消耗、电网容量和环境影响如今已成为所有基础设施建设讨论的焦点。可持续性不再是事后考虑的因素，而必须从一开始就融入基础设施的设计之中，包括人工智能工作负载的运行位置、供电方式以及运营商必须遵守的标准。

　　负责任的托管规划也有助于企业满足数据主权和监管要求，同时减少对环境的影响。通过将人工智能基础设施部署在国家境内、拥有可靠低碳电力供应的市场以及从一开始就以高效为目标的设施中，企业可以同时兼顾性能、合规性和可持续性。

　　这并非等待永远不会实现的未来突破，而是选择那些已经大规模实践这些原则的合作伙伴。随着电力限制日益加剧，与专为负责任增长而设计的基础设施合作，对于任何大规模部署人工智能的企业而言都是最佳实践。

　　人工智能的未来将是本地化、分布式和互联互通的

　　人工智能不再局限于集中式云区域。它正向人们工作、设备生成数据以及企业需要实时决策的地方靠近。这种转变正在加速对具备近距离、弹性、可持续性和多云访问能力的基础设施的需求。

　　未来几年，增长将集中在GPU密集型边缘部署、直接云邻接以及专为人工智能规模的电力和冷却而构建的托管环境中。最终用户无需考虑推理发生在哪里。他们只需期望它能够即时、安全且始终在线。

　　这正是托管在人工智能时代如此重要的原因。它不再仅仅是在后台支持数字基础设施，而是正在成为实时智能的物理基础。人工智能的未来将是本地化、分布式和互联的，而负责任的托管将有助于实现这一未来。