• 全部
  • 产业
  • Web 3.0
  • DAO
  • DeFi
  • 符文
  • 空投再质押
  • 以太坊
  • Meme
  • 比特币L2
  • 以太坊L2
  • 研报
  • 头条
  • 投资

免责声明:内容不构成买卖依据,投资有风险,入市需谨慎!

AI扩张的瓶颈在于基础设施而非模型…Kubernetes“统一运营”作用日益凸显

2026-05-01 12:27:29
收藏

AI扩张的瓶颈并非模型,而是基础设施

一种诊断观点日益凸显:人工智能扩散的瓶颈不在于模型,而在于“基础设施”。近期举行的“CubeCon+CloudNativeCon欧洲大会”明确显示,AI竞争的核心已不再仅仅是模型性能。分析指出,企业在将AI投入实际服务的过程中,遇到的最大阻碍是结构性的局限——即无法将分散在云、边缘和本地部署的系统像单一系统一样统一运营。

新研究表明,大多数AI项目未能进入实际生产阶段,其失败原因也更多地集中在集成与运营执行问题上,而非模型本身。TheCube Research的高级分析师保罗·纳沙瓦蒂指出:“AI正暴露出企业基础设施的根本缺陷。如今,云、边缘和本地部署整体的碎片化已成为运营型AI的最大障碍。”

这种碎片化近期被冠以“主权”之名。由于数据主权、地区法规和企业内部政策相互交织,数据和工作负载难以集中到单一地点。结果,AI系统的结构被迫转变为跨多个环境分布式运营,而非单一技术栈。

红帽公司混合平台部门副总裁兼总经理迈克·巴雷特以不同业务部门使用不同大语言模型的情况为例,解释说企业客户需要的不是针对特定环境的工具,而是企业级的“水平平台”。为解决这一问题,红帽正专注于构建一个基于Kubernetes的控制层,用于在所有环境中统一管理AI工作负载,即“面向AI的控制平面”。

Kubernetes与运营现实的碰撞

Kubernetes并非专为AI推理设计的技术,其原本职责更接近容器编排与管理。然而,随着AI推理进入实际生产环境,“Day 2运营”问题——如跨地区一致性缺失、延迟波动、资源争用和政策漂移——开始真正显现。

红帽工程总监罗伯特·肖提及开源推理框架“llm-d”,解释道用户不仅试图构建尖端性能系统,也寻求解决后续运营阶段的复杂性。这意味着,AI系统出现波动的时刻往往不在训练阶段,而在实际生产运营阶段。

云原生计算基金会(CNCF)理事会副主席扬·梅伦也提出了类似的问题意识。他诊断道,云原生技术虽通过全球开源协作发展起来,但AI现在正使建立于“全球一致性”之上的系统,与各地区法规和分布式环境的现实发生冲突。

架构与平台的竞争力转移

TheCube Research的高级分析师罗布·斯特雷查指出:“智能体AI的本质不是模型问题,而是平台架构问题。”他评估认为,未来的竞争力将取决于能否构建更好的基础设施,而非选择更好的模型。

问题在于,Kubernetes对大多数团队而言过于复杂,难以直接操作。红帽AI部门首席技术官布莱恩·斯蒂文斯表示,目前许多创建AI的数据科学家不得不直接承担执行基础设施的职责。填补这一缺口的方式正是平台工程。

斯特雷查解释说,随着碎片化的工具、人员能力差异和运营复杂性成为实际瓶颈,行业正转向平台工程和以Kubernetes为中心的统一控制结构。红帽OpenShift AI正在这一趋势中扮演角色,将训练、部署、服务和推理在混合环境中以可重复的方式进行抽象化。

遗留系统与现代环境的融合挑战

企业基础设施无法一次性全部现代化。由于风险管理,计费系统、数据库等核心遗留资产通常保留在原有环境中。这导致虚拟机与容器长期二元化分离运作的问题持续存在。

调查显示,84%的IT决策者表示在分别管理虚拟机和容器环境方面遇到困难。红帽的丹尼尔·梅瑟表示:“虚拟化和容器不应孤立存在,而应处于同一平台之上。”在CNCF内已进入成熟阶段的KubeVirt项目,正致力于扩展Kubernetes以使其能够同时运行虚拟机和容器。

这并非消除遗留资产的策略,而是旨在将现有系统也纳入同一控制层、统一运营界面的战略。

主权AI的局限与基础设施的互联本质

尽管主权AI看似是一种替代方案,但也有观点指出它实际上伴随着更多限制。各国法规限制数据流动,企业政策阻碍集中化。结果,无论企业准备情况如何,都不得不将工作负载分散到云、本地和边缘。

EnterpriseDB的加布里埃莱·巴尔托利尼强调,若无法保证数据库的可迁移性,就谈不上真正的主权。他特别指出,托管服务的“便利性”并不等同于控制权。扬·梅伦也在主权讨论中区分了“代码主权”和“部署主权”,解释说代码可以作为全球开源资产保留,但实际部署则直接受法律和政策影响。

在此背景下,Kubernetes的作用更加清晰:将全球共享的代码,与受不同地区约束的执行环境连接起来,形成可运营的形态。

生态系统:统一连接的基石

任何单一企业都无法独自承担AI基础设施的全部责任。要让面向AI的Kubernetes控制平面运作起来,需要连接而非取代多样化的系统。实现这一点的关键在于由标准、API和上游开源项目构成的“生态系统”。

纳沙瓦蒂评价红帽不仅是商业平台提供商,更是CNCF生态系统中贡献最活跃的企业之一。这些上游工作不仅仅是简单的镜像管理,更是防止各厂商Kubernetes实现分化、保持一致性的核心机制。红帽还与英伟达共同推进“红帽AI工厂”,着手构建结合OpenShift与英伟达加速计算的可扩展企业AI基础设施。

纳沙瓦蒂总结道:“鉴于高达75%的企业因系统碎片化而经历两位数的AI失败率,可见瓶颈已转移到基础设施。这并非功能缺失的问题,而是系统之间无法协同工作的结构性问题。”AI与其说是颠覆某个特定环节,不如说正在检验整个技术栈的互联互通能力。

免责声明:

本网站、超链接、相关应用程序、论坛、博客等媒体账户以及其他平台和用户发布的所有内容均来源于第三方平台及平台用户。百亿财经对于网站及其内容不作任何类型的保证,网站所有区块链相关数据以及其他内容资料仅供用户学习及研究之用,不构成任何投资、法律等其他领域的建议和依据。百亿财经用户以及其他第三方平台在本网站发布的任何内容均由其个人负责,与百亿财经无关。百亿财经不对任何因使用本网站信息而导致的任何损失负责。您需谨慎使用相关数据及内容,并自行承担所带来的一切风险。强烈建议您独自对内容进行研究、审查、分析和验证。

展开阅读全文
更多新闻
自选
我的自选
查看全部
市值 价格 24h%