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。

交易所
交易所排行榜
24小时成交排行榜
人气排行榜
交易所比特币余额
交易所资产透明度证明
去中心化交易所
资金费率
资金费率热力图
爆仓数据
清算最大痛点
多空比
大户多空比
币安/欧易/火币大户多空比
Bitfinex杠杆多空比
ETF追踪
索拉纳ETF
瑞波币ETF
香港ETF
比特币持币公司
加密资产反转
以太坊储备
HyperLiquid钱包分析
Hyperliquid鲸鱼监控
大额转账
链上异动
比特币回报率
稳定币市值
期权分析
新闻
文章
财经日历
专题
钱包
合约计算器
账号安全
资讯收藏
自选币种
我的关注