并非所有网络都能承载AI流量，专家发出警告

生成式 AI 正在重塑网络基础设施的需求，而许多企业机构对此尚未做好准备——甚至包括一些声称提供 AI 服务的新兴云服务商。

分析机构 Omdia 的一项研究发现，许多 GPU 租赁服务商虽然已扩展了用于处理 AI 工作负载的计算基础设施，但其网络基础设施正逐渐成为制约发展的关键瓶颈。

该报告提醒企业客户，在考虑选用 AI 计算服务时，不能仅凭供应商的原始计算能力来判断，还需对其整体能力进行深入审查。

新兴云服务商，即 GPU 即服务提供商，依托 AI 对 GPU 加速计算的强劲需求迅速崛起。其客户群涵盖微软等超大规模云厂商及众多企业用户。

这意味着，AI 的实际性能越来越取决于这些服务商在分布式环境和跨地域场景下安全处理与传输数据的能力。然而，Omdia 指出，不同新兴云服务商的网络能力参差不齐，从基础到先进程度不一，这在一定程度上与其发展背景有关。

例如，CoreWeave 最初从事加密货币挖矿业务，而 Gcore 此前则专注于内容分发和网络托管。正因如此，Omdia 认为，新兴云服务商在全球范围内的网络布局策略仍处于快速调整之中，许多服务商正竞相通过合作、收购或自建等方式完善基础设施，以应对日益增长的网络需求。

Omdia 电信 B2B 研究总监 Camille Mendler 警告称："网络基础设施将决定新兴云服务商的成败。从骨干网到边缘的低延迟、高韧性与安全连接是成功的基本要素，尤其是在 AI 工作负载的数据主权问题上，更容不得半点马虎。"

全球网络服务商 Lumen 也积极参与这一议题。首席执行官 Kate Johnson 向各地企业负责人发出公开信，询问其网络是否已为 AI 时代做好准备，并力推网络升级以支撑未来的 AI 应用。

Johnson 表示，网络传统上如同"管道"般默默运行于幕后，但在 AI 驱动的企业中，网络更像是"神经系统"——负责控制与协调，决定企业的运转速度，也决定 AI 投资能否真正创造价值。

AI 系统并非运行于单一地点，而是在云端、数据中心与边缘节点之间持续进行数据流转，因此网络必须具备高度的灵活性和动态扩展能力。

Johnson 在公开信中写道："企业新型劳动力已由 AI 智能体和机器人构成。它们正快速扩张，持续运转，贪婪地消费与生成数据，并与其他智能体、机器人及人类动态交互。尽管大多数企业的 AI 应用仍处于早期阶段，但如今已有超过 50% 的互联网流量由这些自主工作者产生。"

这一数据引自 Imperva 发布的《2025 年恶意机器人报告》。该报告指出，自动化流量已超越人工流量，占所有互联网传输量的 51%。

Johnson 在信中进一步表示："为了支撑 AI 时代的全新图景，网络需要像云一样，完全具备可适配性、可编程性和按需消费的能力。"她呼吁企业负责人："请确保你的网络能够支撑你正在构建的未来。"

Q&A

Q1：新兴云服务商的网络基础设施存在哪些问题？

A：根据 Omdia 的研究，许多新兴云服务商（GPU 即服务提供商）虽然扩展了计算基础设施，但网络基础设施已成为关键制约因素。不同服务商的网络能力差异显著，部分服务商（如 CoreWeave）起步于加密货币挖矿，另一些（如 Gcore）则源于内容分发或网络托管，这导致其网络能力普遍薄弱。目前许多服务商正通过合作、收购或自建的方式加速补齐网络短板。

Q2：企业在选择 AI 计算服务时，应该如何评估供应商？

A：Omdia 建议企业在评估 AI 计算服务供应商时，不能仅关注其原始计算能力（如 GPU 数量），还需深入审查其网络基础设施水平。关键考量因素包括：低延迟连接能力、网络韧性与安全性、跨地域数据传输能力，以及对 AI 工作负载数据主权的保障程度。

Q3：为什么 AI 时代对网络基础设施的要求更高？

A：AI 系统并非运行在单一地点，需要在云端、数据中心和边缘节点之间持续进行大量数据流转。同时，AI 智能体和自动化机器人正在快速增殖，目前已有超过 51% 的互联网流量由自动化程序产生（数据来源：Imperva 2025 年报告）。这要求网络具备高度灵活性、可编程性和动态扩展能力，传统静态网络架构已难以满足需求。