北京
在本周举行的首届Horizon客户与合作伙伴活动上，Equinix公司提出，企业人工智能的架构正被一个简单却难以回答的问题重塑：推理（inference）应该在哪里运行？
过去几年，AI基础设施的讨论大多集中在加速计算（accelerated computing）的供给和成本上。焦点一直放在图形处理单元、AI工厂、训练集群以及支撑这些所需的空前资本投入上。这些仍然至关重要。但随着企业AI从实验转向实际应用，更紧迫的运营挑战变成了分布问题。
数据分布在多个云和企业系统中。用户、传感器和业务流程分散在不同区域。模型可能是专有的、开源的、微调的，或作为服务交付。AI智能体（agent）将跨组织和基础设施边界调用其他智能体、工具和应用程序编程接口。在这种环境中，计算只是整个系统的一个组成部分——这个系统还必须被连接、治理并持续优化。
这正是Equinix在Horizon上发布两项公告的前提：Equinix Fabric One，一项意图驱动（intent-driven）的托管式任意互联服务；以及Equinix Inference Exchange，一项与Nvidia公司和Together AI公司联合构建的分布式推理产品。
两者结合，代表了Equinix将其传统角色——中立互联服务商——延伸至AI时代的努力。该公司的目标是让它的全球布局、密集生态和Fabric平台，成为企业不仅托管和互联基础设施、还能组装和运营分布式AI环境的地方。
从连接到结果
Fabric One是更基础的一项公告。Equinix将其描述为一种用于连接分布式企业、云和AI环境的托管服务。关键变化在于运营模式：不再要求客户自行设计、配置和管理一组离散的网络服务，而是让客户直接陈述所需的业务或应用结果，由平台自动组合底层连接。
举一个实际场景：一家企业可能需要在一个城市的数据源、另一个城市的推理服务商、一个云托管应用，以及某个分支机构或工厂边缘位置之间，建立一条安全、有弹性、低延迟的连接。Fabric One的定位就是把这其中的路由、云连接、加密、冗余和故障切换，作为一个整体托管服务来编排。
这对许多大型企业熟悉的“项目导向”网络模式来说，是一个显著转变。今天要搭建一个分布式AI工作流，往往需要不同的团队和工具分别处理云互联、运营商服务、安全控制、网络路由、托管运营、GPU容量和应用集成——每个环节都是独立项目，协调成本极高。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
