Digital Realty 首席技术官 Chris Sharp

颠覆加速发展

我们预计，随着 AI 的良性循环为先进的 AI 模型设计创造出反馈回路，每个季度都会出现一年的 AI 创新。全球各地都在发生突破性的变化，而每一次变化都对曾经最先进的技术产生数倍的效应。

从我们的角度出发，三个值得关注的创新方向分别是：硬件、软件和网络。我们密切关注这几个领域，确保 Digital Realty 公司通过数字化转型、云迁移和 AI 为客户提供长久的支持。软件是其中变化速度最快，也是加速技术变革和存在潜在颠覆的关键领域之一。

通过产品化脱颖而出

到 2025 年，我们将看到那些努力实现产品化、围绕技术建立财务模式并与战略合作伙伴结盟的公司开始摆脱纯粹的研究和看似很“酷”的因素。他们将更有机会在竞争中脱颖而出。

我们认为，AI 实现货币化不会来自于直接的销售模式，而是来自于应用软件的支持。想象一下 Microsoft Copilot——更广泛的用例。最近，我与一家领先的 ERP 解决方案提供商进行了会谈，详细讨论了这一问题，因为他们是一家工作流程公司，正在经历 AI 智能代理的转型。

IDC指出，“数据中心对 AI 的高度采用将使得第三方主机托管设施更具吸引力......”¹成功的 AI 前沿公司将不断增强自身能力，以满足前所未有的需求。数据中心产品的需求将越来越大，对稀缺资源的要求也越来越多。

智能将免费

在整个市场上，我们已经发现，随着更高效的硬件和软件将 AI 能力从概念转化为生产，执行特定工作负载所需的成本迅速下降。在某种程度上，我们都开始变成半个机械人，将智能合理地延伸到我们的工具中。

有人预测，未来的成功不是取决于你掌握了多少技能，而是你如何将这些新工具很好地融入到你的日常工作和生活当中。

引用 Sam Altman 的话，“我们过去看重的是你大脑中收集了多少知识，如果你是一个知识收集者，你就会变得聪明和受人尊敬。现在我认为，成为一个知识点的连接者比成为一个知识收集者更有价值，如果你能综合并具备识别能力，你就会有优势。”

效率至上

随着 AI 能力逐渐正常化，我们的重点将放在 AI 工作负载的运行效率上。每瓦每美元的词元(token)将成为衡量一家公司提供的 AI 服务是高于还是低于市场水平的新标准。词元(token)是 AI 模型处理工作的基本单位。这种衡量效率的方式，通过能源成本量化了我们衡量智能的方式。

要想取得成功，既要选择正确的硬件，也要了解如何部署硬件的影响。部署最新 AI 硬件的能力将至关重要，它越来越多的要求水冷和功率密度达到传统数据中心工作负载的 10-15 倍（例如，高密度主机托管设备）。

AI 是互联的

随着 AI 越来越深入我们的工作和生活，AI 的重点将从训练（创建模型）转向推理（使用模型）和智能代理（自主行动）。与训练不同，推理的性能会受到终端用户与 AI 推理集群之间的延迟以及所有相关性查询数据集的影响。

这需要大量的前端和后端互联，并在部署工作负载时考虑到距离的就近性。我们预计，网络服务提供商将继续投资新的长途和城域线路，以支持这些工作负载。

随着 AI 越来越多地融入企业软件和消费者，为了满足日益增长的需求，我们希望实现软件驱动的 AI 进步——类似于云计算和存储部署，这需要更大、更密集的电力和大规模网络互联能力。

对于服务提供商和消费者来说，能否灵活应对这种快速变化都至关重要。诸如 ServiceFabric™ 这样的高性能解决方案将使企业能够快速将 AI 技术整合到其数据中，而不会适得其反。

对于智能代理，我们需要考虑 AI 集群与智能代理执行操作的终端系统之间的延迟。AIPx 等解决方案对于确保高性能工作负载、数据集扩展、隐私和安全以及访问合作伙伴应用程序和网络的 AI 生态系统将变得越来越重要。

所有这些都在公共和私人（混合人工智能）基础设施和网络上以按需消费模式运营。网络也将变得越来越智能，能够监控人工智能工作负载和数据流的性能、成本敏感性/分析和安全，并能够根据这些需求调整配置。

想要了解更多有关如何利用 AI 技术创造价值，请阅读我们最新的白皮书《面向 IT 领导者的 AI：部署面向未来的 IT 基础架构》。

¹ IDC，全球数据中心主机托管服务预测，2024-2028 年

PDx™ 设计指南：使用 AWS Outposts 优化数据交换