Akamai云与AI战略：锚定边缘“推理”赛道 原创

每十年Akamai都会完成一次重大转型，第一次转型是从CDN业务拓展到互联网、安全双线齐发，第二次转型是2022年收购基于开源社区平台的云计算公司Linode，进入云计算市场。

两次转型之后，2021年到20204年，Akamai在“安全”和“云计算”上的业务占比明显增加，从营业额年化增长率看到，赠涨最快、最大的云计算业务，从7%跃升至16%。"云计算市场每年保持着40%-50%的复合增长率，进一步印证了Akamai进军云计算市场的战略取得了阶段性成功。" Akamai副总裁暨大中华区总经理李昇说。

Akamai副总裁暨大中华区总经理 李昇

多元化的业务战略也直接反映到财报上，Akamai 2024年第四季度和2024年全年财务业绩显示，第四季度收入为10.2亿美元，比2023年第四季度9.95亿美元的收入增长3%。2024年总收入为39.91亿美元，2023年为38.12亿美元，同比增长5%。

短短几年，Akamai在云计算市场已确立起自己地位，在服务能力和持续的功能研发外，Akamai又看到了“边缘”这一新市场机会。

IDC也给出了同样的论断，边缘数字基础设施对所有主要行业的创新都至关重要；在未来几年，去中心化的分布式设计奖增强韧性，并支持安全和信任。而且随着生成式AI在市场中的应用普及，也预示边缘化的需求会给云计算市场带来更大的机会。

Akamai 高度分布式架构的独特优势，将在这一波新技术浪潮中更具竞争力，尤其是AI在支持公司自身业务的同时，更能有效赋能客户实现AI战略的快速落地。

从核心到边缘的云图扩张

Akamai在2022年完成对Linode的收购后，公有云平台能力得到显著增强，现已经成为从核心到边缘的连续性计算平台。

核心层：全球拥有26个核心云计算节点，提供了传统公有云的主流计算服务，例如虚机、GPU、K8s、对象存储、块存储、数据库服务等完整的基础设施服务；

中间层：全球拥有10个分布式计算节点，属于靠近用户侧的中小型计算节点，提供包括虚拟机、Kubernetes和存储等服务，并计划未来扩展至100个以上；

边缘层：全球拥有众多边缘节点，超过4000个CDN分发节点，提供函数即服务、边缘逻辑托管、边缘CDN、边缘安全等。

目前，Akamai在美国和欧洲地区部署了大量计算资源，满足中国企业出海的主要需求。同时，在非洲、南美、东南亚、日本及澳洲等地区也建立了完善的基础设施，并对需求旺盛的地区节点进行不断扩容，提升服务能力。

在分布式节点部署上，Akamai采用"小而近"的战略布局。这些规模相对较小的分布式节点更加靠近终端用户，能够提供极低时延的服务体验。

Akamai亚太区云计算专家团队负责人 李文涛

Akamai亚太区云计算专家团队负责人李文涛举出了中国游戏出海南美的例子，中国游戏公司不仅可以通过圣保罗节点覆盖巴西市场，还能利用波哥大、圣地亚哥等分布式节点实现对哥伦比亚、智利等其他南美地区的优质覆盖，确保当地玩家获得最佳游戏体验。

根据客户的使用情况，Akamai总结了云计算8大典型业务场景，包括：

网络加速：建立安全远程连接，加速业务访问通道。包含不同区域、不同游戏服务器之间的同步和提升玩家体验的使用场景；

广告竞价：降低延时、提高广告RTB交易效率，大幅节省流量成本；

SaaS服务：一致的全栈应用程序安全性，广泛的基础设施位置选择，经济实惠、易于操作；

视频编转码：提高转码性能，提高上传和下载效率，提供端到端的服务体验；

数据存储：提高本地化效据体验、保障数据主权，媒体数据存储管理

数据可视化：规模化、低成本的收集和监控日志数据，确保用户体验、安全性和业务/IT运营效率；

AI推理：加速人工智能推理工作负载，优化效率和成本；

游戏主机：利用分布式服务改善玩家体验。

目前Akamai的Linode公有云平台已成为中国广告、游戏企业出海首选基础设施。李文涛表示，大量国内头部广告服务公司已采用该平台支持其全球化业务，同时也获得众多头部游戏厂商采用。

此外，社交和工具类应用场景，Akamai同样表现卓越，特别在UGC直播、实时转码、低延迟通信（WebRTC）以及IP摄像头服务等方面积累了丰富的成功案例。

最近Akamai推出了Akamai Cloud 加速计算实例，其由NETINT视频处理单元(VPU)提供支持。NETINT VPU专为那些必须最大限度地降低高质量视频流的传输成本或优先考虑降低能耗的工作负载而设计，在视频转码方面提供了超过GPU14倍的计算能力。

VPU是NETINT用于媒体转码的专有硬件，不止可以做转码、也可以做视频相关的AI推理。在性能、性价比方面有很大的优势，它的碳排放也相比GPU要更低，也非常的绿色和高效。

NETINT VPU作为专业的媒体处理专用处理器，不仅能够高效完成视频转码任务，还可支持视频相关的AI推理工作。其在性能表现和性价比方面具有突出优势，同时相比传统GPU有更低的碳排放，兼具了高效和绿色。

AI既关注应用场景又关注安全隐患

在生成式AI没有爆发之前，Akamai已经广泛将机器学习和深度学习植入到产品中，在零信任安全、微隔离、微分段等产品都植入了AI功能，为用户提供辅助式、导航式，可以生成各种复杂策略并且部署策略的手段。

“AI对于Akamai并不陌生。”李昇说道，在过去将近十年的云安全功能研发旅程中，Akamai已经大量充分使用了AI技术来提升安全产品的能力和效能。

Akamai除了是一个广泛、长时间的AI使用者，其所提供的云服务也可以有效帮助用户部署和保护AI。

目前，Akamai分布式云计算平台能够支持客户部署各类行业AI模型，通过全球边缘节点提供GPU实例，帮助部分客户实现视频处理等AI应用。同时，已有合作伙伴基于Akamai边缘平台成功部署开源AI模型，在靠近终端用户的位置部署生成式AI模型。

在快速部署AI模型能力之外，Akamai还在持续加强安全能力。今年5月也在RSA Conference上发布了基于AI的防火墙产品，用于防护AI模型面临的两类主要威胁：资源消耗型攻击和恶意Token注入攻击。

随着生成式AI的逐渐落地，会带来大量的推理需求，这些需求很多在边缘发生。李昇认为Akamai云与AI的战略差异在于将重点放在推理，这也符合Akamai高度分布式的架构。

评估推理效率的核心指标包括吞吐量、时延和成本三大维度。最近Akamai发布Akamai Cloud Inference解决方案完美的解决了这些问题。

Akamai Cloud Inference由计算、数据管理、容器化、边缘计算四个部分组成，能够在更靠近最终用户的位置构建和运行AI应用程序及数据密集型工作负载，使推理吞吐量提升3倍，延迟降低多达60%，将AI推理和AI智能体工作负载成本降低多达86%。

实现这样的效果主要有三方面支撑，首先在硬件层面，采用行业领先的计算资源配置。比如CPU实例搭载AMD第四代数据中心级处理器，针对AI负载进行专门优化，性能较上一代提升达50%。同时，精选了一款独特的NVIDIA GPU RTX 4000 Ada，该型号在当前市场中具有差异化优势，特别擅长处理小模型推理和文生图等生成式AI任务，其推理效率在同代产品中处于领先地位。

其次在网络架构方面，Akamai云计算平台与全球骨干网络深度集成。这种独特的网络优势有效解决了AI推理和训练中的数据迁移瓶颈，显著提升传输效率，实现更低的时延和更高的吞吐量。

最后在技术开放性方面，坚持开源优先的策略。通过构建基于开源架构的推理平台，帮助客户避免被特定云厂商的私有PaaS/SaaS服务锁定，从而大幅降低总体推理成本，这种开放架构也为客户提供了更大的技术灵活性和成本可控性。

“边缘推理的核心价值在于就近处理AI工作负载。”李文涛说，通过缩短数据传输距离可以实现更低延迟，同时满足数据本地化存储的合规要求，显著降低云端数据传输成本。

在智能摄像头应用场景中，"观鸟摄像头"可以通过边缘节点实现鸟类识别，避免图像回传云端带来的延迟和带宽成本问题。在自动驾驶领域，边缘节点支持数据过滤和训练信息收集，确保高价值的数据可以实时给到AI进行训练，持续改进AI模型，同时过滤低价值的无效数据。

未来在AI的发展会延续现在的规划，既关注使用场景和拓展场景，又关注到未来存在的一些安全隐患。

写在最后

Akamai的转型正是看到了未来“共性”趋势，即云计算正在向去中心化，基于边缘能力解决用户面临的各类业务痛点。随着生成式AI的快速普及，将进一步强化这一趋势，特别是AI推理在边缘的应用又增加了一个重重的砝码。