近期，AI創(chuàng)新圈再次發(fā)布重磅產(chǎn)品更新。OpenAI全新旗艦版多模態(tài)模型GPT-4o橫空出世，其打通文本、圖像、視頻的富媒體理解能力以及敏捷的智能化對話，將AI助手的人性化表達效果，提升至更高水平。

從技術源頭來看，AI大模型的卓越表現(xiàn)，得益于高效的AI訓練與推理的過程，這正需要有規(guī)?；脑朴嬎阕鳛樗懔χ??！霸?AI”兩者之間才能如魚得水、相輔相成。當下，“智”算，已然成為云計算的重要驅(qū)動力。

IDC和浪潮聯(lián)合發(fā)布的《2022-2023中國人工智能計算力發(fā)展評估報告》顯示，預計2026年，智能算力規(guī)模將進入每秒十萬億億次浮點計算（ZFlops）級別。算力需求激增趨勢下，企業(yè)對算力“水煤電”的使用現(xiàn)狀，也并非足夠順暢，而是存在多重維度的挑戰(zhàn)：

集中云只是AI大腦

分布式才是AI抓手

為了擺脫創(chuàng)新者的窘境，擁有敏銳創(chuàng)新嗅覺的云從業(yè)人員發(fā)現(xiàn)，云形態(tài)正在因AI風向的不同發(fā)生顯著改觀。傳統(tǒng)集中云，能夠?qū)崿F(xiàn)大規(guī)模的資源拓展，但高度集中的中心形態(tài)，更需要分枝散葉、如觸手一般在近端呈現(xiàn)為分布形態(tài)。如高“智”商的章魚物種一般，多觸點、才敏捷。

ITDM調(diào)查顯示，技術負責人認識到分布式云的實用性特別適合于大數(shù)據(jù)和分析應用場景（56%）以及AI/ML工作負載（47%）。而根據(jù)ClearPath Strategies在2023年進行了一項全球性研究，有三分之二的IT決策者表示在未來12個月內(nèi)其分布式云服務的使用量預計會顯著增加。超過三分之一的受訪者表示，分布式云好處眾多（如快速、高效處理和分析AI/ML數(shù)據(jù)能力），是IT策略不可或缺的一部分。

無處不在，布局邊緣

強勢助攻AI創(chuàng)新

業(yè)界同仁的AI智算之道，正與Akamai云計算戰(zhàn)略不謀而合。作為CDN行業(yè)鼻祖，Akamai在分布式云方面有天然優(yōu)勢，始終秉持著在貼近終端用戶的位置，一路積淀、融合、構建了云計算、云安全、云分發(fā)三位一體的快捷服務。

如今，Akamai云計算平臺戰(zhàn)略的關鍵一步，便是Akamai Generalized Edge Compute（Gecko）泛化邊緣計算計劃，以支持企業(yè)與開發(fā)者利用分布式云形態(tài)，可突破云綁定模式，獲得云的便攜性，助力企業(yè)開發(fā)者在多云容器化格局下，高效開發(fā)、降本增效。

應對AI創(chuàng)新的海量算力資源需求，Akamai近日云產(chǎn)品陣容中新添一款基于NVIDIA RTX 4000 Ada Generation GPU的媒體優(yōu)化型產(chǎn)品，并能用于Gen AI/ML場景，非常適合利用神經(jīng)網(wǎng)絡進行訓練和推理任務，可并行執(zhí)行大量計算，更快、更高效地訓練新模型，提高準確性和性能。

從GPU到CPU

提升AI推理性能

為突破邊緣推理GPU容量不足、算力不足等難題，Akamai攜手Neural Magic和AMD展開三方戰(zhàn)略合作，推出了基于CPU的AI推理技術。Neural Magic通過稀疏化算法優(yōu)化AI模型，降低算力需求，可以把LLM機器視覺NLP模型的運行至CPU上；并協(xié)同AMD四代CPU特定更新的向量指令集，提升運行效率。

Akamai用NLP模型進行性能測試，基于兩款入門Akamai兩核CPU虛機，若處理4萬條電影評論的文本情感分析，僅需20分鐘即可完成。月費成本上，每個月可處理8600萬條推理請求，單月推理成本低至82美金。Neural Magic也使用NLP模型，對比了CPU/GPU推理效率。在維持原有模型推理準確性的同時，推理效率的兩端，效率相差1000倍之多，更有助于保障企業(yè)的AI創(chuàng)新業(yè)務的可持續(xù)盈利能力。

基于分布式云

加速推薦引擎AI推理

在電商、社交媒體、廣告等行業(yè)，往往需要借助融合AI、深度學習和大語言模型算法的推薦引擎，來發(fā)掘用戶偏好，主動推薦可能感興趣的內(nèi)容和商品。但若缺失高質(zhì)量的網(wǎng)絡性能保障，泛互聯(lián)網(wǎng)產(chǎn)業(yè)廣為使用的推薦引擎，將受限于網(wǎng)絡訪問時延。

面對阻礙推薦引擎的網(wǎng)絡訪問時延問題，除優(yōu)化網(wǎng)絡架構、使用更快的網(wǎng)絡設備、優(yōu)化數(shù)據(jù)傳輸協(xié)議等措施，更可以基于邊緣的分布式云計算網(wǎng)絡、具有AI算力的邊緣計算節(jié)點，支持行業(yè)用戶化解推薦引擎部署、性能、延時等方面的難題。Akamai特別建議出海企業(yè)，將AI推薦引擎部署距離用戶更近的Akamai Gecko站點，獲得全球范圍的邊緣優(yōu)勢。

一直以來，在推薦引擎場景的成功實踐之外，Akamai云計算服務也以靈活、易用的分布式形態(tài)與智能應用，長期助力廣告科技、游戲、數(shù)據(jù)庫等行業(yè)，顯著降低云成本，在保障性能的同時，提升IT投資回報率。

整體來看，Akamai云計算服務，在IaaS、容器、存儲、數(shù)據(jù)庫、網(wǎng)絡與開發(fā)工具方面也有全方位的云服務，可助力企業(yè)與開發(fā)者擺脫云綁定模式，靈活進行微服務創(chuàng)新，更快速、更高效地打造泛智能的創(chuàng)新型產(chǎn)品。

如今，Akamai Qualified Computing Partner Program（QCP）合作伙伴計劃，正在火熱納新中，Akamai廣邀在AI訓練&推理等領域的合作伙伴，共創(chuàng)、共構生態(tài)特定行業(yè)場景解決方案，重塑智能化時代的用戶體驗與創(chuàng)新效率。