GenAI与自主式AI兴起推动企业重构基础设施，数据中心、公有云与边缘计算的组合模式面临重新定义。

随着CIO们构建支持AI的企业，公有云与数据中心之间的平衡正重新向本地基础设施倾斜，但云、数据中心和边缘计算的理想组合是什么?以下是七个值得考虑的讨论点。

GenAI和自主式AI的兴起正迫使企业重新思考其基础设施，公有云成本的上升意味着数据回流现象正在发生，数据中心从未消失，但它正成为越来越多企业的关键概念。

以下是关于AI时代数据中心的七个主题和讨论点：

2025年的“数据中心”究竟是什么?

虽然不想过于哲学化，但在现代企业中，“数据中心”几乎成了一种思维状态，这个术语几乎与基础设施同义：即你的数据在哪里、如何存储和访问。

对于任何规模的企业，特别是那些有历史遗留问题的企业来说，数据中心很可能是一个融合了物理服务器空间、公有云和私有云的混合体，边缘计算和存储也可能占有一席之地，最终，所有数据都存储在需要电力和连接性的盒子中，这一点常常被忽视。

我们曾对云有一个确定的认识，但现在发现它并不完全正确。

我们一直被告知，将资源集中到公有云将更高效，并能降低成本和开销，但商业和资本主义的本质，以及AI时代数据层的复杂需求，确实改变了这种思维方式。

我接触到的许多IT领导者都不认为他们未来的企业会将所有资源都放在公有云中，成本、隐私、立法以及灵活性的需求意味着拥有自己的数据中心很重要。

是的，AI也是推动这一趋势的一部分，需要下一代硬件来处理非常特定的用例，这意味着云服务可能并不划算。

不仅仅关乎成本和AI

数据主权和一般立法也起到了作用，存在很多风险需要考虑，而在内部管理这些风险可能更容易和安全，你的云服务提供商可能像你一样安全，但你无法控制它。

然后是可持续性——这一主题在许多企业的公共议程中似乎已经消失，但随着主要云服务提供商悄悄发布显示电力消耗显著增加的可持续性报告，它肯定不会消失，还有地缘政治，世界感觉比以前不稳定得多，而你自己的物理数据中心再次完全在你的控制之下。

云永远不会消亡

这并不是说云的时代已经结束，只是对几乎所有企业来说，它都是一种混合形式，云对于可扩展性和集中存储有序数据非常出色，但还有很多其他用例，在基础设施投资与持续运营成本之间取得平衡有很多好处。

数据中心技能是一个问题

这是一个问题，即使有大量IT专业人士失业，企业也无法获得所需的技能，数据中心管理方面缺乏熟练工人是一个问题，IT领导者告诉我他们认识到了这个问题，但业务领导者对此不太敏感。

边缘计算和AI PC即将成为主流

虽然这些用例目前尚未得到证实，但如果你想在地理上分散的位置快速构建可扩展、安全的AI计算，AI PC模型理论上可行。

不要想象每个人都会有一个AI PC，而是考虑专门化的AI驱动任务和角色，实际上，AI PC集群就像是围绕任务和功能构建的迷你数据中心。

芯片制造商有发言权

硬件供应商和处理器制造商在这个游戏中有着深厚的利益，他们正在推动AI PC的发展，但无论是你的数据中心还是庞大的公有云，都依赖于硬件。随着企业在规划其未来架构时面临日益增长的需求，芯片制造商正赚得盆满钵满，然而，无论你如何构建基础设施，最终都需要下一代技术。

需要平衡

最终，与AI的所有方面一样，企业需要找到平衡。考虑到地缘政治和气候变化的性质，你能否承担得起将所有数据交给第三方?你需要能够在地理上以及企业内部和外部分散风险。

这也是关于机遇的，正确构建你的数据结构——不是完美而是正确——然后融合数据中心、云和终端用户设备边缘计算的最佳组合。