从ChatGPT到DeepSeek，大模型的一次次“破圈”推动着AI技术深入千行万业。特别是以DeepSeek、Qwen、ChatGLM等为代表的开源模型，在提升性能的同时不断降低开发与使用门槛，加速了AI技术的民主化和商业化进程，也催升了当前市场对智能算力，尤其是推理算力的空前需求。

2025年IDC Futurescape全球云计算十大预测显示，到2027年，为应对持续膨胀的生成式人工智能（推理）需求带来的挑战，80%的CIO将依赖云服务商提供的边缘服务，以满足性能与数据合规要求。

行业景气度提升，云服务商作为“卖水人”迎来价值重构。

2025年以来，阿里云、火山引擎、金山云（03896.HK）、优刻得（688158.SH）、青云科技等国内云厂商全力向AI智算转型，资本市场也一度对其前景报以热烈反应，已上市厂商们的股价在短期内出现惊人涨幅。

以网宿科技、白山云科技、PPIO派欧云等为代表的国内独立边缘云服务商也积极把握“边缘推理”机遇，加快战略布局与资本进程。网宿科技（300017.SZ）于10月27日发布的三季度报告显示，公司2025年前三季度营业收入达34.92亿元，净利润激增43.6%，边缘AI与安全业务加速落地；白山云和PPIO也先后递表港交所，拟借力资本市场再下一城。

AI平权，推理爆发

2025开年横空出世的 DeepSeek基于算法改进、算力节约以及技术开源，极大降低了AI开发的门槛和创新成本。无论是企业还是个人，都在感受着AI带来的效率提升和全新可能性。典型如“义乌老板娘”们将DeepSeek等AI工具引入到生产设计、多语种客服、物流优化等贸易全链路，跨国生意火爆全网。

与此同时，通义千问、腾讯混元、智谱GLM、Kimi等国内主流大模型厂商亦加快产品迭代并深化开源布局，重塑了全球开源大模型生态格局。

在2025年9月阿里云栖大会上，通义千问一次性发布七款覆盖语言、视觉、语音、多模态、代码等领域的新模型，形成全尺寸、全模态的产品矩阵，其中Qwen3-Next通过架构创新将训练成本降低90%，延续了AI技术普惠的发展趋势。

（来源：AI生成）

开源和低成本加速了模型层面的“平权”。中小团队不需要重资产投入就可以蒸馏出高性能的小模型，并能在边缘和端侧算力上稳定运行，这极大降低了对硬件算力的需求，为推理侧应用的爆发打下基础。数据显示，截至今年9月，仅通义模型的全球下载量就超过6亿次，衍生模型超17万个。

这一变化也使得企业的AI投入跳出“大力出奇迹”的烧钱模式，逐渐将重心从训练转向推理。IDC预测，2028年中国智能算力规模将达到2781.9EFLOPS，这一增长源于推理端需求的极大释放。IDC分析师也曾指出，从2024下半年以来，在边缘完成模型推理，以及轻量级模型训练或相关处理已经成为当前客户关注的焦点。

边缘推理：极致低时延、极致降成本

大模型“战场”转移对算力市场格局的影响，与训练和推理对算力的差异化要求有着本质关系。

训练阶段依赖高算力、长周期、集中式的云端资源，以完成复杂计算与迭代。但不同于训练对算力的“集中式消耗”，推理呈现出边缘化、碎片化、实时化、长尾化的特征。特别是随着AIGC、智能体、车联网、AR/ VR、工业自动化及云游戏等应用场景对实时交互要求的提高，解决推理的“最后一公里”问题成为行业的关键挑战。市场对低时延和具备隐私保护能力的AI推理需求激增，中心云在资源密集性上仍具优势，但其跨地域传输带来的效率、性能与隐私风险日益成为瓶颈。

成本方面，终端用户侧流量不断上升，而用户每一次交互都涉及高昂的算力和带宽消耗，使得推理服务的成本与使用量直接挂钩，边际成本居高不下，企业亟需更经济、高效的推理方案。

实时性需求与成本压力下，边缘云成为解决AI推理“最后一公里”的关键基础设施。边缘云通过将计算及存储部署在更接近数据源的位置，无需将数据传回远程集中式数据中心进行处理，从而减少数据往返的带宽消耗和传输延迟，实现实时推理与分析并保证数据安全性，帮助客户降本增效。

（来源：AI生成）

IDC在中国边缘云市场跟踪研究报告中指出，在AI推理场景中，边缘云服务模式具有上线速度快、物理位置分布广泛、更靠近终端用户等特点。在某些场景，尤其是大规模使用多模态模型生成内容时，边缘云服务具有独特优势。

凭借分布式架构与就近推理能力，边缘云形成对中心云推理的有力补充和协同，而这也带来了新的市场空间和竞争机会。目前网宿科技、白山云、PPIO等边缘云厂商已明确将AI基础设施作为公司的核心战略，并推出GPU算力租赁、边缘模型服务等主要产品和服务模式。

其中，GPU算力租赁通常以裸金属服务器租赁及容器化实例的形式，为客户提供弹性、按量计费的算力资源，帮助客户减少前期投入，同时保障业务扩展性与成本效益；边缘模型服务则利用分布式集群架构，将模型即服务(MaaS) 能力部署在靠近用户的边缘侧，以支持高实时推理。

此外，模型调优、模型治理、智能体云服务等更高阶的、面向AI应用生命周期的增值服务，也正成为厂商们构建差异化竞争力的关键。

在AI应用普及推动下，灼识咨询预计2029年全球边缘云服务行业市场规模将达人民币14,580亿元。其中，中国市场规模将从2024年的810亿元增至2029年的2515亿元，年均复合增长率将达到25.4%。

大水之中，必有大鱼

市场扩容带来机遇，也加剧竞争。

2025年10月28日，全球CDN鼻祖Akamai 正式发布了分布式、生成式边缘平台Akamai Inference Cloud ，将AI推理能力从核心数据中心扩展到互联网边缘，让AI决策发生在距离用户更近的地方，解决延迟、成本与数据主权痛点。

从CDN走向边缘云，再走向边缘AI，Akamai的转型之路在国内CDN厂商身上同样上演着。回顾国内CDN市场的发展，移动互联网流量爆发带动了一批CDN企业入场，但也在价格战中完成大浪淘沙，优胜劣汰。CDN企业开始向边缘云转型，围绕网络、安全、计算等方向拓展其能力。最终，资源覆盖、技术能力、客户服务、成本控制等成为留在牌桌上的资本。

在AI推理爆发的市场机遇中，国内边缘云市场也迎来新一轮竞合，厂商突围的逻辑或许类似。其中，近期在港交所完成二次递表，再度冲击IPO的白山云受到了市场的集中关注。白山云成立于2015年，是业内知名的独立边缘云服务企业，打造了集网络服务、安全和智算服务于一体的全球边缘云平台与产品体系，公司已服务超千家企业客户。

在成熟的全球边缘云基础设施和专有的异构计算框架上，白山云推出了边缘智算云，提供从GPU IaaS到MaaS的全方位服务，并专门针对边缘AI推理进行优化。在这一领域，白山云也积累了一系列创新技术，包括服务网关全网调度技术、异构算力弹性调度技术、大文件加载优化技术、算力服务单元推理优化技术等关键能力。这些优化使得白山云在推理能力上实现了显著突破：GPU利用率提升30%、模型响应速度提升100%、模型扩展时间成本降低94%。

（来源：白山云官网）

广泛的节点覆盖与全球智能调度能力，也让白山云在边缘推理的性能和成本控制上形成了先天优势，使其在抢占AI推理“最后一公里”的竞争中占据了有利位置。

据招股书披露，白山云已在60个国家和地区的290多个城市部署了1500多个全球边缘节点，且其是海外资源最丰富的边缘云厂商，在东南亚、中东、中亚、非洲、北美、欧洲等海外市场均已部署算力基础设施，形成了具备毫秒级服务交付能力的全球分布式计算网络。

（来源：白山云官网）

基于此，白山云能够将算力资源动态下沉到用户侧，时刻保持距用户最近、性能最优的边缘节点运行响应，实现就近推理。以工业场景举例，白山云已实现了端到端延时低于20毫秒。

同时，基于全球范围内算力资源的储备，白山云可以按照不同时区下客户算力用量的波峰波谷变化，进行全球范围内的跨区调度，削峰填谷，把资源利用率拉到极致，进一步降低客户的使用成本。此外，边缘本地化数据处理也满足金融、政务及出海业务的合规要求。对比大型云厂商，“独立第三方”属性支持白山云能够为各类企业提供服务支持，带来的信任和安全感也在倍增。

优势兑现为营收。公司财报显示，2022年-2024年，白山云营收分别为21.32亿元、23.91亿元和22.18亿元。这其中，来自安全和智算服务的收入增长显著，从2022年的1.57亿元增长至2024年的5.17亿元，占总收入的比例从7.4%提升至23.3%。

不过，公司目前仍未盈利。2022年至2024年，分别亏损1.93亿元、0.93亿元和1.47亿元。对此，白山云解释，这主要是由于公司策略性地缩减国内市场的低利润服务，以及持续对全球网络扩展及智算基础设施进行大量前瞻性资本投资所致。

这或许也是云厂商们面临的普遍问题——一边忍受剥离或缩减低毛利率业务带来的“阵痛”，一边在AI新蓝海中抢滩布局、持续投入。但激烈的市场竞争从未停歇，长期价值最终还需要通过持续的盈利能力来证明。