RAISE峰會巴黎站：AI投資熱潮下的技術角力

本周，全球AI領域的重量級人物齊聚巴黎RAISE峰會。與去年相比，今年的峰會規模更大、人氣更旺、現場更熱鬧，那種久違的熱烈氛圍讓我想起了互聯網泡沫時代。

而這股熱潮背后，核心驅動力只有一個：錢。

在RAISE峰會上，我看到的是一場愈演愈烈的投資狂潮。數十億歐元和美元涌入數據中心，新興云服務商爭相將產品推向市場；軟件廠商紛紛拋棄2025年之前的舊有商業模式，轉身擁抱AI信仰；而企業用戶則疲于追趕，在創新投入與安全合規風險之間艱難求平衡。

在RAISE峰會上，最顯而易見的風險，是"錯失恐懼癥"（FOMO）——參會者、參展商和演講嘉賓無不爭相宣揚各自的"下一個大機會"。

至少，在AI泡沫破裂之前是這樣。以下是我在展會現場發現的幾大亮點。

為新興云服務商持續"輸血"

新興云服務商（Neoclouds）——即提供AI專屬云能力的數據中心——始終是RAISE峰會的核心議題。

今年，這些新興云服務商正在全速沖刺，想方設法盡快將產品推向市場。為了滿足這一爆炸性需求，多家參展商在峰會上展示了專門支撐這一市場大規模投資的解決方案。

制約新興云服務商發展的最大瓶頸之一，是GPU資源的稀缺。為此，Clockwork Systems公司推出了一套軟件驅動的AI互聯架構，主要面向新興云服務商，致力于最大化GPU利用率。

Clockwork的技術創新在于以新方式運用已有能力：借鑒RAID冗余磁盤陣列技術實現高可用容錯，利用可觀測性技術維護精準的時鐘同步（這對任何云平臺的正常運行都至關重要），并引入類似軟件定義廣域網（SD-WAN）的技術來解決云基礎設施內部的網絡擁塞問題。

新興云市場投資熱潮最典型的案例，當屬SambaNova公司。該公司剛完成一輪10億美元融資，估值達到110億美元。SambaNova提供預裝了自研下一代芯片技術的服務器機架，可同時支持AI訓練和推理任務。新興云服務商只需將這些機架直接部署到數據中心，即可立即投入使用。

轉型：向著"冰球"將去的方向滑

RAISE峰會上，多家廠商選擇像韋恩·格雷茨基那樣，預判形勢、果斷轉型，從原有業務全面轉向以AI為核心的產品方向。

Hammerspace是一家數據虛擬化廠商，曾招募Linux內核維護者，將其元數據處理能力直接集成到內核層面，從而在數據路徑之外構建起統一的元數據環境，實現了極高的性能表現。

數據虛擬化技術已發展多年，但Hammerspace發現，其技術特別契合大語言模型對數據的強烈需求——它能幫助企業從孤立的數據源中構建出經過精心篩選的訓練數據集。

另一個值得關注的轉型案例是Comet ML。這家公司此前深耕MLOps領域多年，如今已將自身重塑為一個端到端的智能體開發平臺，支持在測試階段和生產環境中對智能體進行評估。

Comet最具差異化的能力在于編程智能體的成本管控。它能夠告知工程管理者，開發人員在哪些環節上花費了AI生成代碼的費用，甚至能對Claude Code進行重新配置，將編程成本降低最高40%。

Backblaze也借助轉型煥發了新生，從兼容S3的對象存儲轉向面向AI數據集的EB級存儲。該公司歷史上以小額客戶交易為主，但新興云服務商對存儲的旺盛需求徹底改變了這一局面——其近期與新興云服務商CoreWeave達成的一筆八位數金額的合作，便是最好的印證。

最后一家轉型廠商是Rafay Systems。這家公司的Kubernetes管理產品我已跟蹤報道多年，早在2019年的KubeCon上便有所記錄。如今，該公司已演進為一套面向新興云服務商和企業用戶的完整AI軟件棧。

Kubernetes依然是其底層基礎，但在當前AI原生基礎設施的語境下，這已是默認前提。在此之上，Rafay提供了GPU管理能力、可供新興云服務商白標使用的AI應用市場，以及其所稱的"Token工廠"——即通過統一API對跨模型的AI Token進行封裝和抽象的能力。

本質上，Rafay讓新興云服務商（以及部分大型企業）能夠開箱即用地提供類似AWS那樣的AI能力與服務體驗。

你還不知道自己需要的產品

RAISE峰會上，有兩家廠商格外引人注目——它們解決的，是許多人尚未意識到自己存在的問題。

SuSea旗下的You.com為AI提供網絡搜索API，同時配備了一個涵蓋公開網絡大部分內容的底層數據層和網頁索引。

大語言模型需要具備搜索網絡的能力，無論大小模型，都需要能夠根據應用場景訪問公共或私有數據集。You.com提供了一個API層，讓企業能夠對模型的搜索訪問進行標準化管理與統一控制。

理解You.com價值主張的關鍵在于：谷歌和微軟都不愿意開放其搜索結果的API訪問權限，因為兩家公司都在大力推進各自的AI產品。You.com則提供了一種中立的第三方搜索能力，讓用戶擺脫對搜索市場主導者的依賴。

SkipLabs同樣提供了一款"需求尚待發掘"的產品。SkipLabs為基于AI的代碼開發提供了一套開發框架，能夠生成標準化的OpenAPI契約，對后端依賴關系進行形式化定義和驗證。

換言之，SkipLabs以聲明式方式構建有狀態的智能體應用，其工作原理類似于編譯器，幫助開發者為智能體創建定義清晰、可測試的后端服務契約。

你明確知道自己需要的產品

峰會上最后一家令我印象深刻的廠商是Traversal。Traversal為企業提供AI驅動的自動化站點可靠性工程（SRE）服務。

該公司融合了分布式系統彈性領域的深厚專業積累與因果AI技術，為客戶構建出覆蓋生產環境的動態"世界模型"。這些世界模型基于Traversal自研的生成式知識圖譜技術，可根據工程師的提示語實時生成。

簡而言之，Traversal為運維團隊提供了一種類似"vibe coding"的體驗，能夠自動完成根因分析并解決生產環境中的問題。

Traversal的生產世界模型能力十分強大，客戶在使用過程中不斷發現其涌現出的新用途——該模型具備足夠強的泛化能力，可將已找到的故障排查方案推廣應用至組織內其他類似問題的解決中。

結語

RAISE峰會的氣味，讓我想起了當年互聯網泡沫時代的那股味道——瘋狂資本的氣息撲面而來。

投資人們說，AI的未來規模無可估量，所以必須砸入數十億美元，才能在牌桌上占有一席之地。于是資本滾滾而來，各路廠商爭相分一杯羹。

但我對互聯網泡沫時代的類比并非隨口而發——AI泡沫確實存在，唯一的懸念只是它何時破裂。

不過在那一天來臨之前，現在正是創新的時機：為新興云服務商持續輸血，向AI全面轉型，解決那些還沒人意識到的問題。在當下這個AI狂熱的時代，一切皆有可能。

Q&A

Q1：RAISE峰會上，Clockwork Systems是如何解決GPU資源瓶頸問題的？

A：Clockwork Systems提供了一套軟件驅動的AI互聯架構，專注于最大化GPU利用率，主要面向新興云服務商。其技術借鑒了RAID冗余容錯機制、可觀測性驅動的時鐘同步技術，以及類似SD-WAN的網絡擁塞解決方案，通過多層次優化手段提升云基礎設施整體效能，從而緩解GPU資源稀缺帶來的增長瓶頸。

Q2：Comet ML從MLOps轉型后，現在主要提供什么服務？

A：Comet ML已從MLOps廠商轉型為端到端的智能體開發平臺，支持在測試階段和生產環境中對智能體進行評估。其最具差異化的功能是編程智能體成本管控：它能幫助工程管理者追蹤AI生成代碼的費用來源，并通過重新配置Claude Code，將編程成本降低最高40%。

Q3：You.com的核心價值是什么？為什么企業需要用它而不是谷歌或微軟的搜索？

A：You.com為AI模型提供網絡搜索API及底層數據索引，核心價值在于其中立性。谷歌和微軟均不愿開放搜索結果的API訪問權限，因為兩家公司都在積極推廣自家AI產品。You.com作為獨立第三方，提供標準化的搜索接入層，幫助企業統一管理模型對公共和私有數據的訪問，避免對搜索市場主導者產生依賴。