问题：随着生成式应用、智能体服务和物联网设备快速增长，用户对实时响应、就近处理数据以及可控成本的需求明显提高；以集中式云数据中心为主的传统部署方式，跨区域调用时容易遇到网络拥塞和时延波动等问题，在高并发、强互动场景下难以稳定提供低时延体验，分布式推理能力供给因此成为新的瓶颈。 原因：电信运营商和分布式云服务商长期运营覆盖广、点位多的网络与机房体系。全球约有10万个分布式网络数据中心，分布在区域中心、移动交换局、中心局等关键节点——具备场地、电力和连接条件——但过去主要用于通信和内容分发。随着算力需求向边缘外溢、终端侧智能化加速，行业开始把“网络优势”转化为“算力优势”，将推理能力前移到更靠近用户和数据的位置，以降低传输开销、提升响应稳定性。同时，部分运营商现有边缘站点仍有可用机架空间和冗余电力，能够在较短周期内承载新增算力；业界也在推进人工智能与无线接入网融合，让无线侧在保障通信的同时具备边缘推理承载能力。 影响：在本次大会上，AT&T、T-Mobile、康卡斯特及Spectrum等企业表示，正在采用英伟达有关基础设施构建“人工智能网格”，即地理上分散、网络上互联的算力体系；Personal AI、Linker Vision、Serve Robotics、Decart等企业计划在该体系上部署实时应用。业内认为，这种“网格化”布局有望将推理从中心云延伸到边缘节点，使计算更贴近用户、设备和数据源，从而在视频分析、机器人调度、个性化交互等场景中获得更低时延、更稳定的体验，并通过按需供给更精细地控制成本。更值得关注的是，电信网络的角色可能随之变化：不再只是流量通道，而是规模化交付智能服务的底座，推动运营商从连接服务延伸到算力与智能服务。 对策：从推进路径看，运营商多采用分层策略。一类做法是优先激活既有有线边缘站点，将其升级为可商业化运营的边缘推理节点，以较低改造成本快速形成服务能力；另一类做法是推动无线接入网与计算深度融合，在网络侧同时承载通信与推理工作负载，形成更贴近移动用户的智能服务入口。业内人士指出，落地过程中需同步解决三上问题：一是跨节点编排与调度能力，保障任务在不同区域间高效分发与迁移；二是安全与合规体系，在数据就地处理、跨域调用、身份认证等环节形成可审计闭环；三是商业模式与计费标准，明确按时延等级、算力规格、服务质量等维度定价，建立可持续的投入回报机制。 前景：随着更多应用从“云端可用”走向“边缘必需”，电信运营商的广域覆盖和本地化部署能力将更加突出。如果分布式节点的电力与场地资源持续释放，行业预计可支撑相当规模的新增算力供给，从而加快推理服务在城市群、交通枢纽、工业园区等区域落地。未来，“人工智能网格”能否形成规模效应，关键在于接口标准化、生态协同以及端到端服务质量保障；一旦实现跨运营商、跨区域互联互通，算力有望像带宽一样成为网络基础资源，让智能服务以更低门槛进入更多行业与用户场景。
从连接到算力、从网络到平台，电信运营商推进“AI网格”建设，反映了数字基础设施演进的新方向。能否把存量站点和网络优势转化为可计量、可交付、可复制的推理服务，将考验运营能力与生态协同水平。面向未来，只有在技术创新、商业闭环与安全治理之间建立稳定平衡，分布式智能服务才能走向规模化，为产业升级与民生应用释放更大的增量空间。