本周，全球AI领域的重量级人物齐聚巴黎RAISE峰会。与去年相比，今年的峰会规模更大、人气更旺、现场更热闹，那种久违的热烈氛围让我想起了互联网泡沫时代。

而这股热潮背后，核心驱动力只有一个：钱。

在RAISE峰会上，我看到的是一场愈演愈烈的投资狂潮。数十亿欧元和美元涌入数据中心，新兴云服务商争相将产品推向市场；软件厂商纷纷抛弃2025年之前的旧有商业模式，转身拥抱AI信仰；而企业用户则疲于追赶，在创新投入与安全合规风险之间艰难求平衡。

在RAISE峰会上，最显而易见的风险，是"错失恐惧症"（FOMO）——参会者、参展商和演讲嘉宾无不争相宣扬各自的"下一个大机会"。

至少，在AI泡沫破裂之前是这样。以下是我在展会现场发现的几大亮点。

为新兴云服务商持续"输血"

新兴云服务商（Neoclouds）——即提供AI专属云能力的数据中心——始终是RAISE峰会的核心议题。

今年，这些新兴云服务商正在全速冲刺，想方设法尽快将产品推向市场。为了满足这一爆炸性需求，多家参展商在峰会上展示了专门支撑这一市场大规模投资的解决方案。

制约新兴云服务商发展的最大瓶颈之一，是GPU资源的稀缺。为此，Clockwork Systems公司推出了一套软件驱动的AI互联架构，主要面向新兴云服务商，致力于最大化GPU利用率。

Clockwork的技术创新在于以新方式运用已有能力：借鉴RAID冗余磁盘阵列技术实现高可用容错，利用可观测性技术维护精准的时钟同步（这对任何云平台的正常运行都至关重要），并引入类似软件定义广域网（SD-WAN）的技术来解决云基础设施内部的网络拥塞问题。

新兴云市场投资热潮最典型的案例，当属SambaNova公司。该公司刚完成一轮10亿美元融资，估值达到110亿美元。SambaNova提供预装了自研下一代芯片技术的服务器机架，可同时支持AI训练和推理任务。新兴云服务商只需将这些机架直接部署到数据中心，即可立即投入使用。

转型：向着"冰球"将去的方向滑

RAISE峰会上，多家厂商选择像韦恩·格雷茨基那样，预判形势、果断转型，从原有业务全面转向以AI为核心的产品方向。

Hammerspace是一家数据虚拟化厂商，曾招募Linux内核维护者，将其元数据处理能力直接集成到内核层面，从而在数据路径之外构建起统一的元数据环境，实现了极高的性能表现。

数据虚拟化技术已发展多年，但Hammerspace发现，其技术特别契合大语言模型对数据的强烈需求——它能帮助企业从孤立的数据源中构建出经过精心筛选的训练数据集。

另一个值得关注的转型案例是Comet ML。这家公司此前深耕MLOps领域多年，如今已将自身重塑为一个端到端的智能体开发平台，支持在测试阶段和生产环境中对智能体进行评估。

Comet最具差异化的能力在于编程智能体的成本管控。它能够告知工程管理者，开发人员在哪些环节上花费了AI生成代码的费用，甚至能对Claude Code进行重新配置，将编程成本降低最高40%。

Backblaze也借助转型焕发了新生，从兼容S3的对象存储转向面向AI数据集的EB级存储。该公司历史上以小额客户交易为主，但新兴云服务商对存储的旺盛需求彻底改变了这一局面——其近期与新兴云服务商CoreWeave达成的一笔八位数金额的合作，便是最好的印证。

最后一家转型厂商是Rafay Systems。这家公司的Kubernetes管理产品我已跟踪报道多年，早在2019年的KubeCon上便有所记录。如今，该公司已演进为一套面向新兴云服务商和企业用户的完整AI软件栈。

Kubernetes依然是其底层基础，但在当前AI原生基础设施的语境下，这已是默认前提。在此之上，Rafay提供了GPU管理能力、可供新兴云服务商白标使用的AI应用市场，以及其所称的"Token工厂"——即通过统一API对跨模型的AI Token进行封装和抽象的能力。

本质上，Rafay让新兴云服务商（以及部分大型企业）能够开箱即用地提供类似AWS那样的AI能力与服务体验。

你还不知道自己需要的产品

RAISE峰会上，有两家厂商格外引人注目——它们解决的，是许多人尚未意识到自己存在的问题。

SuSea旗下的You.com为AI提供网络搜索API，同时配备了一个涵盖公开网络大部分内容的底层数据层和网页索引。

大语言模型需要具备搜索网络的能力，无论大小模型，都需要能够根据应用场景访问公共或私有数据集。You.com提供了一个API层，让企业能够对模型的搜索访问进行标准化管理与统一控制。

理解You.com价值主张的关键在于：谷歌和微软都不愿意开放其搜索结果的API访问权限，因为两家公司都在大力推进各自的AI产品。You.com则提供了一种中立的第三方搜索能力，让用户摆脱对搜索市场主导者的依赖。

SkipLabs同样提供了一款"需求尚待发掘"的产品。SkipLabs为基于AI的代码开发提供了一套开发框架，能够生成标准化的OpenAPI契约，对后端依赖关系进行形式化定义和验证。

换言之，SkipLabs以声明式方式构建有状态的智能体应用，其工作原理类似于编译器，帮助开发者为智能体创建定义清晰、可测试的后端服务契约。

你明确知道自己需要的产品

峰会上最后一家令我印象深刻的厂商是Traversal。Traversal为企业提供AI驱动的自动化站点可靠性工程（SRE）服务。

该公司融合了分布式系统弹性领域的深厚专业积累与因果AI技术，为客户构建出覆盖生产环境的动态"世界模型"。这些世界模型基于Traversal自研的生成式知识图谱技术，可根据工程师的提示语实时生成。

简而言之，Traversal为运维团队提供了一种类似"vibe coding"的体验，能够自动完成根因分析并解决生产环境中的问题。

Traversal的生产世界模型能力十分强大，客户在使用过程中不断发现其涌现出的新用途——该模型具备足够强的泛化能力，可将已找到的故障排查方案推广应用至组织内其他类似问题的解决中。

结语

RAISE峰会的气味，让我想起了当年互联网泡沫时代的那股味道——疯狂资本的气息扑面而来。

投资人们说，AI的未来规模无可估量，所以必须砸入数十亿美元，才能在牌桌上占有一席之地。于是资本滚滚而来，各路厂商争相分一杯羹。

但我对互联网泡沫时代的类比并非随口而发——AI泡沫确实存在，唯一的悬念只是它何时破裂。

不过在那一天来临之前，现在正是创新的时机：为新兴云服务商持续输血，向AI全面转型，解决那些还没人意识到的问题。在当下这个AI狂热的时代，一切皆有可能。

Q&A

Q1：RAISE峰会上，Clockwork Systems是如何解决GPU资源瓶颈问题的？

A：Clockwork Systems提供了一套软件驱动的AI互联架构，专注于最大化GPU利用率，主要面向新兴云服务商。其技术借鉴了RAID冗余容错机制、可观测性驱动的时钟同步技术，以及类似SD-WAN的网络拥塞解决方案，通过多层次优化手段提升云基础设施整体效能，从而缓解GPU资源稀缺带来的增长瓶颈。

Q2：Comet ML从MLOps转型后，现在主要提供什么服务？

A：Comet ML已从MLOps厂商转型为端到端的智能体开发平台，支持在测试阶段和生产环境中对智能体进行评估。其最具差异化的功能是编程智能体成本管控：它能帮助工程管理者追踪AI生成代码的费用来源，并通过重新配置Claude Code，将编程成本降低最高40%。

Q3：You.com的核心价值是什么？为什么企业需要用它而不是谷歌或微软的搜索？

A：You.com为AI模型提供网络搜索API及底层数据索引，核心价值在于其中立性。谷歌和微软均不愿开放搜索结果的API访问权限，因为两家公司都在积极推广自家AI产品。You.com作为独立第三方，提供标准化的搜索接入层，帮助企业统一管理模型对公共和私有数据的访问，避免对搜索市场主导者产生依赖。