好家伙，英伟达这回又出手了，而且这一手，藏着不少门道。
当地时间周三，英伟达拉上全球数据中心巨头 Equinix 和开源推理平台 Together AI，整了个新活儿，名叫“Equinix Inference Exchange”，简单说，就是给企业提供分布式 AI 推理服务。计划 2027 年第一季度上市。

什么叫分布式推理？
打个不太精确的比方，以前 AI 推理像是你想吃一口热菜，得打电话让几百公里外的中央厨房现做，做好了再送过来，菜都凉了。
现在是把灶台直接支到你家楼下，锅气十足。
三家怎么分工的？
Equinix 在底层出机房、出电力、出制冷，还负责把云、网络和 AI 服务商连到一块；英伟达居中，出算力硬件，顺便甩出一套企业级参考架构，告诉你生产级 AI 环境该怎么搭，省得企业自己从零摸索；Together AI 在最上面跑推理平台，支持超过 200 个开源模型，想合租也行，想包场也行。
这套组合拳，瞄准的是三类需求：
推理离数据近一点，时延低一点；帮企业从封闭模型挪到开源模型，省钱；还有就是受监管行业，模型得老老实实待在指定地区的机房里，数据不出境。

Equinix 的底气也确实足。
77 个都市区，超过 280 个数据中心，230 多个云接入点，1.05 万家企业在它的中立平台上互联。全球前十大 AI 模型提供商，八家住在它机房里；前十大 AI 云服务商，九家也是。
看到这儿，问题来了。
英伟达坐拥 AI 训练时代的绝对王座，为什么现在这么卖力地扑向推理？
答案，英伟达自己早就写在财报里了。
其 2026 财年年度报告说得明明白白：推理已经超越训练，成为主导性负载。AI 不再只是被构建，而是被大规模使用。
这话翻译一下，以前大家抢着买卡是练模型，现在模型练得差不多了，开始抢着用模型。智能体在推理、规划、解决问题的每一步都在生成 token，工作流铺得越开，算力胃口越大。
黄仁勋在 2026 财年第四季度财报里更是直接放话：智能体 AI 的拐点已经到来，Grace Blackwell 能把单 token 成本压低一个数量级。

第三方数据也在佐证。
麦肯锡 2026 年 2 月的测算显示，全球数据中心需求将从 2025 年的 82.3 吉瓦涨到 2030 年的 219 吉瓦，其中推理负载从 20.9 吉瓦飙到 93.3 吉瓦，年复合增速 35%，比训练的 22%快出一大截。
到 2030 年，推理将占 AI 算力的一半以上。
风向，是真的变了。
有意思的是麦肯锡后半段的判断。
训练和推理，对基础设施的要求压根是两路脾气。
训练要的是高密度大园区，专门的机电和散热，恨不得在荒郊野岭圈一块地当算力农场；推理讲究低时延、连接强、能效好，得贴着用户和数据跑，城域和近城域站点才是主场。
而这类站点，恰恰是 Equinix 的地盘。
这一层看明白了，这场合作的算盘就清楚了。
英伟达出枪，Equinix 出街，Together AI 出弹药铺，一个从芯片到机房再到平台的全链条推理生意，闭环了。

我怎么看？随口聊几点想法。
其一，推理时代，权力的地图在重画。
训练时代，谁囤的 GPU 多，谁嗓门大，算力集中在少数几家巨头的巨型园区里。推理时代变了，贴近用户才是硬道理，地头蛇们，也就是遍布城市的互联型数据中心，身价跟着水涨船高。英伟达这一步，等于主动把算力的触角，从农场伸进了菜市场。
其二，开源模型在悄悄改写企业账本。
这项服务特意强调帮企业从封闭模型迁到开源模型，支持 200 多个开源模型。这里面有个细思极妙的地方：英伟达卖的是铲子，它才不在乎你挖金矿用的是进口锄头还是国产锄头，锄头越多人抢，铲子卖得越欢。封闭模型公司护城河里的水，正在被一点一点抽走。
其三，数据主权成了新生意。
受监管行业要求模型在指定地区机房里跑，数据不出境，这在几年前还是被抱怨的合规负担，如今摇身一变成了卖点。地缘政治越紧，本地化部署的需求越旺。可见一条铁律，哪里有围墙，哪里就有商机，越是不确定的年代，确定性本身越值钱。

话说回来，这套叙事也不是没有软肋。
2027 年第一季度才上市，彼时推理市场的竞争烈度，绝不会像今天这般温和，云厂商们自己也在疯狂下沉边缘节点。而且分布式推理听起来美，跨区域调度的网络成本和管理复杂度，可不是 PPT 上画几条连线那么简单。
一位朋友的感慨我记得挺清楚，他说蒸汽机刚发明的时候，工厂都得挨着河流建；等电力普及了，厂子想开哪开哪。算力大概也要走这条路，从大河边的巨型水车，变成千家万户墙上的插座。
英伟达显然不想只卖水车。它想成为那个铺电网的人。