9月11日，全球边缘AI算力大会在北京召开。会上，网宿科技凭借在边缘AI领域的持续布局与实践，斩获金算奖·年度AI产业应用领航奖。
同时，网宿科技边缘AI资深架构师陈云辉在会上分享了网宿从“流量管道”到“分发智能”的演进路径、能力体系以及未来展望。
能力同源：从分发内容到分发智能
机器流量正在超过人类访问流量，一次业务请求的背后不再是打开一个网页，而是调用模型、生成Token、协同多个Agent，而网络要解决的核心问题始终未变——过去是让内容离用户更近，现在是让智能离用户更近。
陈云辉指出，CDN时代，网宿把网站、图片、视频等内容送到靠近用户的边缘节点，通过智能调度系统选择最优传输路径，应对突发流量，保障稳定传输。进入Token时代，模型推理需要算力，而算力分布在不同位置，用户请求也存在明显波峰波谷，系统不仅要完成模型与算力的资源匹配，还要在速度、成本和服务稳定性之间取得平衡，并通过故障检测、自动切换等机制保障服务连续性。
这些，正是网宿科技长期积累的核心能力。
依托二十多年边缘节点运营经验、智能调度能力以及全链路安全防护体系，网宿科技正在将服务对象从“内容”拓展到“智能”，从“传输内容”走向“分发智能”。
边缘AI网关：以统一入口，运营智能
“网宿的目标是通过生产侧和运营侧的持续优化，让每一次用户请求都被高效、稳定、经济地满足。”陈云辉表示。
网宿将边缘AI网关定位为企业AI化的统一入口，企业通过边缘AI网关即可接入200多个模型，并按需调用模型、启用安全能力、配置智能调度策略与缓存策略。
围绕这一统一入口，网宿重点构建了三类能力。
01
智能路由（Auto）与多模型融合（Fusion）
Auto根据任务复杂度、成本约束与实时负载，自动匹配模型，实现成本与质量的动态平衡。
Fusion则在网关层实现多模型并发、独立推理与结果共识提炼，将多个模型的能力进行组合，提升最终输出的稳定性与可靠性，同时降低企业自建多Agent系统的开发与运维负担。
02
分层调度与闲时复用
边缘节点承接轻量实时推理，区域GPU承接中等任务，中心集群承接复杂批量推理；叠加跨时区、跨客户、跨业务的错峰调度，让算力潮汐被运营起来，而非被闲置或堆高成本，充分释放算力价值。
03
安全防护与统一治理
在安全层面，网宿构建“入口防护+网关管控+AI防爬+持续安全运营”的边缘AI安全闭环。在治理层面，则通过统一AI治理（UAG）管好成本账、安全账、责任账，让AI成为可控、可靠、可持续的生产力。
Token工厂：让算力成为可运营的产能
在江苏常州与浙江海宁，网宿联合产业链伙伴共建城市级绿色Token工厂，探索形成绿色化、标准化的Token服务能力。
与此同时，网宿还在探索推理引擎优化、算力闲时复用机制，进一步提升资源利用率和推理效率。
“通过生产、调度与优化环节的自动化闭环，最终形成模型优化推理服务、推理服务承载模型的能力循环。”陈云辉表示。
模型决定下限，调度、成本与安全决定上限
从早期ChatGPT的单轮问答，到如今的Agent、A2A（Agent to Agent）交互，单个任务需要经历多轮模型调用和工具调用。与此同时，AI Coding等赛道已经实现商业化闭环，多模态生成的需求也在快速爆发。
陈云辉表示，Token消耗每增长一个量级，Token交付的市场空间就会进一步扩大；时延要求每提升一个层级，边缘节点的价值也会更加凸显。
其中，AI视频生成尤其值得关注。
相比语言大模型，视频模型的参数规模通常相对较小，更适合在边缘节点运行。同时，视频生成、审核和推流往往需要被压缩到秒级窗口，对就近计算和低时延链路提出了更高要求。
网宿将对H3等开源视频模型进行持续的深度定制优化，将5秒视频的生成时间从28秒压缩至3～4秒，实现“生成速度快于播放速度”，为实时直播等场景提供支撑。
“模型决定生成效果的下限，而能否规模化落地，取决于模型之上的调度能力、成本控制与合规保障，这正是网宿从CDN转型AIDN的核心机遇。”陈云辉表示。