分布式推理，是指把推理任务拆分，调度分布在不同地域的多台服务器协同完成计算，让推理能力贴近企业本地数据。
该服务定名 "Equinix Inference Exchange"，于当地时间周三在 Equinix 首届客户与合作伙伴大会 "Equinix Horizon" 上发布，计划于 2027 年第一季度上市。
Equinix 表示，该服务主要面向三类需求：让推理更贴近用户与数据以降低时延、帮助企业从封闭模型迁移到开源模型以控制成本，以及在受监管行业中把模型运行在指定地区的机房内，满足数据不出境等要求。
三方分工
具体分工上，英伟达在其中承担算力与技术底座角色，输出企业级参考架构（Enterprise Reference Architectures），并提供 AI 基础设施硬件。
NVIDIA Enterprise Reference Architectures 是英伟达一套标准化 AI 基础设施参考方案，为生产级 AI 环境提供覆盖计算、网络、存储与软件的整体设计，目标是最大化 "AI 工厂 " 吞吐量、压低单位 token 成本，使企业不必从零验证硬件选型与组网方案。
报道指出，三方构成互补的三层：Equinix 在底层提供电力、先进制冷与日常运维，并通过其互联平台 Equinix Fabric 连接云、网络与 AI 服务商。
英伟达居中提供算力与参考架构；Together AI 在最上层运行推理平台，支持超过 200 个开源模型，并提供多租户共享部署与单租户独享环境两种形态。
报道指出，承载上述方案的平台规模亦是合作基础—— Equinix 目前在 77 个都市区运营超过 280 个数据中心，拥有逾 230 个云接入点，超过 1.05 万家企业在其中立平台上实现互联。
Equinix 表示，全球前十大 AI 模型提供商中的八家、前十大 AI 云服务商中的九家已将基础设施落地在其数据中心内。
推理成主力
该服务的推出与英伟达近期自身的业务重心迁移相互印证。
据媒体报道，英伟达在提交美国证券交易委员会的 2026 财年年度报告（财年截至 2026 年 1 月 25 日）中明确指出，推理已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。
报告将其归因于智能体的普及——智能体在推理、规划与解决问题的每一步都在生成 token，随着其被部署到更多工作流与行业，算力需求随之放大。
这一判断也体现在产品定位上。据报道，英伟达创始人兼首席执行官黄仁勋在 2026 财年第四季度财报公告中称，智能体 AI 的拐点已经到来，搭载 NVLink 的 Grace Blackwell 是当前推理领域的领先平台，可将单 token 成本降低一个数量级。
第三方研究显示同向趋势。麦肯锡 2026 年 2 月发布的测算显示，全球数据中心需求将从 2025 年的 82.3 吉瓦增至 2030 年的 219 吉瓦；其中 AI 推理负载由 20.9 吉瓦升至 93.3 吉瓦，年复合增速 35%，同期 AI 训练负载由 23.1 吉瓦增至 62.2 吉瓦，增速 22%。
麦肯锡由此判断，到 2030 年推理将占 AI 算力的一半以上、占数据中心总需求的三成至四成。
该机构同时强调，两类负载对基础设施的要求截然不同：训练需要高密度大型园区，配套专门的机电与散热系统；推理则更倾向布局在低时延、网络连接强、能效表现好的城域及近城域站点。
业内指出，这类城域及近城域站点，正是 Equinix 这类互联型数据中心运营商的 " 主场 "。
