2025年，Agentic AI的发展带动了人工智能领域的范式转换，Agentic AI 又称为代理式AI，该阶段出现在Generative AI(生成式AI)之后，在Physical AI（具身AI）之前，Agentic AI有利用各类技术自动适配并进行决策的能力，Agentic AI的关键特性是在感知和理解上下文，通过推理来回答或解决问题，在做出规划以后再采取行动。但Agentic AI的落地，让算力需求更加高涨，相较于传统大语言模型的输出，在Token生成速度相同的情况下，算力要求高了10多倍。当下算力的需求才刚刚开启海量应用的闸门。高密度的算力基础设施，对于AI基础设施的供电、冷却、大规模并行计算、可扩展性等方方面面带来持续的挑战。
2026年9月18日，弗若斯特沙利文（Frost & Sullivan，以下简称“沙利文”）联合头豹研究院发布《2026年H1中国全栈AI云服务市场报告——开箱即用的云服务》（以下简称《报告》），本报告聚焦“中国全栈AI云服务”领域，以全栈式技术整合与生态协同为核心研究方向，研究周期覆盖2025年全年及2026H1。研究旨在系统梳理全栈AI云服务的关键技术、商业化、竞争格局及未来趋势。通过深度分析，揭示全栈AI云服务的关键作用，助力把握AI与云计算深度融合的战略机遇窗口。
微信扫码获取报告
下文为白皮书部分节选，详细内容可扫描二维码获取：
全栈AI云服务市场解析
01
云计算是AI发展的坚实基础
2025年，Agentic AI的发展带动了人工智能领域的范式转换，Agentic AI 又称为代理式AI，该阶段出现在Generative AI(生成式AI)之后，在Physical AI（具身AI）之前，Agentic AI有利用各类技术自动适配并进行决策的能力，Agentic AI的关键特性是在感知和理解上下文，通过推理来回答或解决问题，在做出规划以后再采取行动。为了支持在云端运行高要求 AI 工作负载的任务，AI云需要将性能、高级网络、灵活性、安全性和可扩展性相结合，满足客户对 AI 工作负载和新 Agentic 应用的推理和训练需求。
资料来源：文献检索，沙利文分析
02
开箱即用的全栈AI云服务
随着云计算的发展，云服务已从传统的计算、存储资源供给，逐步向更高价值的AI云服务演进。AI云服务不仅提供底层算力支持，还融合了模型训练、推理平台及模型即服务（MaaS）等能力，推动人工智能技术在各行业的落地应用。全栈AI云服务聚焦开箱即用、全栈集成与灵活扩展，旨在降低AI使用门槛。
资料来源：文献检索，沙利文分析
03
全栈AI云服务的IaaS层
IaaS层的作用是为上层的PaaS和SaaS提供算力服务和大规模数据存储中心，提供算力基础设施（如GPU/TPU集群、分布式计算资源）、存储、网络等底层资源，支持AI模型训练与推理的弹性扩展需求。IaaS作为基础服务器，其商业模式大多依靠与其他服务组合的方式交付。
IaaS产品通常为各个厂商的AI云基础设施，如AI异构计算平台等，作为一种云服务模式，允许用户可以通过一个管理平台远程访问虚拟化的硬件资源，根据实际消耗支付费用。提供了灵活性、可扩展性和经济效益，允许企业快速适应技术变化和需求波动，从而专注于核心业务而非基础设施的管理。
04
全栈AI云服务的PaaS层
全栈AI云服务提供Agent开发工具链、算法模型库和API，降低企业Agent开发门槛。补充MCP/A2A协议层已成为PaaS标配。大模型的训练、微调、部署和推理过程以及Agent开发过程极其复杂，开发平台将这些复杂性封装，提供端到端的模型生产线，让开发者专注于业务逻辑和模型应用。
数据资产拥有方作为AI应用的数据提供者，对于初始元数据的开发治理与资产化极为重要，数据治理平台在全栈AI云服务中通过元数据管理、数据质量监控、数据清洗等功能，确保用于训练和推理的数据是准确、完整、一致的。高质量的数据是训练出高性能、可信赖AI模型的前提。
资料来源：文献检索，沙利文分析
基于模型开发、场景适配、推理部署以及产品应用，全栈AI云服务趋于平台化与简易化，旨在为用户提供更为完整的产品构建解决方案。
05
全栈AI云服务的MaaS层
AI时代的云服务中，应用层已经从蜕变为由多种不同的AI模型及其相关能力打包成可重复使用的服务即 MaaS。AI Agent的出现更是让应用层企业服务的本质从从“让客户自己工作”到“为客户完成工作”的质变。Serverless推理、多模型路由引擎、智能路由定价（Token计费）等新形态的出现也改变了当前市场的范式。
06
全栈AI云服务正构建Agentic Cloud新范式
Agent工作负载具有“无规律弹性、短生命周期、瞬时起量即走”的特征，需构建完整的Agent运行时环境。这包括提供轻量高效的沙箱执行环境以实现任务级隔离、多Agent协同与编排能力、跨任务的记忆管理能力、顺畅的数据流转通路，以及全域智能运维能力。
Agentic Cloud区别于上一代专注于模型生产迭代的“AI Native Cloud”，但又基于AI Native Cloud, AI Native Cloud更多专注在模型的生产迭代，提供弹性高效的算力调度。而Agentic Cloud面向的是智能体的运行时，核心是提供沙箱、AI网关、记忆管理、安全防护与编排治理等全套使能能力，使云成为Agent运行的操作系统。
07
全栈AI云市场竞争格局
当前全栈AI云厂商主要分为两类，一类是以阿里云、百度智能云为代表的综合云计算厂商（HyperScaler）战略全面AI化，该类厂商以云计算为基础，具备大规模基础设施与成本控制能力。另一类是以商汤科技为代表的Neo Cloud厂商，从成立之初便与AI深度绑定，具备AI基因，逐步发展为全栈AI云厂商。
