生成式人工智慧（GenAI）與代理型AI（Agentic AI）推動企業運算架構走向平台化，原本以虛擬化或混合雲為核心的基礎架構，逐漸轉向跨多雲的分散式運算平台。
企業不再只關注虛擬機部署效率，而是需要能在資料中心、公有雲與邊緣（Edge）之間提供一致配置、治理與資料移動路徑管理的運算架構，並且支援容器化與GPU密集工作負載的運行環境。
Nutanix全球技術資深副總裁Mike Phelan指出，企業正在重新檢視資料中心拓撲，評估工作負載在不同環境間的布建方式，包括在哪裡訓練模型、哪些推論部署在靠近資料源的邊緣、哪些應用維持於私有環境以符合資料主權要求等。
Mike Phelan以平台演進的四個階段來回顧運算架構變化。他表示，第一階段聚焦以超融合架構（HCI）承載線上工作負載，包括Web後端與桌面虛擬化。第二階段則進入關鍵應用核心系統，包含後端資料庫，重點在於提升可靠性與維運效率。第三階段將平台延伸至公有雲，使企業能在AWS、Azure與Google Cloud上以一致堆疊進行災難復原與雲端擴展，其技術基礎來自跨環境保持一致的基礎設施抽象層，而非單點協作工具。
當前第四階段則由AI與無狀態（Stateless）應用主導，平台調度核心轉向以Kubernetes（K8s）為主，並需具備跨資料中心、公有雲與邊緣（Edge）節點之間的工作負載可移動性。關鍵不在於取代虛擬化層，而在於讓虛擬化與容器、AI推論共享同一資料平台與控制平面，使治理與生命週期管理不再需要多套工具並存，避免形成「虛擬機環境一套、K8s環境一套、AI叢集再一套」的平行架構。
Nutanix Cloud Platform（NCP）採單一程式碼來源構建資料平面與控制平面，涵蓋儲存引擎（AOS）、生命週期管理、網路與安全治理（Flow），並支援多種運算執行層，包括AHV Hypervisor、裸機節點及CNCF認證K8s環境。企業可依資料位置、成本與法規要求選擇部署環境，同時維持相同治理與觀測能力。Mike Phelan表示，整合式架構能避免企業同時維護多套平台版本，讓虛擬化、容器與AI推論採用相同資源管理與資料一致性模型，使跨雲部署不再依賴額外整合工具，強化營運彈性。
資料平台雲原生化成為基礎層
面對容器化與AI工作負載成長，資料層與跨雲存取能力逐漸取代虛擬化層成為架構核心。Nutanix發布的Cloud Native AOS解決方案將資料平台直接運行於雲原生與裸機環境，不再依賴Hypervisor，使Cloud Native AOS支援跨雲災難復原、資料複製，讓容器化工作負載能在資料中心、公有雲與邊緣端運行。 Mike Phelan表示，若以傳統方式建置AI，往往需要先擴大儲存架構與加速硬體，再引進多種類型軟體工具搭建資料存取路徑，成本高且擴展速度難以滿足AI工作負載潛在高峰值運算需求。他認為，具備彈性擴展能力的資料平台更能因應AI推論與容器工作負載隨需求擴展，依資料來源調整運算位置，而不需預先以峰值容量配置硬體。
Cloud Native AOS支援跨可用性區域與本地部署的整合式資料保護，讓容器化工作負載能在資料中心、公有雲與裸機架構間調度，並能透過Kubernetes API管理資料生命週期，使資料治理方式與應用部署流程一致，減少基礎架構團隊手動維護工作。該能力目前已在Amazon EKS進入早期測試，未來將擴展至更多雲原生部署場景。
K8s與多雲協作落實統一治理
AI部署逐漸從單一模型推論轉向任務導向與跨系統協作的代理（Agentic AI）。企業需要的不只是生成內容，而是能理解目標、執行工作流、呼叫企業內部系統並具備治理能力的代理。Nutanix最新Enterprise AI以K8s與多雲抽象層作為執行架構，整合NVIDIA AI Enterprise，包括NIM微服務與NeMo框架，使企業能在資料中心、邊緣節點或公有雲上以同一堆疊部署推論端點，並由控制層統一治理。
Nutanix亞太及日本地區副總裁暨總經理Jay Tuseth（左）、全球技術資深副總裁Mike Phelan（中）、台灣總經理劉國龍（右）共同闡述以統一資料平面與控制層支援虛擬機、Kubernetes與AI推論的多雲架構戰略。
平台支援共享LLM模型端點，使模型能成為跨應用基礎服務，提升GPU使用率並降低重複訓練與部署成本。模型治理不僅涵蓋內容過濾與越獄防護，也提供端點防護能力，使模型使用方式符合企業風險管理與隱私合規要求。Enterprise AI同時整合資料平台服務，可處理非結構化與結構化資料，並支援NVIDIA GPUDirect Storage，使資料以更低延遲進入GPU，避免瓶頸落在前置處理階段。
企業採用AI的速度不只受制於運算與儲存架構，也受資料主權、雲端可用性與合規要求影響。Nutanix亞太及日本地區副總裁暨總經理Jay Tuseth表示，亞太企業導入AI的關注焦點不在模型研究本身，而是讓AI靠近資料來源部署，同時保留向外擴展能力。
Jay Tuseth引述《Nutanix 2025企業雲端指數》調查報告指出，亞太區約六成企業已具備生成式AI策略，八成導入容器化應用，說明企業正將K8s視為新一代應用協作層，並將資料主權與隱私列為跨雲部署優先要件。台灣市場呈現相同現象。Nutanix台灣總經理劉國龍表示，企業架構正從單一虛擬化堆疊轉向裸機、K8s與GPU工作負載並行，使既有生產系統與新型AI應用共享同一資料平面與治理模式。企業無須拆除既有虛擬化平台，即可在同一架構上引入容器與推論環境，降低整合成本並加速導入。