Digital Realty 把 MCP 接進資料中心，私有 AI 的戰場開始變成控制平面

作者:

Digital Realty 在 6 月 17 日推出 ServiceFabric Model Context Protocol，表面上是一個資料中心互連產品的新介面，實際上更像私有 AI 基礎設施開始換語言。過去談企業 AI，大家先問 GPU、模型、雲端額度與資料治理；Digital Realty 這次把焦點放到另一個比較不顯眼但很現實的問題：當 AI workload 不只在公有雲裡跑，而是跨越企業資料、裸機、雲端、網路服務商與 colocation 機房時，誰來替這些實體與網路資源提供一個可被程式、工具甚至 AI agent 操作的控制層。

這也是為什麼 MCP 出現在資料中心新聞裡值得注意。Model Context Protocol 這幾個月多半被放在開發者工具、企業 SaaS 連接器、法律工作流或 agent 平台裡討論，用來讓模型和外部工具有標準化互動方式。Digital Realty 的角度比較偏底層：它想把 ServiceFabric 互連平台包成 AI-native 的可程式介面，讓企業能用更標準化的方法設計連線、配置私有網路、讀取遙測、套用身份與政策控制，並把這些操作接進既有的營運工具。

公司在新聞稿裡說，ServiceFabric MCP 會延伸到超過 800 個 Digital Realty 與第三方資料中心，並建立在 AI Private Exchange，也就是 AIPx 架構上。這些字眼很容易聽起來像一般基礎設施行銷，但背後的訊號很清楚：AI 的下一段競爭不只是在誰有更多機櫃或更多電力，而是在誰能把分散的物理資源變成可查詢、可配置、可監控、可審計的軟體表面。對大型企業來說，這件事可能比又多一個聊天介面更貼近部署痛點。

企業私有 AI 的難處通常不在簡報裡最亮的地方。真正卡住部署的，往往是資料不能亂移、模型供應商不能只有一個、推論要靠近資料來源、跨國業務要守資料落地與主權要求、網路延遲要可控，還有資安團隊要知道誰改了什麼。公有雲 API 可以解決一部分，但對金融、醫療、製造、公共部門與跨國企業來說，不是每一個 workload 都適合被放進單一雲端路徑。Digital Realty 這次的主張，就是把 colocation、私有互連和 AI agent 操作需求放在同一張圖上。

HostingJournalist 的報導抓到一個關鍵：ServiceFabric MCP 不是宣稱解決私有 AI，而是試圖讓其中一塊最麻煩的基礎設施更可程式化。這裡的「可程式化」不只是點按入口網站。Digital Realty 提到的能力包括設計與 provisioning、discovery 與 telemetry、identity 與 security，以及 operations integration。換成企業語言，就是能知道有哪些資源、連線狀態如何、延遲與吞吐量是否正常、哪個身份可以請求哪種連線、異常時要怎麼回報到 Slack、Teams、Splunk 或 Datadog 這類既有營運環境。

這會把資料中心業者推向一個尷尬但也更有價值的位置。傳統 colocation 賣的是空間、電力、冷卻、連線與可靠性；AI 需求拉高之後，客戶開始要求更高密度、更低延遲、更接近資料來源，也要求能在不同供應商之間維持選擇權。如果資料中心公司只停在「提供機房」這一層，它很容易變成 AI 供應鏈裡的房東；如果它能提供可程式控制、合作夥伴生態與可被企業系統接上的互連能力，就有機會往平台角色靠近。

Cisco 在 3 月與 Digital Realty 的共同文章裡，已經把這條路線說得很明白：企業 AI 不是單點算力問題，而是硬體、網路、資安、觀測、DRIL 測試環境、ServiceFabric 互連與分散式推論的組合。那篇文章提到，AI workload 正把傳統每櫃 6 到 8 kW 的密度推向 20 到 50 kW 的 AI POD 需求，也把分散式推論、端到端 observability 與安全防護拉進同一個基礎設施討論。ServiceFabric MCP 可以被看成這個敘事的下一步：把那些原本需要人和入口網站處理的環節，暴露成 agent-ready 的控制介面。

但這裡也有一個必須小心的邊界。讓 AI agent 或自動化系統能碰到基礎設施，並不等於可以把審批與責任一起交出去。相反地，基礎設施越能被程式操作，身份、權限、稽核、回復與變更管理就越重要。企業會問的問題很具體：哪一個 agent 可以建立私有連線？哪一個人或政策批准？連線是否可能讓資料跨出核准區域？失敗時能不能回復？記錄是否能被安全團隊與法遵團隊查到？這些問題沒有因為 MCP 這個標準出現就自動消失。

MCP 本身也還在早期。它在開發者圈的熱度很高，但基礎設施控制比讀文件、查 CRM 或呼叫簡單工具更敏感。資料中心網路如果被自動化系統錯配，後果可能是成本、延遲、服務中斷、資料治理甚至法規問題。Digital Realty 把 OAuth 2、政策控制、遙測與操作整合放進產品敘事，是正確方向；但市場真正會看的，是這些控制能否在複雜企業裡落地，以及不同供應商的 MCP 介面能否維持一致的安全語意。

這次發布還有一層主權與供應鏈意義。Digital Realty 強調企業不必只在它自己的設施裡運作，也不必鎖定單一模型。這種開放定位很符合大型企業的現實，因為真實世界的 AI 架構通常很混雜：一部分在公有雲，一部分在自有機房，一部分在 colocation，一部分靠網路服務商與合作夥伴串接。若資料中心平台能把位置、連線、政策與供應商選項變成可治理的控制面，它就不只是賣容量，而是在替企業保留部署彈性。

當然，這仍然是願景多於市場定局。Digital Realty 提到 ePlus、Lenovo、Dell、NVIDIA、AMD，以及醫療影像公司 See All AI 的案例，這些都能說明它在把生態與真實 workload 接到一起；但一個案例不等於整個企業市場已經接受 AI agent 操作基礎設施。真正的採用會很慢，因為每一家公司的網路、資料分類、審批流程、合規要求與供應商關係都不一樣。基礎設施越接近核心，採購與安全審查就越不可能只看 demo。

即使如此，ServiceFabric MCP 仍然是一個值得記下的訊號。它說明 AI 基礎設施競爭正在從「買到算力」走向「控制算力周邊的一切」。電力、冷卻、連線、資料位置、模型供應商、遙測、權限、回復機制，這些以前看起來像後台管線的東西，正在變成 AI 產品能不能進入生產環境的前台條件。當 agents 開始被期待能協助配置、診斷與操作基礎設施時，資料中心也必須從靜態資產變成可被治理的操作系統。

這不會讓傳統雲端消失，也不會讓 colocation 突然變成所有 AI 的答案。比較合理的判斷是，企業 AI 會變得更混合、更分散，也更需要一個能被軟體理解的控制平面。Digital Realty 這次把 MCP 接進 ServiceFabric，就是在押注這個方向：未來私有 AI 的價值，不只在機房裡有多少 GPU，而在這些 GPU、資料、網路與政策能不能被安全地看見、配置、限制與追回。對 AI 產業來說，這是一種不太炫目的基礎設施新聞，但它很可能比許多新模型發布更接近企業真正要付錢的地方。

參考來源

發表迴響