93%的企业正在评估云回迁：三个驱动力与一套决策框架

算清楚经济账，才是企业IT决策的真正起点。

一、回迁潮已经发生

图片

2026年4月，Cloudian对全球企业IT决策者的调查显示：约93%的受访企业已完成AI工作负载回迁，或正在评估回迁方案；约89%的企业计划在未来12个月内扩大本地基础设施投入。

Gartner已将"地缘回归"（Geopolitical Repatriation）列入2026年十大战略技术趋势。Gartner同期预测，2026年全球主权云IaaS支出将超过800亿美元，其中中国市场占比约470亿——大量企业正在把算力和数据重新纳入自身可控范围。

一个常被引用的案例：某头部SaaS公司完成核心工作负载回迁后，年度基础设施支出节省约130至150万美元。这一路径正在被越来越多的企业复现。

图片

二、第一驱动力：AI推理成本持续攀升

过去两年，企业上云的核心逻辑之一是"弹性付费，按需使用"。这一逻辑在通用计算场景下成立，但在AI推理场景下正在失效。

根本原因在于HBM和GPU的全球性短缺。高带宽内存（HBM）是AI推理芯片的核心组件，三星、SK海力士、美光三家供应商的产能已被头部AI厂商锁定，市场余量极为有限。供给侧的结构性紧张直接传导至公有云GPU实例定价。以国内市场为例，主流公有云AI产品今年的价格调整幅度约在34%左右，这是整个行业在成本压力下的集体动作。

AI推理工作负载有一个关键特征：算力需求持续且可预测，而非突发性的。大模型推理服务一旦上线，每天的请求量和每次推理的算力消耗均可相对准确地估算。"弹性付费"的优势在此几乎不存在——企业实际上是在用弹性溢价，购买一个用不上的灵活性。

将可预测的、持续性的AI推理负载部署在自建GPU集群上，以固定成本替代浮动成本，是一道并不复杂的算术题。约84%的企业已超出云存储预算，其中近五分之一超出30%以上——"上云省钱"的假设在相当多场景下已不成立。

三、第二驱动力：数据主权已是合规底线

2026年的监管环境与2020年相比已发生根本性变化。

金融、医疗、政务、能源等行业的数据本地化要求正在从"建议"转变为"强制"。《数据安全法》《个人信息保护法》的落地执行，加上行业主管部门的专项检查，使"数据在哪里"从IT部门的技术问题上升为法务和合规部门的红线。

主权云的概念正是在这一背景下快速升温。Gartner预测的800亿美元主权云IaaS支出，相当大比例来自受监管行业——这些企业需要的不只是"私有化部署"，而是一套能够证明数据全程在境内、在自身掌控范围内的完整技术栈和审计链路。

公有云厂商也在推出主权云产品，但此类产品的本质是在公有云基础设施上附加合规包装，数据的物理位置和管理权限仍存在模糊地带。对于有真实合规压力的企业，这类方案难以通过内部法务和外部审计的双重审查。

将数据和推理工作负载部署在自有数据中心，配合完整的访问控制、审计日志和加密体系，是目前能够切实满足主权合规要求的路径。

四、第三驱动力：Agent工作负载的架构适配性

2025年至2026年，企业AI应用形态发生了重要转变：从单次问答，演进为持续运行的Agent。

Agent工作负载有三个特征，使其与传统公有云架构的适配性下降：

延迟敏感。 Agent执行任务时需要频繁调用工具、查询数据库、与内部服务交互。每次网络往返的延迟会持续累积，影响整体响应速度。本地部署的推理节点与企业内部系统之间的网络延迟，通常比跨公网调用低一个数量级。

数据访问密集。 Agent需要实时访问企业内部的知识库、业务系统和历史记录。若推理节点在公有云，每次数据访问都需要将内部数据传出，或将外部推理结果传回，既产生带宽成本，也引入数据安全风险。

长时运行。 Agent往往需要持续运行数小时乃至数天，与一次性批处理任务不同。公有云按时计费模式在此场景下成本可预测性差，且长时任务对网络稳定性的要求更高。

将Agent的推理和工具调用部署在本地，使其直接访问内部系统，是从架构层面解决上述问题的方式，而非依赖网络配置优化来弥补。

五、本地部署不等于放弃弹性

图片

选择本地基础设施，并不意味着回到"采购服务器、等待交付、承担折旧"的传统模式。

现代超融合架构的扩展方式已发生根本变化。以云轴科技ZStack的HCI产品线为例，节点扩容可在不中断业务的情况下完成，存储和计算资源的调配通过软件定义层实现，与公有云弹性扩容的体验差距已大幅缩小。

对于确实需要弹性的场景——季节性业务峰值、一次性大规模训练任务——混合架构是更合理的选择：将稳定、可预测的基础负载部署在本地，将突发、短期的弹性需求交由公有云承载。这是根据工作负载特征做分层，而非非此即彼的取舍。

回迁的核心逻辑是：将适合本地的工作负载放回本地，而非将所有工作负载一并迁移。这需要对自身工作负载做清晰的分类评估，而非跟随某一方向一刀切。

六、ZStack Cloud的回迁方案

云轴科技ZStack在超融合和私有云领域深耕多年，在回迁场景下提供的是一套经过验证的迁移路径，而非单纯的软件产品。

图片

工作负载评估。 回迁的第一步是明确哪些工作负载适合回迁、哪些不适合。ZStack提供的评估框架从成本、延迟、合规、数据访问模式四个维度对现有工作负载进行分类，给出有数据支撑的迁移优先级建议。

平滑迁移。 从公有云迁回本地，最大风险是业务中断。ZStack的迁移工具链支持在线迁移，通过增量同步方式将数据和虚拟机状态从公有云复制至本地集群，切换窗口期内业务中断时间可压缩至分钟级。

AI推理基础设施。 针对GPU工作负载，ZStack的AIOS产品提供GPU资源池化管理、多租户隔离、推理服务编排等能力，使企业能够在本地构建与公有云GPU服务体验接近的推理平台，无需从零搭建调度层。

合规审计链路。 针对金融、政务等有主权合规要求的行业，ZStack提供完整的数据访问审计、加密存储、网络隔离方案，并支持与现有合规管理系统对接，在技术层面满足监管要求。

回迁是一个需要将业务目标、成本模型、合规要求、技术能力同时纳入考量的决策，算清楚这笔账，比跟随趋势更重要。