Fortinet AI 数据中心安全需求正在上升，但 neocloud 规模才是真正的考验

Fortinet 表示，AI 数据中心安全需求已超越试点项目阶段，获得一份八位数 neocloud 合同及多项基础设施订单的支持。这一转变为其防火墙业务带来了新的增长引擎，不再仅依赖熟悉的企业换代周期。

数据强化了这一判断。Fortinet 报告称，第二季度营收为 20.5 亿美元，同比增长 26%。产品营收增长 52%，至 7.73 亿美元；账单金额增长 33%，至 23.7 亿美元。

不过，核心问题并不在于 AI 基础设施是否需要安全防护——显然需要。更困难的问题在于，在支出集中于少数大型运营商之前，neocloud 扩张能否形成一个可复制的市场。

这一差异使 Fortinet 与 Palo Alto Networks、Cisco、Check Point 及云原生安全提供商展开竞争。每家厂商都希望掌控围绕昂贵 AI 系统的安全层。

Fortinet 凭借定制处理器、成熟的防火墙部署基础和集成式操作系统参与这场竞争。其论点很直接：AI 网络需要更深度的检测，同时不能牺牲维持高成本 GPU 高效运转所需的速度。

不过，这一机会仍处于早期阶段。一笔大额交易证明有客户愿意购买，但并不能证明更广泛的 neocloud 市场会围绕 Fortinet 实现标准化。

Fortinet AI 数据中心安全已成为营收故事

Fortinet 的 AI 叙事如今不仅包含产品定位，也具备可量化的合同和财务动能。

2026 年 7 月 29 日，Fortinet 公布了截至 6 月 30 日季度的业绩。其季度业绩在营收和盈利能力方面均超过公司指引上限。

产品营收提供了最清晰的信号。其增长 52%，超过服务营收 14% 的增幅，后者达到 12.7 亿美元。Fortinet 将产品业务的强劲表现归因于销量增长，以及客户选择性能更高的 FortiGate 型号。

这一组合至关重要，因为 AI 数据中心需要实体基础设施。虚拟控制仍然很重要，但高流量网络检测通常需要部署在靠近工作负载位置的专用硬件。

Fortinet 还披露了与一家未具名 neocloud 提供商签订的八位数合同。neocloud 是指为 AI 训练和推理提供托管 GPU 基础设施的专业云运营商。

据该公司称，该提供商选择 Fortinet 为多个 AI 数据中心提供安全防护。这份合同是在第一季度与同一客户达成一笔七位数交易后签订的。

Fortinet 表示，买方看重性价比以及可扩展的高吞吐量安全能力。该客户希望在扩展算力的同时，保持一致的策略和运营控制。

从七位数部署升级为八位数扩张意义重大。这表明，初始部署通过了足够多的内部测试，从而支持客户作出更大规模的承诺。

管理层还表示，公司在本季度获得了其他 AI 数据中心项目。这些交易来自正在扩展 AI 基础设施的客户，但 Fortinet 未披露其合计价值。

这份 neocloud 合同仍只是一个已披露的客户类别。Fortinet 未公布该运营商身份、部署规模、合同期限或营收确认时间表。

这些信息的缺失限制了外部分析。一份八位数协议可能涵盖硬件、订阅、支持服务，或是跨多个期间交付的组合。

Fortinet 更广泛的业绩提供了更多背景。Secure Networking 账单金额增长 34%，受到 FortiGate 部署、运营技术、园区网络和 AI 数据中心需求的支持。

运营技术账单金额增长超过 55%。Unified SASE 账单金额增长 35%，而 AI 驱动的 Security Operations 账单金额增长 25%。

SASE，即安全访问服务边缘，通过分布式架构整合网络访问与安全功能。Fortinet 使用“SASE Firewall”一词描述将本地执行与云交付控制相结合的部署。

该公司表示，其大型企业现有客户中，FortiSASE 的采用率达到 19%。FortiSASE 账单金额增长逾一倍，受益于扩展项目和竞争性替换。

这些数据表明，Fortinet 的 AI 故事无法与其更广泛的产品组合割裂。AI 工作负载会产生流量，但该公司销售的是周边的网络、访问、分段和运营层。

Fortinet 还上调了全年营收预期。其目前预计营收将在 80.2 亿至 81.8 亿美元之间，中值对应 19% 的增长。

管理层预计第三季度营收将在 20.1 亿至 21 亿美元之间。其账单金额预测区间为 22.5 亿至 23.5 亿美元。

现有证据支持需求确实上升的判断，但并未说明其中有多少增量直接来自 neocloud。

防火墙更新、更高的平均售价、运营技术项目及 SASE 采用也作出了贡献。投资者和买家不应将每一个百分点的增长都归因于 AI 基础设施。

这种模糊性构成了本文的核心张力。Fortinet 的 neocloud 需求已经可见，但其规模仍嵌入在更广泛的网络安全周期之中。

为什么 neocloud 增长会带来更多 AI 防火墙需求

每个新的 AI 集群都会带来由流量规模、延迟、分段需求以及闲置算力高成本共同决定的安全问题。

neocloud 运营商通过提供加速器访问能力参与竞争，使客户无需自建私有设施。这些环境连接 GPU、存储、管理系统、客户工作负载和外部服务。

其中大量通信以东西向方式传输。东西向流量在数据中心内部系统之间流动，而非经由其边界进出。

AI 集群强化了这一模式。训练和推理系统会在密集的内部网络中交换大型数据集、模型参数、提示词、输出结果和控制消息。

安全团队需要隔离客户、管理系统、数据管道和模型服务环境。他们还必须检测流量，同时避免在高价值加速器周围形成瓶颈。

传统边界控制无法承担全部任务。若攻击者获得内部访问权限，除非运营商将环境划分为可执行的安全区域，否则攻击者可以横向移动。

零信任分段通过持续限制系统之间的通信来应对这一风险。访问权限取决于身份、工作负载上下文和策略，而非仅仅取决于网络位置。

加密带来了另一项权衡。它保护传输中的数据，但也可能使安全工具难以发现恶意活动。

解密和检测流量会消耗计算资源。当检测吞吐量低于网络吞吐量时，运营商必须降低可见性，或接受更慢的应用性能。

Fortinet 认为，其定制 FortiASIC 处理器能够减少这种妥协。这些专用集成电路可在 FortiGate 设备中加速网络和安全功能。

这一架构是 Fortinet AI 数据中心安全战略的基础。该公司希望其防火墙能检测高流量，同时保持可预测的延迟和能耗。

其 2026 年 5 月的FortiGate 扩展新增了 FortiGate 3500G 和 400G。两者均采用 Fortinet 处理器和 FortiOS 操作系统。

3500G 面向高密度数据中心环境。Fortinet 列出的规格包括 400Gb 连接能力、每秒 595Gb 的防火墙吞吐量，以及每秒 105Gb 的威胁防护吞吐量。

这些规格来自 Fortinet 的测试和已发布的竞品比较。买家应使用自身的流量、策略、加密设置和日志记录要求进行验证。

400G 面向企业边缘和分布式环境。Fortinet 将其定位为应对更多加密流量和 AI 应用使用的升级路径。

FortiOS 8.0 还扩展了对 Model Context Protocol 和代理间流量的检测能力。Model Context Protocol 为 AI 应用提供了一种连接工具和信息源的标准方式。

这类流量带来了不同的问题。安全团队需要了解哪个代理请求了操作、它访问了哪些数据，以及响应是否跨越了策略边界。

因此，AI 防火墙需求并不局限于 GPU 集群。使用托管模型的企业同样需要掌握员工活动、应用程序接口、自主代理和出站数据传输的可见性。

Fortinet 的 Gen AI 仪表板体现了这一运营层。它可以显示与 AI 提供商的连接、上传的文件、大规模出站传输，以及 AI 应用请求的激增。

这些控制措施旨在应对影子 AI，即未经组织正式批准而使用的 AI 服务。即使底层模型服务本身仍然安全，影子 AI 也可能暴露机密数据。

该公司的产品战略连接了这些使用场景。FortiGate 提供执行能力，FortiGuard 提供威胁情报，FortiOS 则管理不同部署地点的策略。

Fortinet 表示，这种共享架构可减少团队必须运行的独立工具数量。该公司还称，定制处理器可改善单位能耗下的性能。

这一机制具有可信度，但结果仍取决于工作负载。营销规格无法复现运营商在数据包大小、加密会话、安全服务和故障条件上的实际组合。

neocloud 运营商也有充分理由定制基础设施。它们的商业模式取决于利用率和单位经济性，这可能使专有软件或专业网络设计更具吸引力。

如果标准化安全设备能够提供足够的性能和更简单的运营，Fortinet 就会成功。若大型运营商将更多执行能力直接构建进其云平台，Fortinet 的优势则会减弱。

这正是这项八位数扩张值得关注的原因。它表明至少有一家专业提供商在扩展自身基础设施时，选择了外部安全平台。

下一项考验在于可复制性。Fortinet 需要看到多家运营商在生产集群中作出类似决策，而不只是一个客户扩展其偏好的设计方案。

Neocloud 经济性追求速度，而安全需要控制

核心竞争在于快速扩展基础设施，与保护共享 AI 系统所需运营纪律之间的平衡。

neocloud 在巨大的压力下建设容量。客户希望获得稀缺加速器，而运营商必须在硬件失去经济价值前让设施上线。

当安全控制需要复杂集成或大量人工调优时，可能拖慢部署。薄弱的控制则会通过宕机、数据泄露、客户流失和合规失败带来另一种成本。

Fortinet 正在销售一种解决这一冲突的方法。其方案在同一平台中结合本地执行、集中式策略、专用处理器和安全服务。

其准备好的发言稿将 AI 描述为基础设施现代化的推动力。客户需要保护模型、数据集、应用程序以及不断增长的内部流量。

Fortinet 还表示，共享遥测可以在降低运营开销的同时提升可见性。共享遥测会将多个控制措施产生的安全信号汇集到一个共同系统中。

这种模式对无法为每项职能都配备独立专家的运营方颇具吸引力。统一平台可减少不同设施和部署阶段之间的策略差异。

不过，整合也会增加对单一供应商的依赖。软件缺陷、管理故障或暴露的管理系统，可能同时影响多个层面。

该公司的方法也延伸至传统网络边界之外。其 Secure AI Data Center 框架涵盖分段、应用安全、模型流量、数据保护和事件响应。

Fortinet 于 2025 年 11 月随 FortiGate 3800G 推出了该框架。这一安全框架包括 400 千兆以太网和对 GPU 集群的保护。

Fortinet 声称，与传统方案相比，该设计可将平均功耗降低 69%。这一数字由公司提供，不应被视为普遍适用。

该比较基于选定产品、公开规格和既定工作负载。实际功耗取决于启用的服务、利用率、冗余配置、冷却和网络架构。

能源仍然至关重要，因为 AI 设施本已面临严苛的电力需求。提高能耗的安全开销也会推高运营成本，并增加容量规划的复杂性。

因此，性能主张也服务于商业目的。Fortinet 希望买家将安全处理视为基础设施加速，而非对有效算力征收的成本。

Palo Alto Networks 围绕应用可见性、威胁防护、软件防火墙和云安全提出了竞争性观点。Cisco 则可将安全决策与其庞大的既有网络部署基础相结合。

Check Point 强调整合式防护和管理。云原生供应商可以将控制措施直接整合至工作负载编排、身份系统和开发者工作流中。

这些竞争对手从不同方向向 Fortinet 施压。设备供应商挑战其吞吐量和安全效能，而软件提供商则挑战专用硬件的必要性。

Fortinet 的回应是混合部署。同一操作系统可以运行在物理设备、虚拟系统、云环境和 SASE 服务之上。

这种一致性可帮助客户管理在私有设施与托管基础设施之间迁移的工作负载。当企业已在使用 FortiGate 产品时，它也可以减少再培训需求。

既有关系很重要，因为安全采购很少是从零开始的决策。只要架构和风险状况允许，买家往往会扩展熟悉的平台。

Fortinet 的安装基数为其进入企业 AI 项目提供了渠道。已经使用 FortiGate 的公司可以增加分段、保护分支机构或控制 AI 流量，而无需改变所有管理流程。

Neoclouds 则带来不同的机会。许多这类公司成立时间较短，没有数十年遗留网络设计的包袱，这让供应商有机会成为标准蓝图的一部分。

赢得这些设计方案可带来后续扩张。若某家提供商在多个地区重复采用同一架构，随着容量增长，可能会采购更多设备及附带订阅服务。

这种模式也会集中风险。如果少数大型 neocloud 运营商主导市场，其采购决策可能为供应商带来不均衡的结果。

大型客户会进行强势谈判，也可能调整设计。当融资、电力、加速器或客户承诺受限时，它们也可能推迟部署。

Fortinet 披露的合同显示了一家运营商的需求。但这并不能说明该客户是否拥有持久的利用率，也无法表明新设施能否迅速填满。

因此，该公司必须平衡两种信息。AI 创造了结构性的安全需求，但 neocloud 采购仍可能波动较大且以项目为导向。

企业 AI 的使用则提供了更广泛的缓冲。更多应用会带来额外流量、数据泄露担忧、身份风险，以及检查加密连接的压力。

Fortinet 并不需要每家企业都拥有 GPU 集群。当客户连接到托管模型、部署内部代理，或将敏感数据与 AI 服务隔离时，它都可能受益。

这种更广泛的需求使机会比单纯的 neocloud 建设更具持久性。但它也让归因更加困难，因为同一台防火墙可以服务于许多业务应用。

Fortinet 的数据仍无法证明什么

强劲的季度增长支持 Fortinet 的论点，但目前仍无法将 AI 需求与更新周期、定价及更广泛的安全整合区分开来。

Fortinet 报告称，第二季度的设备销量和平均售价均有所上升。管理层表示，客户正转向性能更高的型号。

这一模式符合 AI 基础设施的需求，也符合旧防火墙无法再处理加密流量或扩展网络时的常规升级需求。

Fortinet 曾讨论过一项与接近服务终止日期的产品相关的多年替换机会。即使没有 neocloud 热潮，这些替换也能提升产品收入。

运营技术也作出了实质性贡献。OT 账单额增长超过 55%，反映出工业环境的需求，而其采购周期与 AI 数据中心不同。

统一 SASE 增添了另一项增长动力。其账单额增长 35%，FortiSASE 的扩展帮助该产品实现账单额翻倍以上。

这些重叠的驱动因素对 Fortinet 的业务是积极的，但也使得计算 Fortinet neocloud 需求的纯净指标变得困难。

管理层并未将 AI 相关订单作为单独项目披露，也未提供 neocloud 客户数量、续约率、积压订单或平均合同规模。

对于一个新兴细分市场而言，缺乏这些细节并不罕见。这意味着读者应将这份八位数协议视为证据，而非市场预测。

服务增长同样值得关注。产品收入增长 52%，但服务收入仅增长 14%。

硬件通常会创造未来的订阅和支持机会。如果 AI 部署具有持久性，附带服务最终应带来更大的经常性收入来源。

Fortinet 表示，服务账单额增长 26%，递延收入增长 17%。管理层还认为，第一季度的服务增长已触及低点。

这些数字支持增长势头正在改善。未来几个季度必须显示，更高的产品销售是否会转化为持续的服务收入，而非暂时性的设备需求。

安全效能带来了另一项不确定性。如果策略漏掉攻击、造成误报，或无法在真实的加密流量下运行，吞吐量就没有太大价值。

独立测试有所帮助，但买家必须审查测试赞助方和配置。竞争供应商经常使用不同的流量配置和启用功能发布不同结果。

一项有用的评估应包括完整检查、日志记录、高可用性、策略更新、故障恢复和具有代表性的应用行为。仅凭防火墙峰值吞吐量并不足够。

AI 特有威胁也延伸至网络层之上。提示注入通过精心构造的指令操纵模型，而模型投毒则会破坏训练或适配数据。

网络控制措施可以观察和限制相关流量，但无法独立保证模型完整性、输出安全、授权正确性或应用逻辑安全。

美国国家标准与技术研究院的AI 风险框架鼓励组织在治理、衡量和运营层面管理 AI 风险。

这一更广泛的框架凸显了基础设施主导叙事的局限。防火墙只是一个控制层，而不是完整的 AI 治理系统。

Neoclouds 也运行共享基础设施。隔离失效可能涉及计算调度、存储、身份、管理接口或网络之外的软件依赖关系。

Fortinet 可以通过分段、检查和策略执行降低暴露风险，但无法消除运营商硬件和软件供应链中的每一项漏洞。

产品安全同样重要。网络设备处于特权位置，因此也会成为高价值目标。

客户应在评估性能的同时，考察漏洞响应、补丁速度、管理访问、日志完整性和恢复程序。供应商整合提高了这些控制措施的重要性。

主权问题又增加了一层复杂性。组织越来越希望在明确的司法辖区内进行数据处理和安全执行。

Fortinet 支持本地、云、混合和主权 SASE 部署。这种灵活性可帮助客户满足延迟和监管要求。

不过，数据位置本身并不能确立合规性。买家仍需要关于访问控制、子处理商、加密密钥、保留和事件报告的证据。

同样的谨慎也适用于 AI 检查功能。对提示和模型响应的可见性可以支持安全，但也可能将敏感内容暴露给额外系统。

组织需要为这些记录制定明确的保留和访问策略。安全遥测不应成为机密 AI 交互的不受控副本。

因此，对该季度最有力的解读是有限的。Fortinet 已将 AI 基础设施需求转化为有意义的合同和更高容量产品的需求。

较弱的解读仍未得到证明。目前披露的信息并未显示 neocloud 已成为一个规模庞大、可预测且可独立衡量的收入类别。

这一缺口并不否定管理层的立场。它界定了投资者和企业买家接下来应要求提供的证据。

三项信号将显示需求是否持久

合同的重复出现、附带服务的增长和生产环境表现，将决定这是否会成为持久市场，还是一个集中的建设周期。

第一个信号是另一项披露的 neocloud 扩张。Fortinet 应表明，这位八位数合同客户是更广泛趋势的一部分，涵盖多家专业 GPU 提供商。

来自不同运营商的多项胜利将强化市场论点。单一客户再次增长将支持其执行能力，但无法消除集中度担忧。

最有价值的披露应包括客户数量、大致部署阶段，以及合同是否涵盖硬件、软件或附带服务。Fortinet 无需识别每一位买家。

新运营商数量放缓将削弱这一论点。这将表明需求取决于一小群建设者，或一段异常成功的合作关系。

第二个信号是产品销售向经常性服务的转化。随着时间推移，Fortinet 的产品增长势头应带来订阅、支持、威胁情报和安全运营收入。

投资者应将服务收入增长、服务账单额和递延收入与硬件增长进行比较。差距缩小将表明部署正成为运营承诺。

FortiSASE 和 AI 驱动的安全运营业务能否持续强劲，也同样重要。这些产品反映出客户是否会在最初采购防火墙之后，进一步采用 Fortinet 的其他产品。

服务转化疲软不会抹去硬件方面的机会，但会使营收更依赖于建设进度和周期性的容量扩容。

第三个信号是可信的生产验证。买方需要证据证明，Fortinet 能够在不会造成不可接受的延迟、功耗或运维复杂度的情况下，检查真实的 AI 流量。

客户案例研究应记录已启用的安全服务、加密流量、可用性要求和实测结果。笼统的峰值吞吐量声明，提供的决策价值较低。

竞争对手的回应将使这些证据面临更严格的检验。Palo Alto Networks、Cisco、Check Point 以及云安全提供商都会发布各自的架构设计和性能对比。

这种压力对买方有利。它迫使供应商说明其保护的是哪一层、能够检测哪些威胁，以及性能声明的适用边界在哪里。

当客户重视定制处理器，以及在物理和虚拟部署中使用统一操作系统时，Fortinet 具备合理优势。当买方更倾向于采用嵌入云软件和工作负载身份中的控制措施时，其劣势便会显现。

市场不会为所有环境选择同一种架构。大型 AI 运营商可以结合高吞吐量设备、虚拟防火墙、身份控制、应用防护和内部工具。

Fortinet 的目标，是成为这种组合中的通用执行层。这笔八位数 neocloud 订单表明，至少在一个正在扩张的环境中，这一结果是可以实现的。

企业买方应借此重新审视自身的假设。AI 安全并不只是限制访问公共聊天机器人。

团队应梳理模型流量、内部数据流动、智能体权限、加密、管理路径和第三方基础设施，随后在生产条件下测试控制措施。

知识工作者同样扮演着重要角色。未经批准的 AI 活动，往往始于总结文档、分析文件或自动化重复性工作的普通尝试。

明确的政策和获批系统能够降低这种暴露风险。当用户了解允许使用哪些工具，以及应如何处理敏感信息时，网络执行机制的效果最佳。

Fortinet AI 数据中心安全已成为一个可信的商业叙事，得到一笔八位数扩张订单和强劲季度增长的支持。但它尚未成为一个透明、独立的市场。

未来几个季度应能揭示：其他 neocloud 是否会采用类似设计、服务业务是否会随硬件业务增长，以及生产测试能否支持 Fortinet 的性能声明。

对安全负责人而言，当前行动很务实：识别 AI 流量的流向，在满负载下测试检查能力，并向每一家供应商索取针对特定工作负载的证据。