「断网也要用 AI」不再是小众：内网与离线部署的占比，一年翻了一倍

这份统计来自 Presenc AI 的《Air-Gapped LLM Deployment Statistics 2026》（最后更新 2026 年 5 月）。它的口径是"完全无互联网出口、不连任何云 API、常常连遥测都没有"的部署形态——也就是说，这些机器在互联网上"看不见"，任何一家云端 AI 监测工具都统计不到它们。作者自己也说明：因为空网环境不产生遥测数据，这些比例是方向性估算，不是精确值。

按支出结构看，国防/情报/政府占约 38%，医疗 19%，受监管金融 17%，法律 9%。最常见的落地形态是"自有 GPU 服务器（2–8 张 H100 级）+ 开源权重模型 + 本地 RAG"——不是买一个大模型账号，而是把模型、知识库和数据一起放进自己的机房。

为什么是这三年：三条硬约束把数据推回内网

• 合规数据出境的口径在收紧。2026 年 9 月 11 日，国家网信办发布《数据出境安全管理政策法规问答（2026年9月）》，进一步明确个人信息出境认证与安全评估的适用情形，并强调不得以"数量拆分"等手段规避安全评估。对政法、医疗、国企这类数据，"不出内网"是合规成本最低的路径。
• 可用性算力长在别人的机房里，可用性、单价、接口版本就都由别人的公告决定（本网 9 月 16 日已就云端大模型接连掉线做过关联解读）。
• 成本本地推理是一次性、可折旧的投入，不是一张每月浮动的账单；存量服务器与显卡还能先利旧跑通。

2026 年，产业侧的动作也在往同一个方向走

• 07 月初NVIDIA 与 Palantir 把 Nemotron 开源模型打包进 air-gapped（空网）环境，交付给美国政府机构与关键基础设施运营方，可自训、自有、可审计，数据不出网。
• 07-02DataRobot 宣布把 AI 治理能力从公有云扩展到本地、边缘与空网环境。
• 08-11NVIDIA 发布 Nemotron 3.5 Lightning（30B 总参 / 3B 激活，Mamba-2 混合架构，边缘与单卡即可运行），定位是多智能体系统里的专职执行者。
• 08-26Z.ai 开源 GLM-5.3-Flash（320B 总参 / 18B 激活、1M 上下文、原生多模态），把"前沿能力"继续往开源一侧推。
• 09-03NVIDIA IFA 2026：本地推理最高 1.9× 提速（llama.cpp / vLLM 优化）；为 24GB 以上显存的显卡提供"一键本地 AI"，并点名支持 Hermes Agent、OpenClaw、Perplexity Portable Computer；10 月 RTX Spark PC 上市，配套 NVIDIA PAIR 可把局域网内多台 PC 拼成推理池。

把这些放在一起看，逻辑很清楚：断网不等于落后。当"数据不能出门"和"业务必须用 AI"同时成立，行业给出的答案不是等云端合规，而是把模型搬进门内——这也正是本网一直主张的那件事。