Partner Content AI 數據呈指數級增長，導致存儲環境日益複雜，數據需要安全地存儲、保留和維護。

傳統存儲方法正在升級以應對海量數據湧入。這一升級的關鍵支柱是以應用交付控制器 (ADC) 形式實現的負載均衡和智慧流量管理，其中數據就是應用本身。

面對這一挑戰和用戶端應用的新需求，組織正在從傳統存儲轉向可擴展的基於雲的物件存儲解決方案 (通常是 S3 協定)，以追求高性能、安全和可擴展的 AI 數據管理。基於雲的物件存儲是一種可靠、高效且經濟的方式，用於存儲、歸檔、備份和管理大量靜態或非結構化數據。

此外，組織正在轉移工作負載以構建 AI 就緒基礎設施，使數據更接近他們計劃利用的 AI 模型。這種數據移動創造了複雜的流量模式，對跨越本地、混合和雲基礎設施的應用交付提出了要求。在許多情況下，數據在這些不同位置之間持續移動。

為支援 AI 和根深蒂固的混合 IT 模型，組織必須創建能夠支援任何環境下交付需求的應用交付平臺。依賴 AI 進行業務和運營功能數據分析的組織需要高效、可擴展、高速的數據訪問解決方案。應用交付控制器 (ADC) 必須能夠在任何部署應用的地方部署。一個關鍵解決方案是集成了全域伺服器負載均衡 (GSLB)、負載均衡 (LB) 和數據或應用交付的 ADC 平臺。

負載均衡器強化物件存儲

一個有效的負載均衡器通過在伺服器集群間分配網路或應用流量來提高回應性並增加應用性能。

物件存儲的一個主要優勢是能夠在分散式數據中心內部和之間輕鬆複製數據，用於異地備份甚至跨地理位置備份。負載均衡確保即使磁碟或集群節點發生故障，存儲系統也能平穩運行。負載均衡器允許儲存供應商在多個位置分配和存儲數據，以便在故障轉移時使用。

在存儲節點和集群、不同生態系統以及用戶端應用之間進行端到端工作流負載均衡，有助於推動物件存儲系統的可擴充性，並在 AI 數據管理中保持順暢的數據訪問和分析。

ADC 提供一個戰略控制點，所有流量都通過這個點，使企業能夠優化、保護和擴展 AI 應用。只需一個介面和 API，組織無需創建孤立的團隊來處理應用交付和安全性。

AI 對存儲和處理能力的需求對利用 AI 功能所需的數據可用性有重大影響，從機器學習演算法到即時分析都是如此。

將負載均衡器添加到物件存儲基礎設施中，並在與應用資源相同的環境中同時運行。增強數據管理應用的工作流程，為分析、機器學習 (ML) 和 AI 提供可靠的運行時環境。

基於預先建立的指標，GSLB 可以將使用者路由到最近的可用伺服器。無論是在物理、虛擬還是雲環境中，如果主伺服器宕機或受損，通過將流量定向到其他位置託管的伺服器來提高可靠性和故障轉移能力。內容從距離請求使用者更近的伺服器傳遞，以最小化網路延遲和網路問題的可能性。可用性服務跨越數據中心和雲託管應用。

負載均衡器使用大量訪問控制清單 (ACL)、規則和拓撲信息來引導用戶到正確的位置訪問存儲。對於多網站部署，GSLB 的拓撲功能可用於將源子網與位置匹配，幫助使用者在本地訪問其資源，除非發生故障轉移。

優化 AI 數據工作流的需求

F5 BIG-IP、F5 Distributed Cloud Services 和 F5 NGINX 提供所需的安全性、網路連接、部署靈活性和流量管理，用於在雲端、邊緣或 F5 全球網路中連接、保護和管理 AI/ML 應用和工作負載。

F5 BIG-IP 提供可擴展的高性能流量負載均衡，在 F5 VELOS 的 32 個刀片上提供超過 3 Tbps 的第 4/7 層輸送量。這些功能通過促進優化的數據流、強大的安全性和無縫的混合和多雲網路來支持現代 AI 部署和大規模數據基礎設施中的工作負載。

為了增強 AI 工作負載，特別是在百億億級規模上，F5 將 MinIO 的高性能 Kubernetes 原生物件存儲解決方案與其安全多雲網路和高輸送量管理專業知識相結合。

S3 相容性意味著與 AI 生態系統中的工具和服務無縫集成，實現順暢的數據流和互操作性。無論底層基礎設施如何，都能在公共雲、私有雲和混合雲環境中一致運行，優化性能和資源利用。S3 相容存儲在 AI 應用中很受歡迎，因為它能夠將數據從雲端遷移到本地，在大量數據場景中實現更大的可擴展性和性能。

F5 和 MinIO 的合作旨在提供支援 AI 模型訓練和在 AI 工廠中微調工作負載所需的高性能負載均衡和高容量輸送量。F5 BIG-IP 解決方案在 MinIO 的 S3 相容存儲和 AI 物件存儲前端，將數據密集型操作的頻寬擴展到數百 Gbps。它優化了 AI 的數據流，並實現了存儲和處理用於高級分析和 AI 應用的大型數據集所需的可擴充性。

MinIO 和 F5 使數據能夠在分散式基礎設施中安全存儲和管理。數據可以保持在靠近使用、處理和分析數據的計算資源的位置，以實現最佳性能。跨多個 MinIO 位置部署的 F5 Distributed Cloud Customer Edge 為無縫數據移動鋪平了道路，打破了數據孤島。

支援百億億級 AI 數據管理

例如，一家全球制造公司使用 F5 的安全流量管理來即時高效地從邊緣直接收集、傳輸和保護數據到中央數據湖。F5 Distributed Cloud Mesh 和全域流量管理促進了從邊緣到基於 MinIO 的中央數據湖的安全、高效數據攝取，用於 AI 模型訓練、商業智慧和數據分析。

這種百億億級的數據收集和管理對於越來越依賴 AI 建模和來自感測器、攝像頭和其他遙測系統生成的大量數據以培養自主能力的行業至關重要。

在快速發展的數據管理領域，ADC 已成為管理大量非結構化數據的基石。

F5 與創新存儲解決方案供應商 (如 MinIO 和 NetApp StorageGRID) 的合作，以及與 NVIDIA 在 AI 基礎設施優化方面的合作，凸顯了其推動數據管理邊界的承諾。隨著數據量和重要性的增長，F5 旨在解決當前的數據管理挑戰，並支持未來的 AI 和多雲環境。

隨著各行業大規模採用 AI，F5 繼續提供優化工作流程、保護數據完整性和釋放現代應用全部潛力所需的工具，以應對不斷發展的數字化環境。