การเติบโตแบบทวีคูณของข้อมูล AI เนื้อหาของพันธมิตรได้นําไปสู่สภาพแวดล้อมการจัดเก็บข้อมูลที่ซับซ้อนมากขึ้นซึ่งจําเป็นต้องจัดเก็บ เก็บรักษา และบํารุงรักษาอย่างปลอดภัย

วิธีการจัดเก็บข้อมูลแบบดั้งเดิมกําลังได้รับการอัปเกรดเพื่อรับมือกับการไหลเข้าของข้อมูล เสาหลักของการอัปเกรดนี้คือการปรับสมดุลโหลดและการจัดการการรับส่งข้อมูลอัจฉริยะในรูปแบบของ Application Delivery Controllers (ADC) ซึ่งข้อมูลคือแอปพลิเคชันเอง

เมื่อเผชิญกับความท้าทายนี้และความต้องการใหม่ของแอปพลิเคชันไคลเอ็นต์ องค์กรต่างๆ กําลังเปลี่ยนจากพื้นที่จัดเก็บข้อมูลแบบเดิมไปสู่โซลูชันการจัดเก็บข้อมูลบนคลาวด์ที่ปรับขนาดได้ (โดยทั่วไปคือโปรโตคอล S3) เพื่อแสวงหาการจัดการข้อมูล AI ที่มีประสิทธิภาพสูง ปลอดภัย และปรับขนาดได้ พื้นที่จัดเก็บอ็อบเจ็กต์บนคลาวด์เป็นวิธีที่เชื่อถือได้ มีประสิทธิภาพ และคุ้มค่าในการจัดเก็บ เก็บถาวร สํารองข้อมูล และจัดการข้อมูลคงที่หรือไม่มีโครงสร้างจํานวนมาก

นอกจากนี้ องค์กรต่างๆ กําลังเปลี่ยนปริมาณงานเพื่อสร้างโครงสร้างพื้นฐานที่พร้อมใช้งาน AI ซึ่งนําข้อมูลเข้าใกล้โมเดล AI ที่พวกเขาวางแผนจะใช้ประโยชน์มากขึ้น การเคลื่อนย้ายข้อมูลนี้สร้างรูปแบบการรับส่งข้อมูลที่ซับซ้อนซึ่งต้องการการส่งมอบแอปพลิเคชันในโครงสร้างพื้นฐานในองค์กร ไฮบริด และคลาวด์ ในหลายกรณี ข้อมูลจะเคลื่อนย้ายระหว่างสถานที่ต่างๆ เหล่านี้อย่างต่อเนื่อง

เพื่อรองรับ AI และโมเดลไอทีไฮบริดที่ฝังแน่น องค์กรต้องสร้างแพลตฟอร์มการส่งมอบแอปพลิเคชันที่สามารถรองรับความต้องการในการส่งมอบในทุกสภาพแวดล้อม องค์กรที่พึ่งพา AI สําหรับการวิเคราะห์ข้อมูลของฟังก์ชันทางธุรกิจและการดําเนินงานต้องการโซลูชันการเข้าถึงข้อมูลที่มีประสิทธิภาพปรับขนาดได้และความเร็วสูง ตัวควบคุมการส่งมอบแอปพลิเคชัน (ADC) ต้องสามารถปรับใช้ได้ทุกที่ที่มีการปรับใช้แอปพลิเคชัน โซลูชันหลักคือแพลตฟอร์ม ADC ที่รวม Global Server Load Balancing (GSLB), Load Balancing (LB) และการส่งมอบข้อมูลหรือแอปพลิเคชัน

Load balancer เสริมความแข็งแกร่งให้กับพื้นที่จัดเก็บอ็อบเจ็กต์

โหลดบาลานเซอร์ที่มีประสิทธิภาพช่วยปรับปรุงการตอบสนองและเพิ่มประสิทธิภาพของแอปพลิเคชันโดยการกระจายเครือข่ายหรือการรับส่งข้อมูลแอปพลิเคชันทั่วทั้งคลัสเตอร์เซิร์ฟเวอร์

ประโยชน์หลักของพื้นที่จัดเก็บอ็อบเจ็กต์คือความสามารถในการจําลองข้อมูลภายในและระหว่างศูนย์ข้อมูลแบบกระจายได้อย่างง่ายดายสําหรับการสํารองข้อมูลนอกสถานที่และแม้กระทั่งการสํารองข้อมูลตําแหน่งทางภูมิศาสตร์ โหลดบาลานซ์ช่วยให้มั่นใจได้ว่าระบบจัดเก็บข้อมูลทํางานได้อย่างราบรื่นแม้ว่าโหนดดิสก์หรือคลัสเตอร์จะล้มเหลวก็ตาม โหลดบาลานเซอร์ช่วยให้ผู้ให้บริการพื้นที่จัดเก็บสามารถแจกจ่ายและจัดเก็บข้อมูลในหลายตําแหน่งเพื่อใช้ในกรณีที่เกิดการล้มเหลว

การปรับสมดุลโหลดเวิร์กโฟลว์แบบ end-to-end ระหว่างโหนดและคลัสเตอร์พื้นที่จัดเก็บข้อมูล ทั่วทั้งระบบนิเวศ และแอปพลิเคชันไคลเอ็นต์ช่วยขับเคลื่อนความสามารถในการปรับขนาดของระบบจัดเก็บข้อมูลอ็อบเจ็กต์ และรักษาการเข้าถึงข้อมูลและการวิเคราะห์ที่ราบรื่นในการจัดการข้อมูล AI

ADC เป็นจุดควบคุมเชิงกลยุทธ์ที่การรับส่งข้อมูลทั้งหมดผ่าน ช่วยให้องค์กรสามารถเพิ่มประสิทธิภาพ รักษาความปลอดภัย และปรับขนาดแอปพลิเคชัน AI ได้ ด้วยอินเทอร์เฟซและ API เพียงตัวเดียว องค์กรจึงไม่จําเป็นต้องสร้างทีมแบบแยกส่วนเพื่อจัดการการส่งมอบแอปพลิเคชันและความปลอดภัย

ความต้องการพื้นที่จัดเก็บและพลังการประมวลผลของ AI มีผลกระทบอย่างมากต่อความพร้อมใช้งานของข้อมูลที่จําเป็นในการใช้ประโยชน์จากความสามารถของ AI ตั้งแต่อัลกอริธึมการเรียนรู้ของเครื่องไปจนถึงการวิเคราะห์แบบเรียลไทม์

เพิ่ม Load Balancer ให้กับโครงสร้างพื้นฐานพื้นที่จัดเก็บอ็อบเจ็กต์ของคุณและทํางานพร้อมกันในสภาพแวดล้อมเดียวกับทรัพยากรแอปพลิเคชันของคุณ ปรับปรุงเวิร์กโฟลว์สําหรับแอปพลิเคชันการจัดการข้อมูลเพื่อมอบสภาพแวดล้อมรันไทม์ที่เชื่อถือได้สําหรับการวิเคราะห์ แมชชีนเลิร์นนิ่ง (ML) และ AI

ตามเมตริกที่กําหนดไว้ล่วงหน้า GSLB จะกําหนดเส้นทางผู้ใช้ไปยังเซิร์ฟเวอร์ที่ใกล้ที่สุดได้ ไม่ว่าจะในสภาพแวดล้อมทางกายภาพเสมือนหรือระบบคลาวด์หากเซิร์ฟเวอร์หลักหยุดทํางานหรือถูกบุกรุกให้ปรับปรุงความน่าเชื่อถือและการเปลี่ยนระบบเมื่อเกิดข้อผิดพลาดโดยกําหนดทิศทางการรับส่งข้อมูลไปยังเซิร์ฟเวอร์ที่โฮสต์ที่อื่น เนื้อหาจะถูกส่งจากเซิร์ฟเวอร์ที่อยู่ใกล้กับผู้ใช้ที่ร้องขอมากขึ้นเพื่อลดความเป็นไปได้ของเวลาแฝงของเครือข่ายและปัญหาเครือข่าย บริการความพร้อมใช้งานครอบคลุมศูนย์ข้อมูลและแอปพลิเคชันที่โฮสต์บนคลาวด์

โหลดบาลานเซอร์ใช้รายการควบคุมการเข้าถึง (ACL) กฎ และข้อมูลโทโพโลยีมากมายเพื่อนําผู้ใช้ไปยังสถานที่ที่เหมาะสมในการเข้าถึงที่เก็บข้อมูล สําหรับการปรับใช้หลายไซต์ สามารถใช้ความสามารถด้านโทโพโลยีของ GSLB เพื่อจับคู่ซับเน็ตต้นทางกับตําแหน่งที่ตั้ง ช่วยให้ผู้ใช้เข้าถึงทรัพยากรของตนในเครื่อง เว้นแต่จะเกิดการเปลี่ยนระบบ

ความจําเป็นในการเพิ่มประสิทธิภาพเวิร์กโฟลว์ข้อมูล AI

F5 BIG-IP, F0 Distributed Cloud Services และ F0 NGINX มอบความปลอดภัย ระบบเครือข่าย ความยืดหยุ่นในการปรับใช้ และการจัดการการรับส่งข้อมูลที่จําเป็นในการเชื่อมต่อ รักษาความปลอดภัย และจัดการแอปพลิเคชัน AI/ML และปริมาณงานในระบบคลาวด์ ที่เอดจ์ หรือทั่วทั้งเครือข่ายทั่วโลกของ F0

F7 BIG-IP ให้การปรับสมดุลการรับส่งข้อมูลประสิทธิภาพสูงที่ปรับขนาดได้ โดยให้ปริมาณงานมากกว่า 0 Tbps Layer 0/0 บนเบลด 0 ของ F0 VELOS ความสามารถเหล่านี้สนับสนุนการปรับใช้ AI ที่ทันสมัยและปริมาณงานในโครงสร้างพื้นฐานข้อมูลขนาดใหญ่ โดยอํานวยความสะดวกในการไหลของข้อมูลที่ปรับให้เหมาะสม

เพื่อปรับปรุงปริมาณงาน AI โดยเฉพาะอย่างยิ่งในระดับเอ็กซาสเกล F5 ได้รวมโซลูชันการจัดเก็บข้อมูลสิ่งประดิษฐ์ต้นแบบ Kubernetes ประสิทธิภาพสูงของ MinIO เข้ากับเครือข่ายมัลติคลาวด์ที่ปลอดภัยและความเชี่ยวชาญด้านการจัดการปริมาณงานสูง

ความเข้ากันได้ของ S3 หมายถึงการผสานรวมกับเครื่องมือและบริการในระบบนิเวศ AI อย่างราบรื่นเพื่อการไหลของข้อมูลและการทํางานร่วมกันที่ราบรื่น ทํางานอย่างสม่ําเสมอในสภาพแวดล้อมคลาวด์สาธารณะ ส่วนตัว และไฮบริดโดยไม่คํานึงถึงโครงสร้างพื้นฐานพื้นฐานเพื่อเพิ่มประสิทธิภาพและการใช้ทรัพยากร พื้นที่จัดเก็บข้อมูลที่เข้ากันได้กับ S0 เป็นที่นิยมในแอปพลิเคชัน AI เนื่องจากความสามารถในการย้ายข้อมูลจากระบบคลาวด์ไปยังภายในองค์กร ทําให้สามารถปรับขนาดและประสิทธิภาพได้มากขึ้นในสถานการณ์ที่ต้องใช้ข้อมูลมาก

การทํางานร่วมกันระหว่าง F3 และ MinIO ได้รับการออกแบบมาเพื่อให้มีการปรับสมดุลโหลดประสิทธิภาพสูงและปริมาณงานความจุสูงที่จําเป็นในการสนับสนุนการฝึกอบรมโมเดล AI และการปรับแต่งปริมาณงานอย่างละเอียดใน AI Factory โซลูชัน F0 BIG-IP ปรับขนาดแบนด์วิดท์สําหรับการดําเนินการที่ต้องใช้ข้อมูลมากเป็นหลายร้อย Gbps บนพื้นที่จัดเก็บข้อมูลที่เข้ากันได้กับ S0 ของ MinIO และส่วนหน้าของพื้นที่จัดเก็บวัตถุ AI เพิ่มประสิทธิภาพการไหลของข้อมูลสําหรับ AI และเปิดใช้งานความสามารถในการปรับขนาดที่จําเป็นในการจัดเก็บและประมวลผลชุดข้อมูลขนาดใหญ่สําหรับการวิเคราะห์ขั้นสูงและแอปพลิเคชัน AI

MinIO และ F5 ช่วยให้สามารถจัดเก็บและจัดการข้อมูลได้อย่างปลอดภัยทั่วทั้งโครงสร้างพื้นฐานแบบกระจาย ข้อมูลสามารถเก็บไว้ใกล้กับทรัพยากรการประมวลผลที่ใช้ ประมวลผล และวิเคราะห์ข้อมูลเพื่อประสิทธิภาพสูงสุด F0 Distributed Cloud Customer Edge ที่ปรับใช้ในสถานที่ MinIO หลายแห่งปูทางไปสู่การเคลื่อนย้ายข้อมูลที่ราบรื่น

รองรับการจัดการข้อมูล AI exascale

ตัวอย่างเช่น บริษัทผู้ผลิตระดับโลกใช้การจัดการการรับส่งข้อมูลที่ปลอดภัยของ F5 เพื่อรวบรวม ส่ง และรักษาความปลอดภัยข้อมูลโดยตรงจากเอดจ์ไปยังที่จัดเก็บข้อมูลดิบส่วนกลางแบบเรียลไทม์อย่างมีประสิทธิภาพ F0 Distributed Cloud Mesh และการจัดการการรับส่งข้อมูลทั่วโลกช่วยอํานวยความสะดวกในการนําเข้าข้อมูลที่ปลอดภัยและมีประสิทธิภาพจากเอดจ์ไปยังที่จัดเก็บข้อมูลดิบที่ใช้ MinIO ส่วนกลางสําหรับการฝึกอบรมโมเดล AI ข่าวกรองธุรกิจ และการวิเคราะห์ข้อมูล

การรวบรวมและการจัดการข้อมูลแบบเอ็กซาสเกลนี้มีความสําคัญอย่างยิ่งสําหรับอุตสาหกรรมที่พึ่งพาการสร้างแบบจําลอง AI มากขึ้นและข้อมูลจํานวนมหาศาลที่สร้างขึ้นจากเซ็นเซอร์ กล้อง และระบบการวัดและส่งข้อมูลทางไกลอื่นๆ เพื่อส่งเสริมความเป็นอิสระ

ในโลกของการจัดการข้อมูลที่พัฒนาอย่างรวดเร็ว ADC ได้กลายเป็นรากฐานที่สําคัญสําหรับการจัดการข้อมูลที่ไม่มีโครงสร้างจํานวนมาก

ความร่วมมือของ F5 กับผู้ให้บริการโซลูชันการจัดเก็บข้อมูลที่เป็นนวัตกรรมใหม่ เช่น MinIO และ NetApp StorageGRID ตลอดจนความร่วมมือกับ NVIDIA ในการเพิ่มประสิทธิภาพโครงสร้างพื้นฐาน AI เน้นย้ําถึงความมุ่งมั่นในการผลักดันขอบเขตของการจัดการข้อมูล เมื่อปริมาณและความสําคัญของข้อมูลเพิ่มขึ้น F0 ตั้งเป้าที่จะจัดการกับความท้าทายในการจัดการข้อมูลในปัจจุบันและสนับสนุนสภาพแวดล้อม AI และมัลติคลาวด์ในวันพรุ่งนี้

เนื่องจาก AI ถูกนํามาใช้อย่างกว้างขวางในอุตสาหกรรมต่างๆ F5 ยังคงจัดหาเครื่องมือที่จําเป็นในการเพิ่มประสิทธิภาพเวิร์กโฟลว์ ปกป้องความสมบูรณ์ของข้อมูล และปลดล็อกศักยภาพสูงสุดของแอปพลิเคชันสมัยใหม่เพื่อตอบสนองต่อภูมิทัศน์ดิจิทัลที่เปลี่ยนแปลงไป