Kunal Anand，F5：塑造 AI 优化网络并增强安全性
随着人工智能应用的发展，它们对网络基础设施提出了更高的要求，特别是在延迟和连接方面。
支持大规模 AI 部署带来了新的问题，分析师预测 AI 相关流量将很快占据总网络流量的很大一部分。业界必须做好准备，有效应对这一激增。F5 正在调整其解决方案以管理 AI 工作负载的复杂性，其技术现在包括多模式数据的实时处理。
F5 首席技术与人工智能官 Kunal Anand
人工智能在安全方面既带来了机遇，也带来了风险，因为它能够增强保护，但同时也带来了人工智能驱动的网络威胁。超大规模企业、电信公司和技术公司之间的合作对于建立人工智能优化的网络至关重要。协作和创新继续改变人工智能网络格局，F5 致力于推动这一领域的进步。
在欧洲人工智能与大数据博览会前夕，F5 首席技术兼人工智能官 Kunal Anand 讨论了公司在保持人工智能网络解决方案领先地位的角色和举措。
AI News：随着人工智能应用的发展，对网络基础设施的需求也变得越来越复杂。在支持大规模人工智能部署方面，行业在延迟和连接方面面临哪些关键挑战？
Anand： F5 发现 AI 已经彻底改变了应用程序架构。一些公司正在投资数十亿美元建设 AI 工厂（大型 GPU 集群），而其他公司则更倾向于选择基于云的解决方案或小型语言模型 (SLM) 作为更便宜的替代方案。
网络架构正在不断发展以应对这些挑战。AI 工厂在不同的网络堆栈上运行，例如 InfiniBand 和特定的 GPU（如 H100 或 NVIDIA 即将推出的 Blackwell 系列）。与此同时，基于云的技术和 GPU 云也在不断发展。
一个主要趋势是数据引力，即组织的数据被锁定在特定环境中。这推动了多云架构的发展，允许工作负载与跨环境的数据链接，以实现检索增强生成 (RAG)。
随着 RAG 需求的增加，组织会因为资源有限而面临更高的延迟，无论是来自使用频繁的数据存储还是有限的 GPU 服务器集。
AI News：正如 分析师预测的那样，与人工智能相关的流量将很快占据网络流量的很大一部分。这种人工智能生成的流量的涌入对现有网络基础设施带来了哪些独特挑战？您认为业界将如何为此做好准备？
Anand： F5 认为，到本世纪末，大多数应用程序将由 AI 驱动或由 AI 驱动，这需要在整个网络服务链中进行增强。这些应用程序将使用 API 与 AI 工厂和第三方服务进行通信，访问 RAG 的数据，并可能公开自己的 API。从本质上讲，正如分析师所言，API 将成为将这个生态系统凝聚在一起的粘合剂。
展望未来，随着人工智能越来越多地融入应用程序和 API，与人工智能相关的流量预计将成为网络流量的主导。随着人工智能成为几乎所有应用程序的核心，与人工智能相关的流量自然会增加。
AI 新闻：随着 AI 应用变得越来越复杂并实时处理多模式数据，F5 如何调整其解决方案以确保网络能够有效管理这些动态工作负载？
Anand： F5 从多个角度看待这个问题。就 RAG 而言，当必须从数据存储中检索数据（无论是图像、二进制流还是文本）时，无论数据格式如何，方法都是相同的。客户通常需要快速的第 4 层负载平衡、流量管理和转向功能，而 F5 在这方面表现出色。该公司为组织提供负载平衡、流量管理和安全服务，确保 RAG 拥有高效的数据访问。F5 还实现了 AI 工厂之间的负载平衡。
在某些情况下，大型组织会管理包含数万个 GPU 的大型 GPU 集群。由于 AI 工作负载不可预测，这些 GPU 可能可用或不可用，具体取决于工作负载。F5 可确保高效的流量路由，从而减轻 AI 工作负载的不可预测性。
F5 为构建 AI 工厂和集群的组织提高性能、提高吞吐量并增加安全功能。
AI 新闻：AI 在增强安全性的同时也带来了 AI 驱动的网络威胁，F5 采取了哪些方法来增强网络安全性和应对这些不断演变的挑战的弹性？
Anand：未来将面临许多与 AI 相关的挑战。攻击者已经在使用 AI 来生成新的有效载荷、寻找漏洞并发起独特的攻击。例如，ChatGPT 和视觉转换器能够破解 CAPTCHA，尤其是交互式 CAPTCHA。最近的演示表明这些攻击非常复杂。
从过去的安全模式可以看出，每当攻击者利用新技术取得优势时，防御者就必须迎接挑战。这通常需要重新考虑安全模型，例如从“允许一切，拒绝某些”转变为“允许某些，拒绝一切”。许多组织正在探索应对人工智能驱动威胁的解决方案。
F5 正在投入巨资以应对人工智能带来的威胁。作为 F5 智能计划的一部分，该公司正在开发、训练和部署由其人工智能卓越中心支持的模型。
今年早些时候，F5 推出了 AI 数据结构，并组建了一支团队，致力于开发服务于整个业务的模型，从政策制定到洞察交付。F5 认为自己有能力应对这些日益凸显的问题。
AI 新闻：合作伙伴关系在开发下一代 AI 优化网络中发挥什么作用，尤其是超大规模企业、电信公司和科技公司之间的合作伙伴关系？
Anand：合作对于 AI 开发至关重要。AI 堆栈非常复杂，涉及多个组件，包括电力、数据中心、硬件、服务器、GPU、内存、计算能力和网络堆栈，所有这些组件必须协同工作。单一组织从头到尾监督一切的情况并不常见。
F5 专注于建立和维护计算、网络和存储领域必要的合作伙伴关系，以支持 AI。
AI 新闻：F5 如何看待其在推动 AI 网络发展方面的作用，以及您将重点关注哪些举措以保持在 AI 网络解决方案领域的领先地位？
Anand： F5 致力于开发其技术平台。今年早些时候推出的 AI Data Fabric 将与 AI Center of Excellence 合作，为组织的未来做好准备。
F5 还在建立强大的合作伙伴关系，并将发布公告。该公司对自己的工作和全球变化的快速步伐感到兴奋。F5 的独特优势——处理全球流量——使其能够将数据洞察与行业趋势联系起来。F5 还打算更多地介绍其研究和模型，一些开源贡献即将推出。
总体而言，F5 对未来非常乐观。人工智能的变革性影响是显著的，成为这一转变的一部分是令人兴奋的时刻。
相关文章
