F5 与 MinIO 宣布扩大合作伙伴关系，旨在为处理大规模分布式数据集的人工智能数据管道及人工智能工厂提供解决方案，支持在边缘、云端和本地平台间实现数据流转。
此次合作的核心是将 F5 的应用交付与安全平台同 MinIO 的 AIStor 企业版进行整合。
这一联合解决方案旨在提升企业处理高要求人工智能工作负载时的性能、可扩展性和可靠性，尤其适用于需要在全球范围内收集数据并在多样化 IT 环境中部署的场景。
混合架构特点
该联合解决方案推出了混合多云架构，专为满足人工智能项目在性能、可靠性和数据治理方面的需求而设计。它支持人工智能模型训练和推理所需的高速、安全数据流动，同时致力于降低成本、避免延迟瓶颈 —— 这是企业在面临公共云费用不断攀升时日益关注的问题。
该系统能够实现从网络边缘到中央人工智能工厂的可靠、 resilient 数据传输，且整个过程均以适用于企业部署的安全标准为支撑。
通过将 F5 应用交付与安全平台和 MinIO 的 AIStor 企业版相结合，组织能够管理人工智能 / 机器学习管道、数据回传、复制及大规模数据存储。两家公司认为，这些功能解决了诸多痛点，如公共云成本高昂、人工智能工作流存在延迟，以及对数据访问的安全性和可扩展性需求日益增长等。
汽车行业应用案例
两家公司提及的一个显著应用案例是，某全球汽车制造商加大对该技术的投入，以确保从车辆到其人工智能工厂的数据安全传输。借助 F5 的安全流量管理，车辆数据在通过区域接入点传输至公司中央数据湖的过程中得到收集和保护。这些数据存储在 MinIO 平台后，形成的数据库可支持有效的人工智能模型训练和验证，为汽车边缘系统（如感知系统和自主决策系统）的改进提供依据。模型经过训练和验证后，更新内容将回传至车辆，而 F5 为这一过程的所有环节提供安全保障。
该案例凸显了负载均衡、数据安全与高性能存储的结合，旨在解决数据负载分配不均、端点防护缺失以及跨网络性能不一致等问题。该联合解决方案通过区分广域网和局域网流量来优化性能，并支持现代人工智能应用的实时需求。
企业级应用场景
F5 与 MinIO 的合作符合 F5 的人工智能参考架构，旨在为模型微调、训练及检索增强生成（RAG）流程提供支持。它提供负载均衡功能，可高效地将来自多个来源的数据路由至人工智能环境，有望提高推理和训练活动的速度与韧性。目前，制造、电信、零售、金融服务和云服务等行业的组织已在部署这一联合平台。
该解决方案的开发旨在应对多个典型应用场景，具体包括：
1. 为批量和实时人工智能数据摄入打造高吞吐量、安全的管道；
2. 支持数据从公共云回迁至私有或混合环境，以实现成本和合规管理；
3. 在多云基础设施中提供数据复制、备份和灾难恢复功能，确保数据可用性和安全性；
4. 保障人工智能工作流（包括 RAG）及时访问分布式数据集，加速模型训练。
F5 公司首席产品与企业营销官约翰・麦迪逊表示：“F5 与 MinIO 的技术联盟合作展示了两大领先平台携手的力量，有助于改进百亿亿字节级数据的管理、传输和安全保障方式。人工智能和数据密集型应用需要高性能管道，而这一解决方案确保组织能够满足这些需求，同时简化部署并降低总体拥有成本 —— 所有这些都在一个安全且全球互联的框架内实现。”
MinIO 联合首席执行官兼联合创始人加里玛・卡普尔指出：“人工智能的快速应用正在重塑现代数据基础设施，要求组织在可靠扩展数据存储的同时，更好地控制成本、安全和治理。MinIO 与 F5 的合作可为企业提供可扩展、安全的解决方案，使其在部署和管理人工智能项目时更有信心，确保从边缘到人工智能工厂的数据完整性和性能。”
F5 与 MinIO 的合作旨在为组织提供更大的灵活性，以应对不断扩大的人工智能基础设施需求，支持在分布式环境中实现一致的数据处理和模型开发。
发表评论
您还未登录，请先登录。
登录