车东西
作者 ｜ Janson
编辑 ｜ 志豪
在人工智能技术规模化落地的背景下，企业基础架构的职能正在发生转变。
车东西1月14日消息，专注多云应用安全和应用交付服务的企业F5，日前在北京举行了媒体沟通会，系统性介绍了企业的最新进展。
F5近期发布的《2025年应用策略现状》显示，全球96%的企业已开始部署AI模型，并预测未来三年内80%的应用将实现 AI 赋能。随着AI应用对海量数据处理、复杂流量调度以及实时响应的需求日益增加，传统的IT架构面临着成本上升与安全风险加剧的双重挑战。
在2025年2月，F5正式发布了“F5应用交付与安全平台”（Application Delivery and Security Platform，简称ADSP）。
该平台将高性能负载均衡、流量管理与应用及API安全能力整合进统一的系统。
对于正处于软件定义转型期的汽车行业而言，这种技术底座的整合为车联网数据处理与后端算力调度提供了标准化的支撑方案。
一、ADSP平台集成发布 支撑车企软件定义汽车发展
过去，车企通常需要分别部署负载均衡设备与各类安全网关，但在AI驱动的业务逻辑中，数据的高频交互和安全威胁的语义化特征要求交付与安全必须实现更紧密的耦合。
ADSP平台支持在本地数据中心、虚拟化环境以及云端等多种形态下部署，并通过统一API驱动架构实现策略的一致性。
这种设计思路主要为了解决运维碎片化的问题，使企业能够在不增加架构复杂度的前提下，应对AI模型带来的高并发流量。
F5应用交付与安全平台（ADSP）通过整合高性能负载均衡、多云连接以及 Web 应用与 API 保护（WAAP），为车企应用提供了全生命周期的自动化支持。
F5应用交付与安全平台（ADSP）
首先，F5实现了交付与安全的深度集成，平台打破了原有产品线之间的隔阂，使得车企IT团队能够通过单一平台管理每个应用的性能与安全性。
这种一体化设计提升了跨环境运行的运维效率，并能提供更精准的流量分析与洞察，帮助企业优化应用表现。
此外，F5的平台引入了基于自然语言交互的NGINX One AI 助手和BIG-IP AI助手。
这些工具能够辅助运维团队自动生成并验证iRules代码，识别安全异常，从而减少手动配置可能带来的错误。
与此同时，为支撑AI训练与推理的高吞吐需求，F5推出了VELOS CX1610机箱与BX520 400Gbps刀片。
该系列硬件具备超低延迟特征，能够满足AI数据密集型工作负载。
可以说，通过这些功能，ADSP平台将复杂的底层运维转化为自动化流程，使车企的技术团队能够将更多精力投入到AI业务逻辑的开发与优化中。
二、对话F5业务高管 解析F5的汽车行业实践
在本次沟通会中，F5中国区新行业解决方案总监、资深架构师谢乾屹详细分享了F5如何在汽车行业落地AI技术，并接受了包括车东西在内的媒体群访。
F5中国区新行业解决方案总监、资深架构师 谢乾屹
以下是四个具有代表性的技术探讨，车东西在不改变原意的基础上进行摘编：
Q1：汽车行业正在推进自动驾驶和 AI 上车，F5 在其中扮演什么角色？
谢乾屹：F5主要聚焦在“后端”和“云端”。目前汽车行业面临推理应用大爆发，车辆拍摄的海量视频和图像需要回传到数据中心进行模型训练，数据量已达PB级。
在这种场景下，存储网关往往成为数据吞吐的瓶颈。F5的解决方案分布在边缘节点、接入层和算力中心，通过提供高性能的存储网关支撑大规模数据的调度与汇聚。
Q2：如何解决AI智算中心GPU资源浪费和请求排队的问题？
谢乾屹：传统的负载均衡无法感知AI推理任务的资源消耗。为此我们推出了TBLB（基于Token感知的负载均衡）技术。它可以实时感知后端GPU的利用率、Token生成情况及队列排队状态。
在某大型车企的实测中，该技术将首次启动 token 的时间（TTFT）降低了95%以上，并显著平衡了多台GPU服务器的负载。通过提升30%-60%的GPU整体利用率，直接为企业节省了高昂的算力硬件投资。
Q3：多云架构如何保证车联网业务的连续性？
谢乾屹：车联网业务如果只接入单一云商，一旦该云发生故障，可能导致车钥匙失灵等严重后果。但接入多云时，不同云商的安全能力和配置管理方式又存在巨大差异。
F5的价值在于提供一个中立的、跨云的应用交付与安全能力层。无论车企使用哪种云，都能应用一致的安全策略和调度规则，构筑起稳固的多云多活架构。
Q4：AI模型面临的安全威胁有何特殊之处？F5如何应对？
谢乾屹：现在的攻击已从传统的逻辑攻击转向“提示词注入”等语义攻击。F5引入了“AI红队”和“AI防护栏”。
红队利用AI能力主动寻找模型的潜在漏洞并生成评估报告；防护栏则通过一个小模型来监测主模型的输入输出，拦截不合规的内容。
此外，针对未来的量子计算风险，F5也是业内首家支持PQC（后量子加密算法）的网络厂商。
结语：F5构筑智能时代的数字底座
F5发布的ADSP平台是其应对AI时代混合多云架构挑战的答卷。
通过将应用交付与安全功能进行深度整合，F5为企业提供了一套能够适应高并发、低延迟需求的技术架构。
从行业发展的趋势来看，随着汽车、金融等领域对业务连续性和算力优化要求的不断提高，基础架构的演进已成为企业数字化转型的关键环节。
这种向集成化、智能化方向的转变，将为AI技术在复杂汽车行业中的广泛应用提供更加可靠的底座支持。
评论(0)