
当整个科技圈都在为大模型参数规模的指数级膨胀、Token 吞吐效率的优化,以及具身智能的突破性实验而热血沸腾之际,一个更为底层且不容忽视的问题正逐渐显现:AI 算力权重与复杂负载,正将 IT 基础设施推向瓶颈临界点。
异构算力池调度的复杂性、零信任架构下安全边界的重新塑造,以及算力总体拥有成本(TCO)的几何倍数攀升,共同构成了企业数智化转型迈入 AI 原生时代后的 “三重耦合难题”。这些难题既关系到底层架构的弹性与韧性,更会对模型训练、推理以及实时应用的稳定性和可持续性产生直接影响。
在重重挑战之下,已深耕中国市场 25 年的 F5 选择主动进行 “重构”。其借助全新的应用交付与安全平台(Application Delivery and Security Platform,ADSP),助力企业搭建面向 AI 原生架构的底层 “数字操作系统”。
从传统的 Layer 4/Layer 7 应用交付,发展成为能够支撑多云、混合云与边缘计算复杂场景的中枢平台(Orchestration Hub)。
这不仅是 F5 的产品迭代过程,更是其面向未来所开展的一次 “体系重塑”。
面向 AI 的 “攻” 与 “防”:从 ADC 到 ADSP 的 “进化论”
AI 安全,如今已然成为企业战略层面的核心议题。“在 AI 时代,Token 是 API 经济的一个缩影。随着 Token 的大规模应用,AI 安全防护的重要性也被进一步凸显。”F5 北亚区总裁黄彦文强调说道。
F5 最新发布的《2025 年应用战略现状》(SOAS)报告显示,全球已有 96% 的企业正在部署 AI 模型,其中在接受调研的企业里,91% 的企业计划借助 Web 应用与 API 保护(WAAP)来保障 AI 模型和应用的安全 。
围绕 “攻” 与 “防” 的维度,能够更清晰地理解企业当下所面临的风险与挑战 。
“攻” 聚焦于业务与架构层面 。随着 AI 朝着多模态、分布式架构以及高并发推理方向发展,应用正从单体架构向微服务化演进,并向多云和边缘侧协同拓展 。这一转变也带来了更高的复杂度、更庞大的算力需求,以及更高的运维成本 。
“防” 则主要体现在安全与合规方面 。对企业而言,API 滥用、模型侧攻击等新型威胁不断涌现,传统静态防护与单点工具难以覆盖包括数据流、模型流与业务流在内的全链路,企业需要将应用安全与 API 安全 “前移 + 内嵌”,并与交付策略同源编排 。
这种 “攻” 与 “防” 的双重压力,使得传统的 “IT 工具箱” 显得力不从心 。传统的安全体系往往是在部署后再进行 “打补丁”,依赖碎片化的单点工具,而这种被动响应模式已难以为继 。企业迫切需要一种全新的战略范式,也就是一个将安全视为应用交付内在属性的统一平台,同时能够实现跨越整个应用生命周期的统一策略编排与可观测性 。
这种对统一平台的迫切需求,正是 F5 发布 ADSP 的逻辑起点 。“我们正在从 ADC 2.0 迈向一个全新的 ADSP 时代。”F5 亚太区首席技术官 Mohan Veloo 如此表示 。
从 ADC 2.0 到全新的 ADSP,是 F5 自身的发展演进,也反映出过去十几年应用架构的变迁 。
“数据中心时代”(ADC 1.0)是 “铁盒子” 时代 。当时,应用大多在数据中心内运行,ADC 充当着 “流量调度员” 的角色,以确保服务器不会被流量 “压垮” 。
“云原生时代”(ADC 2.0),“铁盒子” 被解构 。应用交付不再受限于物理形态,应用变得如同 “乐高积木” 一般,可灵活组合 。F5 也随之 “软化”,以 “即服务” 的形式,渗透到虚拟化和容器环境中,为动态的应用提供弹性交付能力 。
如今,“AI 时代”(ADSP)已经来临 。AI 让应用变得前所未有的智能,但也引发了前所未有的混乱,架构复杂、攻击面模糊、安全与交付的界限逐渐消融 。此时,企业需要的不再是独立的 “收费站” 或 “调度中心”,而是一个集管理、安全监控、分析功能于一体的 “超级大脑”,这正是 ADSP 诞生的初衷 。
ADSP 的核心价值观在于 “平台化” 。作为业界首个将高性能负载均衡、智能流量管理,以及应用与 API 安全能力深度融合的平台化解决方案,ADSP 的核心能力体现在四个方面 。
其一是全域应用交付,可整合负载均衡、DNS、CDN、API 网关等,实现复杂架构下的一站式交付 。
其二是全域安全防护,能深度协同 WAAP、零信任架构和 AI 安全能力(包括新推出的 AI Gateway),实现代理式安全运营 。
其三是全场景部署,可灵活部署在本地数据中心、公有云、SaaS、边缘网络乃至 AI Factory,确保策略与体验一致 。
其四是全链路运维(XOps),能够打通 NetOps、SecOps 与 DevOps 壁垒,提供统一策略管理、深度分析与自动化工具链 。
免责声明:本文仅代表作者个人观点,与每日科技网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。
本网站有部分内容均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责,若因作品内容、知识产权、版权和其他问题,请及时提供相关证明等材料并与我们联系,本网站将在规定时间内给予删除等相关处理.

