加速企业AI：借助F5、NetApp和Google Cloud实现面向RAG的统一数据

Matthew Emes全球解决方案架构师 | F5

随着越来越多的组织采用AI技术，他们发现，要让大语言模型（LLM）及时获取最新的专有数据并非易事。因此，检索增强生成（RAG）得到采用。RAG通过添加补充数据来增强AI推理，从而生成更准确、更实用的响应。如何将这些附加数据安全地传输至LLM也可能是一项挑战，需要安全连接解决方案。

企业AI领域的RAG变革

传统LLM虽然功能强大，但受限于训练数据，无法访问组织特有的信息。RAG使LLM能够在生成内容时查询外部知识源，从而生成既体现模型广泛知识，又融合组织专有数据的输出。

然而，随着大多数组织转向多云混合IT环境，其数据往往分散在多个来源中。这种分散状态增加了有效实施RAG的难度，因为组织必须确保安全访问所有相关数据源，同时在规模化部署中兼顾性能和成本效益。要解决这一挑战，需要以安全方式将各类来源的数据存储与LLM连接起来。为此，F5、NetApp和Google Cloud携手提供了一套解决方案。

基本的RAG工作流包含一个检索器，用于从大型语言模型中获取相关数据，并将其与生成准确且符合上下文的信息所需的上下文相结合。

统一的数据访问方法

F5 Distributed Cloud Services提供安全的多云网络，可连接跨云和本地环境的应用及数据。借助F5 Global Network的专用骨干网，F5 Distributed Cloud Network Connect与NetApp协同，可在需要的时间和位置快速、安全地移动和存储数据。

专为RAG而设计，Distributed Cloud Network Connect可将云端或本地的NetApp存储连接到大语言模型（LLM），包括Google Cloud的Vertex AI平台，以实现安全、快速且相关的推理。该解决方案构建了一个无缝框架，可访问分布在混合云和多云环境中的数据源。

F5的安全多云网络功能可作为基础，在不同环境中实现高效且受保护的数据访问，同时保持集中式可观测性和编排。组织可以将Distributed Cloud Network Connect与Google Cloud NetApp Volumes、NetApp Cloud Volumes ONTAP for Google Cloud，以及其他NetApp数据存储系统结合使用，为AI工作负载提供所需的安全连接和高性能。

Google Cloud的Vertex AI平台利用这种统一的数据访问，在开发上下文增强型LLM应用时支持RAG，从而完善整体解决方案。该平台高效利用资源，并提供安全的AI基础设施，帮助组织在扩展AI运营规模的同时保持成本效益。

这一联合解决方案具有多项优势：

• 增强安全性：F5多云网络内置安全功能，包括Web应用防火墙、机器人防御和API保护，并可实施一致的策略，帮助保护专有数据和AI模型，即使在复杂的混合环境中也不例外。
• 加密网络：AI模型与NetApp存储（包括本地和云端存储）之间的第3层连接均经过加密，以保护传输中的敏感数据。
• 性能优化：F5 Global Network在全球设有接入点，可最大限度降低延迟，并支持控制传输速度，确保AI应用快速响应。
• 简化多云运维：组织可以使用F5 Distributed Cloud Console统一管理从云端、本地环境到边缘的安全和网络，并由Distributed Cloud Network Connect处理多云网络的复杂问题。
• 工具精简：减少支持RAG和AI所需的安全和网络工具数量。

F5、NetApp和Google Cloud携手帮助客户在混合云和多云环境中安全实施RAG。

提升AI生产力的简化路径

组织可以利用现有的F5、NetApp和Google Cloud基础设施投资，构建安全的RAG解决方案。对于希望增强AI能力的企业而言，这是一项切实可行的选择。通过这一合作，组织可以利用自身数据获取AI驱动的洞察，同时保持安全性和控制力。通过简化RAG应用的数据访问，组织可以专注于从AI中创造价值，而不必应对复杂的基础设施管理。

F5 Distributed Cloud服务可通过Google Cloud Marketplace获取。

关于作者

Matthew Emes全球解决方案架构师 | F5

Matthew Emes 的更多博客文章