问题总是出在DNS。
2025年的Azure大规模故障？DNS。2025年的AWS区域性中断导致半个互联网瘫痪数小时？又是DNS。这个IT界流传已久的笑话至今依然成立，因为名称解析是第一张多米诺骨牌，一旦倒下，后续一切都会接连崩溃。
现在，再把AI加入其中。AI不会神奇地修复DNS，反而会放大其中的每一个薄弱环节。推理端点时有时无，Pod不断重建，服务更名的速度快得让人措手不及。如果DNS缺乏韧性，GPU只能闲置，而您却要疲于追查这些飘忽不定的问题。
在梳理应用交付面临的十大挑战时，排在首位的就是DNS相关问题。ADC01曾警示薄弱的DNS实践，因为这会严重影响性能、可用性和扩展能力。时至今日，这一事实依然没有改变。改变的是速度：AI架构的演进更快，而每一项错误配置的TTL或不安全的更新，都可能引发代价高达数百万美元的中断。
DNS并不起眼，却是基础设施的命脉。但如果您正在构建依赖实时推理或全球分布式模型的AI系统，DNS就必须比模型更智能，否则还没生成第一个词元，系统就会彻底失效。
AI如何影响DNS实践
从“常规应用”转向成熟的AI系统时，您将面临以下重大变化，而DNS仍是根本瓶颈。
1. 基础设施的变化速度与更替频率
AI并非一成不变。端点会在数据中心、不同区域乃至边缘位置不断创建、横向扩展，随后被停用。如果DNS更新跟不上这种变化（请注意ADC01中有关动态更新的警告），就会出现记录过期、连接失败和性能下降等问题。
因为对于AI而言，每一毫秒都至关重要。模型可能已准备就绪，GPU也可能正在运行，但如果对推理端点的DNS查询速度缓慢或结果错误，整个流程就会陷入停滞。
2. 全球覆盖与边缘部署
AI系统通常横跨多个地理区域、云提供商和边缘站点。可用性对关键任务至关重要。ADC01指出，薄弱的DNS会影响可用性。对于AI而言，风险更高。路由错误、延迟激增或DNS中断会导致模型响应质量下降，甚至造成跨区域用户的服务中断。
3. 安全与信任问题加剧
AI工作负载经常处理敏感数据、作出决策，并为受监管的业务提供支持。如果DNS未得到保护（例如未启用DNSSEC），攻击者重定向流量或伪造端点可能造成灾难性后果，包括训练数据遭到篡改、产生恶意推理输出以及发生数据泄露。
对于AI，不能抱着“以后再修复DNS”的想法；必须假定攻击者会利用任何安全缺口。
4. 扩展复杂性与成本压力
ADC01指出，薄弱的DNS实践会阻碍扩展并增加运营成本。AI的成本本已十分高昂，包括数据管道、GPU、模型运维和监控。低效的DNS会造成计算资源、时间和预算的浪费。
DNS方面的问题变成了：您的基础设施能否以模型横向扩展的速度，同步扩展名称解析支撑体系？
5. 依赖关系不透明，级联故障蔓延更快
AI涉及许多依赖项，包括数据摄取、模型服务、编排、日志记录和遥测，而DNS是这一切的底层基础。如果DNS发生故障，上层的一切会比传统应用更快崩溃。ADC01的影响类别（性能、可用性、可扩展性和运营效率）均可直接对应，但在AI环境中，连锁影响会被放大，就像AI对几乎所有其他领域的影响一样。
问题还真总是出在DNS上
归根结底，问题总是出在DNS上。这听起来可能像一句老生常谈，但事实确实如此。即使构建了极其复杂的AI模型，只要名称解析失败，用户就无法访问它。
ADC01中的指导原则依然十分可靠，即使对于AI工作负载也是如此，或许对智能体AI而言尤其如此。如果希望系统以AI所需的速度和规模运行，就必须更早、更严格地落实这些指导原则。
DNS并不是“模型完善后”才需要考虑的问题，而是需要在之前掌握的关键能力，然后才能向全球开放模型。
正确配置DNS，您的AI系统才能真正发挥价值。忽视DNS，模型就会沦为一个成本高昂、无人能够访问的黑盒。
详细了解全球组织面临的十大应用交付挑战。
关于作者
Lori MacVittie是F5首席技术官办公室的杰出工程师兼首席技术布道师，在应用交付、自动化战略和基础设施领域拥有深厚的专业知识。无论是为AI智能体定义防护机制、剖析脆弱的多云架构，还是探索可扩展系统的极限，她都善于化繁为简。她在应用开发、IT架构以及网络和系统运维领域拥有30多年的行业经验。加入F5之前，她曾担任技术编辑，并因出色表现获得奖项。 MacVittie拥有计算机科学硕士学位，著述颇丰，出版作品涵盖安全、云和企业架构领域。她还热衷于桌面游戏和电子游戏，并且对奶酪有着毫不掩饰的鲜明见解。
Lori Mac Vittie 的更多博客文章相关博客文章
