面向AI与5G/6G时代的云原生现代化

F5 ADSP | 2026年10月07日

Ahmed Guetari产品管理高级副总裁（服务提供商业务） | F5

多年来，服务提供商一直在推进云原生网络建设。但如今时机已不同以往：5G独立组网部署日益增多，Kubernetes更加成熟，网络供应商开始交付可用于生产环境的云原生网络功能，运营商也已掌握更多运行这些功能所需的技能。

随着服务提供商为5G持续增长、迈向6G以及更加分布式的网络与AI混合工作负载做好准备，这些趋势正在汇聚。当前的机遇在于实现现代化，同时避免在Kubernetes中重现虚拟网络功能（VNF）时代的成本和复杂性。

F5 BIG-IP Cloud-Native Edition 为BIG-IP网络和安全服务提供统一的Kubernetes原生基础，并可灵活部署每个工作负载所需的功能。

AI加速云原生应用

AI正推动云原生转型加速。服务提供商越来越多地评估AI工厂、GPU云、主权AI环境和分布式推理服务，而这些服务都高度重视基础设施效率、自动化、可见性、安全性和一致的流量管理。

这些环境也改变了基础设施的经济性。CPU容量、电力、机架空间和加速计算资源变得更加宝贵，因此，高效利用网络基础设施并在不增加不必要运维开销的情况下扩展服务变得愈发重要。

对于服务提供商而言，这在云原生网络现代化与新兴AI基础设施之间形成了自然衔接。统一的Kubernetes原生基础可以支持其当前运营的服务，同时为其逐步支持更加分布式的网络与AI混合工作负载提供路径。

统一的云原生基础

F5 BIG-IP解决方案为服务提供商日益分布式的网络和AI混合工作负载提供统一的云原生基础，涵盖流量管理、安全、策略实施和可观测性等功能。BIG-IP Cloud-Native Edition整合了面向服务提供商流量路径不同环节的BIG-IP服务：

BIG-IP Next for Kubernetes 将BIG-IP的流量管理、安全、入口和出口控制以及多租户功能扩展到Kubernetes环境。
BIG-IP DNS提供大规模名称解析。
BIG-IP Carrier-Grade NAT（CGNAT）有助于管理地址资源和用户流量。
BIG-IP Advanced Firewall Manager (AFM)提供网络防火墙和DDoS防护。
BIG-IP Policy Enforcement Manager (PEM)支持基于订阅用户感知的策略和服务控制
BIG-IP eBPF 可观测性可为日益动态的云原生基础设施提供内核级可见性。

随着这些环境日益分布式，基础设施也需要具备可观测性。BIG-IP eBPF Observability提供来自Linux内核的遥测数据，帮助运维团队了解动态云原生环境中的流量流向、依赖关系和应用行为。

整合与任何单项功能同样重要。服务提供商可以将这些功能整合到统一的云原生架构中，无需围绕每项网络功能分别构建、扩展和运维独立的基础设施堆栈。BIG-IP Cloud-Native Edition还可与现有BIG-IP硬件和虚拟化部署形成互补，让运营商能够灵活选择现代化改造方式。

F5还在继续投资面向服务提供商环境的专用硬件。F5计划于今年晚些时候推出新一代平台，该平台专为高吞吐量第4层流量管理和订阅用户安全服务而设计。随着流量和安全需求不断增长，运营商将可通过这一新选择扩展电信级服务。

经济效益可能十分显著。F5客户分析表明，通过整合防火墙、DDoS防护、CGNAT、DNS和流量引导等用户服务，降低CPU和内存需求，并消除不同网络功能之间的重复基础设施，可将资本成本降低60%以上。这种整合还可以简化运维，并在需求变化时更轻松地引入新服务。

效率重塑经济效益

在服务提供商的业务规模下，基础设施效率很快就会成为总体拥有成本（TCO）的关键考量。CPU和内存需求会影响服务器数量、供电、散热、机架空间，以及可用于其他服务的容量。

F5委托The Tolly Group将两种具有代表性的F5 BIG-IP Cloud-Native Edition工作负载（DNS以及第4层与CGNAT）与在Red Hat OpenShift中经过测试的VNF部署进行对比评估。结果表明，部署模型至关重要。在DNS测试中，F5 BIG-IP Cloud-Native Edition的查询吞吐量接近后者的1.9倍，而CPU使用量减少了91.5%。在第4层与CGNAT测试中，F5 BIG-IP Cloud-Native Edition实现了相当的吞吐量，同时CPU使用量减少了79.7%，内存使用量减少了98.5%。

The Tolly Group的独立测试发现，F5 BIG-IP Cloud-Native Edition在DNS和L4+CGNAT工作负载中具有显著的基础设施效率优势。

这些测试侧重于两项功能，而F5 BIG-IP Cloud-Native Edition整体产品更广泛的价值在于整合。运营商可以更高效地利用基础设施，同时支持其环境所需的网络、安全、策略和流量管理服务。

某客户的生产环境部署进一步印证了这一点。在亚洲一家大型服务提供商的部署中，从基于VNF的架构迁移到F5云原生网络功能后，在相同数据容量下，所需计算资源从480个CPU核心降至330个，减少了31%。该架构将控制平面与用户平面的扩展分离，因此可根据流量需求增加相应容量，而无需复制整个技术栈。

在运营商规模下，这一差异可减少所需服务器数量和功耗，降低基础设施运维负担，并为新服务预留更多容量。

在一家总部位于亚洲的大型服务提供商的生产部署中，在数据容量相同的情况下，F5 BIG-IP Cloud-Native edition架构将计算需求从480个CPU核心降至330个，降幅为31%。

从电信云到AI网格

服务提供商基础设施的下一阶段也将涵盖AI。运营商已经拥有一项许多AI基础设施提供商仍在建设的资产：覆盖中央数据中心、区域设施、边缘站点和网络节点的分布式布局。

AI网格可以连接这些资源，并根据延迟、容量、成本、位置和策略，将工作负载定向到最适合处理它们的位置。这为将分布式网络基础设施转变为支持AI推理、主权AI和GPU即服务的协同平台创造了机会。

F5可在整个架构中提供流量控制点。BIG-IP的全局服务器负载均衡（GSLB）功能可根据可用性、性能和策略等因素，将请求引导至不同站点；BIG-IP Next for Kubernetes则可管理Kubernetes集群内的应用和推理流量，实施租户隔离，并在靠近工作负载的位置应用流量策略。

对于加速型AI基础设施，同一套F5 BIG-IP Cloud-Native Edition基础架构可支持Kubernetes环境。在此类环境中，高性能流量管理、租户隔离和计算资源的高效利用日益重要。随着服务提供商构建GPU云、AI工厂和分布式推理服务，这一点尤为重要。

统一架构，减少重复

Kubernetes擅长编排工作负载，但如果团队使用多个单点工具各自构建流量控制，复杂性就会增加。随着规模扩大，这种方式可能导致流量路径碎片化，并增加一层运维复杂性。

BIG-IP Cloud-native Edition带来的实际优势是运营一致性。DNS、CGNAT、防火墙、策略执行、Kubernetes流量管理和可观测性可以作为统一架构的组成部分进行规划，而不必分别作为独立的现代化项目。

这一点很重要，因为每个独立技术栈都有各自的生命周期、资源要求、安全模型、遥测机制和运维流程。整合到统一的Kubernetes原生基础之上，有助于服务提供商降低这些开销、根据需求扩展各项服务，并且无需另行搭建专用基础设施栈即可引入新的网络服务。

整合还可为运营商提供一个能够随市场发展而演进的平台。支持5G和N6/SGi-LAN现代化的同一云原生基础，也可扩展以满足新兴的6G需求、分布式边缘服务和AI基础设施需求。随着需求不断演变，该平台为F5提供了一个通用平台，支持其在网络功能、Kubernetes流量管理、可观测性和AI领域持续创新。

这一演进还包括智能体AI。在BIG-IP Next for Kubernetes 2.4版本中，F5为模型上下文协议（MCP）会话和智能体间（A2A）任务新增了协议感知型持久性，有助于在服务扩展时，将有状态的智能体交互保持在适当的后端。OIDC发现和JWT验证在入口处增加了身份控制，以便在智能体和工具流量到达后端服务之前对其进行验证。

对于构建AI平台和智能体服务的服务提供商而言，这将传统应用所采用的流量控制模式扩展到有状态且具备身份感知能力的智能体工作负载。