企业AI正进入要求更高的阶段。对大多数组织而言，挑战已不再是获取模型或部署GPU算力，而是构建一种架构，能够可靠地将AI系统连接到企业数据，将这些数据作为共享服务提供给整个企业，并随着使用规模扩大为其提供保护。Dell正是围绕这一转变构建了Dell AI Data Platform：为整个AI生命周期中的访问、准备、编排和准备工作提供全新的数据基础。
AI正使企业数据成为运营依赖
AI改变了企业数据的用途。在传统分析环境中，数据通常以批处理方式流向报告、仪表板和历史分析。在AI环境中，这些数据越来越多地被实时检索，整合结构化和非结构化来源，输入推理管道，并供能够搜索、推理和执行操作的助手与智能体使用。随着组织不断从试点转向生产，数据不再只是后端资产，而是成为运营所依赖的关键要素。Dell AI Data Platform正是基于这一现实进行定位：通过统一存储、数据引擎和编排，为完整的AI生命周期提供支持。
更完善的数据层如今已成为业务必需，而不只是技术升级
要让AI成为一项业务能力，而不只是一系列实验，企业仅有模型访问和原始存储还不够，还需要一个能够在整个AI生命周期中准备和提供数据的基础平台。Dell正是围绕这一需求开发了Dell AI Data Platform：PowerScale提供统一的文件和对象访问，ObjectScale提供企业级S3对象存储，数据引擎则用于访问、准备和丰富数据，并编排面向分析和AI的数据产品。Dell更广泛的平台信息还强调在整个AI生命周期中保护敏感数据和专有数据。
数据平台的接入路径如今已成为控制点
更完善的数据层不仅关乎数据存储在何处，还关乎如何访问这些数据。一旦AI在企业内部成功应用，使用模式就会迅速发生变化：
- 一个助手扩展为多个助手。
- 一个原型转变为供多个团队使用的共享服务。
- 搜索端点成为通过API连接的应用和智能体所依赖的服务。
原本看似易于管理的点对点连接，在企业规模下会逐渐显得脆弱。此时，用户、应用、智能体与数据平台之间的连接路径就成为一个设计问题。这条路径必须能够承载并发请求、妥善处理故障、持续一致地执行策略，并避免每次部署AI时都产生一批新的脆弱端点，导致端点无序扩张。
Dell通过PowerScale SmartConnect在存储环境内部解决这一问题。该功能提供连接分配、动态故障转移和故障恢复，使客户端操作在节点停机或维护期间仍可继续。作为补充，F5在更广泛的AI环境前端提供控制点，对AI所依赖的各项服务实施一致的流量管理和策略。
AI数据交付体现架构规范性
正是在这一点上，F5对AI领域具有战略意义。F5将这一挑战定义为AI数据交付，即确保计算与数据之间的路径在实际环境中具备高性能、韧性和可控性。这一点至关重要，因为AI系统不仅需要访问数据，还需要在网络状况不理想、工作负载突增以及多个环境共享需求时，能够以可预测的方式访问数据。
在近期的功能测试中，面对延迟和抖动，F5 BIG-IP有助于稳定计算与存储之间的流量，并提升S3兼容工作负载的吞吐量一致性。更重要的启示在于架构，而不只是基准测试结果：如果数据路径缺乏管理，AI性能和效率将更难以持续保持。
AI基础设施不仅关乎计算和存储容量，还取决于企业是否在AI工作负载与其依赖的数据之间设置了经过周密规划的控制层。坚实的数据基础至关重要，同样重要的是建立一个统一入口，让这一基础能够在生产环境中得到有效利用并保持韧性。
AI运行时安全也应纳入同一议题
同一控制点对安全也至关重要。随着企业AI日趋成熟，组织不仅会向模型开放数据，还会向提示词、API、工具、工作流以及代表用户和业务流程执行操作的智能体开放数据。这会扩大攻击面，并增加控制薄弱所带来的成本。OWASP当前针对LLM和GenAI应用的指南重点指出了提示词注入、不安全的输出处理、训练数据投毒、模型拒绝服务和过度自主等风险。NIST的《生成式AI概况》同样强调，在生成式AI系统的设计、开发、使用和评估过程中，需要考虑可信度问题。
因此，讨论不能再局限于存储性能或模型质量。企业还需要运行时控制措施，以帮助管理AI系统与企业数据的交互方式。Dell AI Data Platform通过集成的网络韧性功能，保护AI生命周期中的敏感数据和专有数据。F5 AI Guardrails是一个与模型无关的运行时层，通过一致的策略执行、实时检查、防范提示词注入和越狱等对抗性攻击，以及防止敏感数据泄露，帮助保护AI应用。F5还将其与AI红队测试及更广泛的应用安全功能（例如Web应用和API保护）相结合，使组织能够测试、监控和执行策略。
企业AI下一阶段的竞争优势将取决于数据层
企业AI下一阶段的发展，不仅取决于组织采用哪种模型，还取决于企业能否在整个AI生命周期中确保数据可用、具备韧性并受到保护。因此，企业AI需要更完善的数据层，而数据层前端的架构也正从次要的实施细节转变为战略控制点。Dell Technologies与F5为企业提供在生产环境中运行AI所需的数据基础，以及交付和安全层。对于希望从试验迈向生产的企业而言，这正是值得探讨的议题。
如果您计划于5月18日至21日前往拉斯维加斯参加Dell Technologies World，欢迎莅临F5展位，了解我们如何帮助组织交付和保护AI基础设施及应用。
此外，敬请关注我们即将举办的网络研讨会“借助Dell基础设施提升AI性能”。
关于作者
Hunter Smit是F5解决方案与战略产品营销高级经理。他负责F5产品组合的解决方案营销工作，涵盖AI基础设施和应用安全，并推动F5进军新兴的AI数据交付市场。Hunter是Whitworth University商学院顾问委员会成员，并曾担任产品营销兼职讲师。他拥有Whitworth University工商管理硕士学位和管理学工商管理学士学位。
Hunter Smit 的更多博客文章
Mark Menger是F5解决方案架构师，专注于AI和安全技术合作伙伴关系。他负责开发F5的AI参考架构，推动安全且可扩展的AI解决方案。Mark曾担任全球解决方案架构师和解决方案工程师，参与构建F5安全云架构，并共同开发其分布式四层架构。他是《Solving IT Complexity》的合著者，在应对IT挑战方面拥有丰富经验。此前，他曾担任应用开发人员和企业架构师，专注于现代应用、自动化，以及加快实现AI投资价值。
Mark Menger 的更多博客文章
Adam Robyak是Dell Technologies首席工程师，并担任全球售前AI负责人。他拥有超过25年的IT行业经验，其中包括9年担任自己创办的咨询公司CEO。在职业生涯中，Adam积累了横跨众多垂直领域和行业的丰富经验。在目前的职位上，他为多个重点领域提供思想引领。凭借在多云生态系统、数据管理、人工智能、数字人、数字孪生以及物联网和边缘计算等新兴技术方面的深厚知识，Adam致力于帮助客户实现复杂的业务目标并应对相关挑战。Adam是Dell Technologies内部Pathfinder Team和Blockchain Steering Committee的创始成员，同时担任Dell Technologies CTO Ambassador及CTO Ambassador Steering Group成员。Adam目前拥有一项美国区块链和分布式账本技术专利，另有5项以上人工智能领域的专利正在申请中。
Adam Robyak 的更多博客文章相关博客文章
WAF和API发现技术在保护智能体AI应用中的作用
智能体AI系统的功能和集成会在运行时快速变化。要以同样的速度保障其安全，需要通过API发现和Web应用防火墙（WAF）实施切实可行的控制措施。
