F5与Scality助力高级AI数据交付

F5生态系统 | 2026年2月18日

随着各组织将AI计划从实验阶段扩展到生产环境，一个事实日益清晰：AI能否成功，数据交付与模型同样重要。

训练、微调、分析和检索增强生成（RAG）都依赖于快速、可靠地访问海量数据。这些数据通常以对象形式存储，并分布在不同站点、环境和区域。

S3兼容对象存储已成为这些工作负载的基础层，正如我们在近期关于AI数据交付的F5系列博客中所述。但仅靠存储还不够。如果访问层缺少智能流量管理、可用性控制和安全防护，AI管道很快就会遇到瓶颈、韧性不足和治理难题，从而减缓创新并增加风险。

因此，F5持续投资构建由存储和数据平台合作伙伴组成的开放生态系统，帮助客户无论数据位于何处，都能安全地大规模交付S3流量。作为该战略的一部分，F5今天宣布扩大与Scality的合作关系，将这家总部位于旧金山的公司的企业级S3兼容对象存储与F5的应用交付和安全能力相结合。

此次合作让各方受益。对客户而言，它提供了经过验证的架构，可在本地、混合和多站点环境中构建具有韧性的高性能AI数据管道。

对Scality而言，此次合作通过高级流量管理、全局访问策略和集成式安全服务，扩大了其存储平台的应用范围，并简化了大规模分布式部署。对F5而言，此次合作进一步强化了不受特定平台限制的AI数据交付方式，确保在日益多样的S3环境中提供一致的性能、可用性和保护。

S3兼容对象存储已成为现代AI和分析工作负载的通用标准，这并非偶然。它采用扁平命名空间和API驱动的访问模型，并可扩展至PB级数据，因此非常适合AI训练和分析管道中常见的并行、高数据吞吐量访问模式。

随着越来越多的组织采用统一的S3语义，无论是在本地、云端还是边缘，高效、安全地交付S3流量都成为一项关键的架构要求。

Scality的RING对象存储平台在设计时充分考虑了这种规模，可提供跨多个站点和区域的持久分布式存储。F5以F5 Application Delivery and Security Platform (ADSP)作为补充，其中包括BIG-IP平台，可在访问层提供高级流量管理、可用性和安全服务。

二者协同解决企业AI团队面临的一项常见挑战：如何让大规模对象存储能够切实用于实际AI工作负载，并具备可预测性和安全性。

Scality选择与F5合作的一个关键原因，是F5在应用交付和负载均衡领域拥有长期积累的专业经验。AI和分析工作负载很少产生平稳、可预测的流量，往往会出现并行请求突增、读写模式不均衡，以及跨站点和区域的访问需求不断变化。要有效管理此类流量，仅靠简单的轮询分配远远不够。

The F5 BIG-IP平台提供丰富的负载均衡和流量管理算法，以及策略驱动的控制功能，有助于确保高效、可靠地路由数据请求。这对于多站点环境尤为重要，因为组织可能需要根据距离、性能或策略要求，将用户或工作负载定向到合适的存储位置。

Scality的业务遍布全球，尤其在欧洲以及欧洲、中东和非洲地区拥有强大的市场影响力，因此多站点流量管理也成为一项战略重点。F5能够支持跨数据中心的高级策略路由，使Scality客户在保持性能和可用性一致的同时，简化对分布式存储的访问。

F5与Scality携手支持多种企业用例，涵盖当今各组织构建和运营AI数据管道的方式，包括：

AI和机器学习训练管道
模型训练和微调需要以高吞吐量、低延迟访问大型数据集。F5有助于确保在Scality存储节点之间智能分配S3请求，从而减少热点并提高管道的整体效率。
多站点数据保护和灾难恢复
许多组织在不同站点之间复制对象数据，以增强韧性并支持恢复。F5的流量管理功能有助于屏蔽底层复杂性，提供稳定的访问层，同时由Scality管理复制和持久性。
混合云和多云存储架构
随着数据分布在本地和云环境中，统一访问的管理难度也随之增加。F5为S3流量提供统一的交付和安全层，帮助组织在无需重写应用的情况下运行混合云架构。
为未来AI模型提供支持的长期数据保留
AI数据通常具有长期价值。用于分析或未来模型训练的历史数据集必须长期保持可访问、受保护且性能良好。随着AI计划不断发展，该组合解决方案支持以安全、可扩展的方式访问这些数据存储库。