负责构建AI基础设施的存储团队并不缺少加快数据传输的方法。他们越来越多地面临另一个问题：当节点发生故障、重建迟迟无法完成、智能体行为异常，或有人截获了无权获取的流量时，训练、检索增强生成（RAG）和推理所依赖的数据是否仍可访问且保持完整。
F5认为，韧性和安全性是AI存储基础设施架构的关键要素。二者应作为同一个设计问题来解决，而合适的解决位置是一个能够理解S3的前端入口。本文将说明我们为何持这一观点、F5如何应对这一问题，以及我们最近在何处向存储开发者社区阐述了这一主张。
韧性与安全是同一个问题
检索增强生成（RAG）的每个阶段，从原生RAG到高级RAG、模块化RAG和图RAG，都会从对象存储中提取更多向量和文档，从而返回信息更丰富的答案。因此，存储可用性和访问延迟与生成速度一样，都会影响首个令牌生成时间。
与此同时，即使经过这么多年，兼容S3的存储仍不等于能够互操作。因此，一种切实可行的做法是在存储前端设置统一入口，让客户端只需与一个行为可预测的端点通信，而无需关心后端由哪家供应商的系统响应。存储集群也会因多种原因出现性能下降或故障，包括节点中断、网络故障，以及高密度硬盘导致的重建时间延长。发生这些情况时，流量管理器需要将存储调用路由到仍然健康且性能良好的节点，避免客户端受到影响。
“一旦流量层能够理解S3，韧性和安全就不再是两个独立项目，而是统一到一个控制点。”
如今，自主智能体也开始直接访问存储。一旦非人类调用方能够自行打开存储桶，访问控制就应在S3层本身实施，而不是等请求已得到处理后，再在下游某处实施。问题在于，目前部署在对象存储集群前端的大多数负载均衡器在设计之初并未考虑S3，因此无法识别这些情况。一旦流量层能够理解S3，韧性和安全性就不再是两个独立项目，而是统一到一个控制点。
在存储平台介入前保护传输中的数据
以“先收集、后解密”攻击模式为例：攻击者现在记录加密流量，期望在量子计算使解密变得可行后再将其解密。大多数对象存储平台目前还无法使用抗量子加密来保护传输中的数据。F5 BIG-IP具备后量子密码学功能，可部署在存储系统前端，及时消除这一风险窗口，而无需等待每家存储供应商推出自己的实现。这清楚地体现了存储路径原生安全，而不是将安全功能附加在技术栈的其他位置；存储团队无需更改后端集群，即可采用此类控制措施。
“一旦吞吐量损耗消除，代理就不再成为管道的额外负担。”
之所以能够实现这一点，是因为F5通过研究和实验室测试，为BIG-IP建立了S3专用TCP配置文件；这一结果也得到了独立验证：SecureIQLab验证了部署在Dell ObjectScale集群前端的BIG-IP。在使用S3优化TCP配置文件后，对于测试的每种对象大小和网络延迟组合，S3吞吐量与路径中未部署BIG-IP时的基准相比，差距均保持在较低的个位数百分比；同时，同一部署还遏制了造成干扰的客户端流量，并在模拟DDoS攻击期间维持S3服务运行。消除吞吐量损耗后，代理不再成为管道的额外负担，而是成为在路径中的单一节点统一控制故障域、加密和策略的位置。
经过调优的TCP流与生态系统信赖的测试工具
目前在BIG-IP上定义的S3 TCP配置文件只是起点，并非固定设置。可根据具体生产部署的特性进一步自定义和调优。存储开发人员在考虑将BIG-IP引入数据路径，以优化各种S3流量源与对象存储之间的TCP流时，最希望了解的正是这一点。
F5还计划为S3存储供应商及其客户生成S3流量时所依赖的测试方法和开源工具作出贡献，因为对于旨在部署于每条S3数据路径中的代理，应使用生态系统其他参与者所信赖的相同工具进行评测。
这对管道设计架构师意味着什么
所有这些都指向一种优先级体系。我们认为，大多数存储架构师已经在凭直觉采用这一体系：韧性优先，安全性次之；性能则是路径中任何组件都必须满足的约束条件，而不是添加组件的理由。高管团队要求存储团队回答的问题是：组织在I/O流的每个组件上投入资金后能获得什么，以及在上述故障和攻击条件下，该组件能发挥什么作用。
业界围绕数据结构和数据智能展开的广泛讨论从另一个角度印证了同一点：一旦关注点从数据存储在何处转向如何发现、治理和利用数据，就必须建立一个统一入口，为所有兼容S3的后端提供单一端点和统一策略界面，无论下一轮采购最终选择哪种存储平台。
这正是F5所说的“AI数据交付”问题。支持S3的应用交付控制器之所以在数据路径中不可或缺，并不是因为它又增加了一项争夺关注的性能功能，而是因为它能为训练、RAG和推理所依赖的数据统一实施可用性保障、访问控制和加密。
确保AI数据可访问且可信
正因如此，全球企业在兼容S3的存储前端部署F5，以增强AI数据交付的韧性和安全性。BIG-IP可在节点故障或数据摄取量激增时保持对象存储可访问，并在S3层实施安全控制，防止恶意流量接触数据，同时不会降低管道速度。这一点已由Dell ObjectScale参与的SecureIQLab独立测试证实。对于存储架构师而言，这意味着在数据路径中增加一层保障，使AI管道能够基于组织可信的数据持续运行。
我们最近在SNIA SDC 2026上分享了这些观点
F5在圣克拉拉举行的SNIA存储开发者大会上，向存储开发者阐述了这一观点。F5首席解决方案架构师Paul Pindell详细介绍了如何通过优化S3路径中的代理，在不影响吞吐量的情况下实现韧性、故障域控制和TLS卸载。
随后，大家围绕S3 TCP配置文件、传输中数据的后量子保护，以及如何使用生态系统测试工具衡量代理性能等方面提出了问题。这进一步表明，存储团队已经开始寻求一个能够理解S3兼容存储的统一入口。如需进一步了解F5如何为存储集群提供弹性且安全的访问，请查看AI数据交付用例页面。
关于作者
Florin Meilescu是F5高级首席软件工程师兼测试架构师，担任BIG-IP解决方案测试架构师，负责硬件、软件平台和公有云环境。他在应用交付控制器（ADC）市场拥有20多年的经验，其中包括在Citrix NetScaler的工作经历。他精通L2至L7协议及承载这些协议的系统，涵盖Linux服务器以及他职业生涯早期支持的网络设备。Florin拥有布加勒斯特理工大学工程学学士学位。
Florin Meilescu 的更多博客文章Paul Pindell是F5首席架构师，负责技术联盟工作，并统筹F5产品组合的技术合作伙伴关系。自2019年以来，他还在公司战略计划中发挥了关键作用，包括协助启动F5首个创新项目。Paul曾领导F5的AI战略专项团队，重点明确F5现有产品如何帮助保护和交付AI应用。此后，他协助制定了F5 AI参考架构，概述支持AI应用交付与安全所需的核心构建模块、挑战、风险和合作伙伴解决方案。Paul经常在行业活动中发表主题演讲和分会场演讲，包括OPI Summit、OCP Global Summit、Intel InnovatiON、Open Source Summit、Red Hat Tech Exchange，以及在美国和欧洲、中东及非洲地区举办的多届VMworld大会。他还是多个开源项目的创始人和维护者，担任Open Programmable Infrastructure Project外联委员会主席，并曾负责Symantec防病毒响应数据中心和安全软件测试实验室的数据中心运营。
Paul Pindell 的更多博客文章Sandeep Agarwal现任F5高级软件架构师，负责高性能分布式系统和企业AI管道的核心基础设施与网络安全工作。他推动低延迟AI训练和推理架构，以及令牌治理和动态AI负载均衡。他还负责使用eBPF、FPGA卸载和DPU构建硬件加速数据管道，并指导Kubernetes、云原生网络功能和L2至L7安全架构的设计。此前，他曾任Juniper Networks资深软件工程师、Symantec高级首席软件工程师和Sun Microsystems技术人员。Sandeep拥有Oregon State University计算机工程硕士学位，以及Birla Institute of Technology, Mesra电子与通信学士学位。
Sandeep Agarwal 的更多博客文章Jonathan Chen是F5的SSL Orchestrator软件开发架构师，负责领导TLS拦截、正向代理策略以及第三方安全设备的服务链工作。他还负责将数据丢失防护和新的可编程运行时集成到BIG-IP数据平面中，并指导这两方面的架构设计和路线图规划。职业生涯早期，他曾担任趋势科技美国区架构师，专注于入侵检测与防御。在首次任职F5期间，他参与了高性能SSL-VPN、应用重写代理、网络优化和安全Web网关方面的工作。Jonathan拥有得克萨斯大学奥斯汀分校计算机科学专业硕士和荣誉学士学位。
Jonathan Chen 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。
