我们知道AI、也知道安全，相比，应用交付就不太好理解。
不理解没有关系，我们要了解一件事情：就是我们如何使用AI？一定透过API接口调用，这与调用微服务没有太大区别。换句话说，AI也是类似容器/微服务化方式提供服务。
可以认为：未来的世界就是各种AI编织服务的世界。
这样的一个世界，需要怎样的IT基础架构来支撑？都说，有图有真相！
这是一个AI智算中心的典型架构，该架构从业务流、数据流的角度，揭示了AI智算中心的硬件设备构成，重点涉及流量接入、核心交换、应用交付、存储与计算等AI创新业务应用。
在此，我们可以结合具体看证券行业的一个AI应用案例。
如今，很多行业都接入了DeepSeek一体机，但是对于业务应用的帮助并不大，很多用户反馈，一体机的性能存在问题。
这里有硬件选型的问题，也有企业级安全管控的要求和限制的影响。此外，该案例中的证券公司要要让DeepSeek一体机能够结合股市行情、内部知识库，为投资决策提供顾问咨询和推理，其技术的重点是RAG（检索增强生成）系统应用，为了保障 该AI应用的可用性、性能与安全，该案例采用了F5 LTM（本地流量管理器）设备，不仅转发流量，更聚焦于负载均衡、后端服务器状态实时监测、隔离故障节点、拦截 SQL 注入/XSS 等 Web 攻击、SSL/TLS加密解密（卸载服务器负载）、保持会话一致性等。
这里的LTM 就是 “应用层的流量大脑”，相比网络交换机只是 “流量管道”。
为了让DeepSeek一体机发挥作用，就要发挥流量大脑的作用，不仅是企业级应用必备，也是安全重要保障。AI时代，流量管理的大脑也需要与时俱进，不仅考虑要承载连接的数量，更要对访问连接的内容进行判断，要结合任务复杂度、以及算力资源的性质/能力进行综合考量，以提升的AI应用的响应能力，物尽其用。
F5北亚区区域副总裁张振伦透露：其中的核心技术方案是F5 TBLB（Token Based Load Balance），也就是基于Token感知的流量分发，无论是推理还是训练，都会有不同的任务会分到后台服务器，不同的服务器计算能力不同，因为很多用户，特别是国内用户大多采用混合GPU架构，即使采用同一个品牌，也会有不同代产品的差别，传统基于SLB的流量分发没有办法感知后台。
新的F5 TBLB主动感知大模型实时状态，基于这些状态数据进行流量的分发和调度，为此F5做了大量的测试，从而得出结论：会有30%～60%GPU利用率提升，推理服务成功率提升8%。不要小看这些性能的改善，未来的AI业务应用，绝非依赖单一模型，而是众多模型协同努力工作的结果，将问题交给正确的模型处理，将会带来极大的效率提升以及成本节省。
对于模型访问的管理，甚至比模型推理本身还重要，其中的连接管理、LLM安全等不是大模型厂商的专长，需要应用安全交付厂商提供支持，术业有专攻。
全球Web软件应用安全组织——OWASP（Open Web Application Security Project，开放 Web 应用安全项目），特别列举了AI API访问的10大关键，涉及身份认证、授权、资源消耗等控制内容，可以成为AI业务创新应用运维的参考标准。
应用交付+安全，这就是全新ADSP（Application Delivery and Security Platform ，应用交付与安全平台）的核心内容。
张振伦表示：“作为业界首款将高性能负载均衡、智能流量管理与先进的应用及API安全能力深度集成于一体的平台化解决方案，ADSP将帮助企业有效应对AI时代的混合多云架构挑战，降低复杂性，提升安全性，并充分释放 AI 的业务潜能。”
据F5亚太区首席技术官Mohan Veloo透露：ADSP有多种产品规格和形式可供选择，如本地数据中心运行的高性能硬件、虚拟化形式，也有混合云环境中的软件形式，以及云原生环境的SaaS方案提交方式，既能够服务本地混合云环境应用，也能够满足企业出海的需求，实现跨环境的一体化运维与安全防护，为用户带来多重应用价值。
F5北亚区总裁黄彦文表示：“F5中国将坚守‘中国创新，服务中国’承诺，以应用交付与安全平台为核心，持续丰富AI方案组合；深耕本土市场，拓展汽车等重点行业与区域服务网络；携手渠道伙伴，共建开放共赢的合作生态，从而助力企业用户在AI时代赢取先机。”
抓住AI的契机，成为AI不可分割组成部分，有AI的地方，就有ADSP！
