F5携手NetApp加速并简化大语言模型AI部署

devtools/2024/10/9 7:16:26/

此次合作通过先进的数据管理和安全的多云网络服务增强生成式人工智能(AI)能力,实现 RAG 集成

2024108日,西雅图和加利福尼亚州圣何塞  F5(NASDAQ:FFIV)与NetApp(NASDAQ:NTAP)日前宣布进一步扩大合作关系,旨在借助F5安全多云网络解决方案及NetApp数据管理解决方案套件,加速并简化企业AI能力。此次合作充分利用F5分布式云服务(F5 Distributed Cloud Services),以简化大语言模型 (LLM)在混合云环境中的使用。通过整合F5安全多云网络与NetApp数据管理能力,企业能够高效且安全地部署检索增强生成(RAG)解决方案,从而显著提升其AI系统的性能、安全性和实用性。

随着AI技术在企业中日益普及,对准确且与上下文高度相关的信息需求变得至关重要,因此RAG成为满足这一需求的关键。RAG是一种融合了检索式与生成式方法的AI技术,通过安全地整合大型数据集中的相关(通常是专有)文档或信息,来提高答案质量及相关性,同时确保这些信息不会暴露给公共大语言模型。RAG将最新及相关数据整合至AI回答中,确保AI模型能够提供精确且符合特定情境的答案。

RAG架构正迅速受到客户青睐,但企业数据的分散性时常导致信息孤岛的形成,使得其与 LLM的集成变得愈发困难。F5与NetApp通过提供从任意位置实现安全访问私有数据的途径,并促进数据迁移与移动所需的数据传输,从而有效解决这一问题。该组合解决方案显著降低了管理混合云和多云基础架构的复杂度。借助F5 Distributed Cloud Services和NetApp BlueXP,客户能够统一数据管理、安全和网络的运营模式,有利于降低成本并实现多云 RAG架构,从而支持创新AI项目。

F5首席技术官兼人工智能官Kunal Anand表示,“通过整合我们的安全、高性能多云网络功能与NetApp强大的数据管理解决方案,F5正在加速推动企业AI的应用。这种强大的合作释放了 RAG潜力,实现了企业数据与基础前沿AI模型的无缝融合。我们的联合解决方案通过提供无与伦比的高速性能和坚不可摧的安全性,改变了企业训练 LLM 的方式,助力企业在其独特的业务环境中自信地利用AI能力。借助F5与NetApp的合作,企业现能够轻松驾驭AI集成的复杂性,将数据转化为推动创新与提升竞争优势的战略资产。”

NetApp Cloud Volumes ONTAP能够优化云存储成本及性能,同时增强数据保护与合规性。结合F5的先进网络技术,该解决方案能够实现快速且安全的数据移动,并减少IT部门的工作负担。借助NetApp SnapMirror技术提供的数据移动能力,企业将能够轻松实现跨不同区域与地区间的数据迁移。

NetApp首席技术官 Jonsi Stefansson表示,“我们与F5携手合作,有助于应对混合云环境中AI部署所面临的复杂挑战。通过结合NetApp数据管理解决方案与 F5安全多云网络技术,我们为企业提供了一种无缝且安全的途径,以高效管理、保护和优化数据,从而确保交付关键业务LLM应用。我们的合作旨在支持那些希望利用AI激发创新并推动增长的企业。”

欲了解有关此次合作更多信息,请访问f5.com/netapp。

F5 作为黄金赞助商参与NetApp INSIGHT 2024,访问官网深入了解 F5与NetApp 为生成式AI共同开发的创新解决方案:NetApp INSIGHT。


http://www.ppmy.cn/devtools/123256.html

相关文章

微信第三方开放平台接入本地消息事件接口报错问题java.security.InvalidKeyException: Illegal key size

先看报错: java.security.InvalidKeyException: Illegal key sizeat javax.crypto.Cipher.checkCryptoPerm(Cipher.java:1039)at javax.crypto.Cipher.implInit(Cipher.java:805)at javax.crypto.Cipher.chooseProvider(Cipher.java:864)at javax.crypto.Cipher.in…

【SQL】掌握SQL查询技巧:数据筛选与限制

目录 1. DISTINCT:避免重复记录1.1 示意图1.2 使用场景 2. LIMIT:控制查询结果的数量2.1 示意图2.2 使用场景 3. OFFSET:跳过前几行3.1 示意图3.2 使用场景 4. WHERE子句:精细控制数据过滤4.1 示意图4.2 运算符详细说明4.3 基本条…

“衣依”服装销售平台:Spring Boot框架的设计与实现

3系统分析 3.1可行性分析 通过对本“衣依”服装销售平台实行的目的初步调查和分析,提出可行性方案并对其一一进行论证。我们在这里主要从技术可行性、经济可行性、操作可行性等方面进行分析。 3.1.1技术可行性 本“衣依”服装销售平台采用JAVA作为开发语言&#xff…

C语言期中自测试卷

选择题 1、若有变量定义int a; double b; 要输入数据存放在a和b中,则下面正确的输入数据的语句为: 【 正确答案: C】 A. scanf("%d%f",a,b); B. scanf("%d%f",&a,&b); C. scanf("%d%lf",&a,&b); D. scan…

2024Selenium自动化常见问题!

"NoSuchElementException"异常: 确保使用了正确的选择器来定位元素。可以使用id、class、XPath或CSS选择器等。 可以尝试使用find_elements方法来查找元素列表,并检查列表的长度来判断元素是否存在。 使用显式等待(WebDriverWait…

【Redis】持久化(下)-- AOF

文章目录 AOF概念如何使用AOFAOF工作流程命令写入演示文件同步策略 AOF的重写机制概念触发重写机制AOF重写流程 启动时数据恢复混合持久化总结 AOF 概念 AOF持久化:以独立日志的方式记录每次的写命令,重启时再重新执行AOF文件中的命令达到恢复数据的目的.AOF的主要作用是解决…

【路径规划】基于球面向量的粒子群优化算法(SPSO)

摘要 本文提出了一种基于球面向量的粒子群优化算法(Spherical Vector-based Particle Swarm Optimization, SPSO)用于解决路径规划问题。该算法通过球面坐标系表示粒子的位置更新,增强了搜索空间的探索能力和全局优化性能。通过与遗传算法&a…

看门狗电路设计

看门狗电路设计 看门狗是什么应用架构图TPV6823芯片功能硬件时序图为什么要一般是要保持200个毫秒左右的这种低电平的时间看门狗电路实际应用与条件 看门狗是什么 硬件看门狗芯片,Watch DogTimer,可用于受到电气噪音、电源故障、静电放电等影响(造成软件…