F5助力超10亿辆车制造和连接，提供全周期解决方案

作者 ｜  R
编辑 ｜  志豪

车东西2月14日消息，近日，F5在北京举办媒体见面会。

F5是一家提供多云应用安全和应用交付服务的公司，与全球众多企业和机构合作，以防护位于本地、云或边缘等任意环境中的任何应用。

▲F5在北京举办媒体见面会现场

在会上，F5深入解读了生成式人工智能（AI）的前沿趋势，并宣布将在中国市场通过三大策略全面推动AI应用，包括携手伙伴打造全面的AI产品组合、积极推动汽车、生物制药、高端制造等行业方案应用和创新实践，以及共创渠道伙伴生态。

F5预计在2025年，全球77%的企业将部署生成式AI以提升生产力；到2028年，84%的应用将成为AI应用或具备AI推理能力。对此，F5认为，企业需要把握AI时代四大技术方向，才能更好地抓住时代发展机遇：

多模态（Multi-modal）：生成式AI的训练集规模已突破万亿级，涵盖多模态数据源，如文本、图像、音频和视频，AI模型在复杂任务处理能力的显著提升，为多领域创新发展提供有力支撑。

数据引力（Data Gravity）：数据量激增、多云普及和数据主权问题使“数据引力”成为关键因素。优化数据分布和部署策略将降低传输成本，并提升AI应用效率。

能源引力（Power Gravity）：随着全球对能源需求和可持续发展的关注日益加深，能源因素正在成为决定 AI 数据中心选址的重要因素，尤其是在大规模的AI计算需求日益增长的背景下，选择能源供应充足且成本可控的地区，已成为企业决策的重要考量。

安全（Security）：AI数据的分布式部署和应用程序接口（API）应用扩大了攻击面。企业需防范提示注入、数据泄露及API攻击等威胁，确保AI应用安全与业务连续性。

F5亚太区首席技术官Mohan Veloo表示：“F5 的使命是在任何地方防护、交付并优化任何应用及 API。在AI时代，F5始终致力于通过创新的应用交付和应用安全解决方案，助力企业应对AI技术带来的全新挑战与机遇。面对AI应用产生的海量数据负载，推理与训练节点必须依赖可靠且高带宽的连接，而AI集群的高效运行则离不开强大的调度工具，以确保GPU资源的充分利用并灵活应对可能的故障。F5精准聚焦这些关键环节，为企业提供全面支持，将助力企业有效解决AI复杂性问题，推动AI技术的更广泛落地。”

F5亚太区副总裁、北亚区总裁黄彦文表示：“进入中国市场25年来，F5始终以创新驱动发展，不断升级技术与解决方案，持续满足中国客户在多云应用服务领域日益多样化的需求。面对AI快速发展的趋势和中国市场的独特机遇，F5中国立足当下、洞察未来，以更强大的技术能力和前瞻性解决方案，助力客户应对AI时代的挑战与机遇。”

目前，F5表示通过与行业领先厂商展开深度合作，共同构建了六大面向AI应用的创新应用交付和应用安全解决方案，帮助企业加速实现AI驱动的数字化转型目标，同时确保核心业务安全、可靠运行。

F5亚太区副总裁、北亚区总裁黄彦文表示：“AI技术的深度融合，不仅能帮助我们的客户在复杂多变的数字环境中实现更高效、更智能的运营，还将进一步巩固F5在全球范围内的技术领先地位。2025年，F5将以‘AI for ADC, ADC for AI’为创新动力，持续推出基于AI技术的领先产品与解决方案，为应用交付的优化与安全保驾护航。同时，我们将积极拓展创新优势至更多行业场景，与合作伙伴共同推动行业数字化转型，携手打造更好的数字世界。”

在汽车行业方面，F5表示，全球有超10亿辆汽车通过F5支撑的系统制造和连接，每天有数百TB训练数据量和数千亿帧图像通过F5支撑的系统处理。

▲F5在汽车行业影响力

F5表示还可以提供贯穿车辆生命周期的解决方案，包括“造车”、“卖车”、“联车”和“开车”四个方面。

在“造车”方面，F5主要业务为智能制造和供应物联网购买。在“卖车”方面，F5主要提供现代应用服务平台。在“联车”方面，F5主要赋能车联网平台。在“开车”方面，F5主要帮助加速自动驾驶进化。

▲F5汽车行业解决方案

在面向出海车企方面，F5提供分布式云服务和统一应用交付和安全，同时面向所有用户F5帮助构建多云多活数字化基础架构底座。

▲F5赋能车联网平台

在车联网方面，F5表示，目前车联网平台可靠性备受挑战，会面临监管要求遵从、网络频繁中断、系统意外宕机等问题。而F5可以帮助提高服务可靠性，降低弱网环境影响，保护数据和应用安全性。

会后，F5中国区新行业解决方案总监、资深架构师谢乾屹就F5在汽车方面的业务接受了媒体采访。

关于之前有车企出现数据被盗的情况，谢乾屹表示，数据泄露其实是非常大且复杂的话题，其成因可能涉及很多方面，如员工的电脑因安全漏洞导致数据泄露，也可能是云端数据因防护不足而被窃取等。

谢乾屹提到，F5本身不提供数据防泄漏的产品，而是专注在应用前端开展网络通路防护等安全工作。

关于车辆突然在高速公路上因OTA升级导致无法行驶的问题，谢乾屹表示，OTA升级本身是一个较为复杂的系统性工程，F5在OTA方面的解决方案主要分为几个关键部分。

首先谢乾屹提到，OTA升级需要下载大量数据，而部分车辆在OTA升级环境中网络环境不佳，导致OTA升级过程中出现中断。如果OTA升级不成功，或者是在传输过程中出现问题等，车辆通常具备回退机制。然而，如果回退机制未能成功启动，或者是传输过程中出现其他故障，可能会导致车辆无法正常启动或行驶，即所谓的“趴窝”现象。

谢乾屹表示，对此F5提供了CDN解决方案。CDN的全称是内容分发网络，相当于将内容缓存在靠近用户的前端，用户可以直接从缓存中获取所需内容，这不仅提升了数据传输速度，还能有效解决OTA升级过程中的网络拥塞问题。

此外，谢乾屹还指出，安全是另外一个重要问题，OTA本身也是一个业务系统，可以理解为一个应用，许多车企选择使用F5的WAF（应用安全防火墙）来保障应用的安全性。

关于F5在车辆设计过程中发挥的协同作用，谢乾屹表示，F5首先在安全方面为车企提供支持。在当前“软件定义汽车”的趋势下，汽车已成为类似手机的软件化产品，其设计图纸和大量代码是车企最核心的资产。车企在全球分布着多个研发中心，如何保证核心资产不外泄成为关键问题。对此，F5提供Web应用防火墙、加密流量编排工具，以及整体安全架构，为车企提供全面的安全保障。

关于物理AI和生成式AI对于F5的挑战与机遇，谢乾屹表示，F5既有挑战也有机遇。他解释到，物理AI类似于通过摄像头和传感器不断地采集车辆行驶状态、温度等数据，并将其传输到后端系统。物理AI跟生成式AI最大区别在于，物理AI是端到端的，可以将车辆视为客户端，车辆在行驶过程中持续将传感器和摄像头采集的数据传输到后端。

谢乾屹进一步指出，传统的生成式AI更关注数据中心的应用，而物理AI则进一步拓展，从车辆客户端到云端，云端会将车路协同模型下发到车辆上。目前，某车企已经推出了“影子模式”，即通过另一套系统进行模拟测试，以优化车辆的智能化功能。

关于F5在自动驾驶领域的业务，谢乾屹表示，F5主要专注于训练方面。F5的最高端产品型号能够达到接近1.4T的吞吐量，据他介绍，全球目前只有F5能实现如此高的吞吐性能。

谢乾屹还提到，车辆的训练涉及多个关键点。首先，车辆会不断地将数据回传，但这些数据并非是实时传输。例如，在发生事故时，传感器会将事故发生前30秒的数据回传，又如在紧急制动时，也会触发数据回传。尽管这些数据不是实时传输的，但回传的数据都是对训练有帮助的数据。

在生成式AI重塑产业格局之际，F5以技术底座构建者的身份，通过”AI for ADC, ADC for AI”双向战略加速智能化落地。

从支撑全球超10亿辆汽车制造到保障自动驾驶超大规格训练和推理集群，其多云应用安全与应用交付能力正转化为产业变革引擎。

面对多模态数据、能源布局与安全防护等核心挑战，F5通过构建”云-边-端”智能基础设施，为企业跨越AI应用鸿沟、释放数据价值构筑智能转型基石。