加速企业 AI： 使用 F5、NetApp 和 Google Cloud 为 RAG 提供统一数据
随着企业越来越多地采用人工智能技术，他们发现让大型语言模型 (LLM) 与最新的专有数据保持同步是一项挑战。 这导致了检索增强生成 (RAG) 的采用，它添加补充数据以增强 AI 推理，从而获得更准确、更有用的响应。 将这些额外的数据安全地传送到 LLM 可能很有挑战性，需要一个安全连接的解决方案。
企业 AI 中的 RAG 革命
传统的 LLM 虽然功能强大，但受到培训数据的限制，无法访问组织特定的信息。 RAG 使 LLM 能够在生成过程中查询外部知识源，从而产生反映模型的广泛知识和组织专有数据的输出。
然而，随着大多数组织转向多云、混合 IT 环境，其数据通常分布在多个来源。 这种分布使得有效实施 RAG 变得困难，因为组织必须确保对所有相关数据源的安全访问，同时保持大规模的性能和成本效率。 解决这一挑战需要一种方法来使用 LLM 安全地连接所有来源的数据存储，这就是 F5、NetApp 和 Google Cloud 联手提供解决方案的原因。
基本的 RAG 工作流程包括一个检索器，用于从大型语言模型中获取相关数据，并将其与所需的上下文相结合，以生成准确的、上下文相关的信息。
统一的数据访问方法
F5 分布式云服务包括安全的多云网络，用于跨云和本地环境连接应用程序和数据。 利用 F5全球网络的私有主干网， F5 分布式云网络连接与 NetApp 协作，可以在需要的时间和地点快速安全地移动和存储数据。
分布式云网络连接专门针对 RAG，将云端或本地的 NetApp 存储链接到LLM （包括 Google Cloud 的Vertex AI 平台） ，以实现安全、快速且相关的推理。 该解决方案创建了一个无缝框架，用于访问混合和多云环境中的分布式数据源。
F5 的安全多云网络功能作为基础，支持跨不同环境进行高效、受保护的数据访问，同时保持集中的可观察性和编排。 企业可以将分布式云网络连接与Google Cloud NetApp Volumes 、适用于 Google Cloud 的 NetApp Cloud Volumes ONTAP以及其他NetApp 数据存储系统一起使用，提供 AI 工作负载所需的安全连接和快速性能。
Google Cloud 的 Vertex AI 平台通过利用这种统一的数据访问来完善解决方案，以便在开发情境增强型 LLMapplications时促进 RAG。 该平台高效的资源利用率和安全的人工智能基础设施可帮助组织在扩展其人工智能运营的同时保持成本效益。
该联合解决方案具有以下几个优点：
- 增强的安全性： F5 的多云网络具有内置安全性，包括 Web应用防火墙、机器人防御和 API 保护，以及一致的策略实施，即使在复杂的混合环境中也能保护专有数据和 AI 模型。
- 加密网络： AI 模型和 NetApp 存储（本地和基于云）之间的第 3 层连接经过加密，以保护传输中的敏感数据。
- 优化性能： F5全球网络遍布全球，可最大限度地减少延迟，并为响应式 AIapplications提供对传输速度的控制。
- 简化的多云操作： 组织可以使用 F5 分布式云控制台管理从云到本地再到边缘的安全性和网络，并让分布式云网络连接处理多云网络的复杂性。
- 工具合理化： 减少支持 RAG 和 AI 所需的安全和网络工具数量。
F5、NetApp 和 Google Cloud 携手帮助客户在混合和多云环境中安全地实施 RAG。
实现 AI 生产力的简化途径
企业可以利用其在 F5、NetApp 和 Google Cloud 基础架构上的现有投资来创建安全的 RAG 解决方案，使其成为希望增强 AI 功能的企业的实用选择。 该合作伙伴关系使组织能够利用其数据获得人工智能驱动的洞察，同时保持安全性和控制力。 通过简化 RAGapplications的数据访问，组织可以专注于从 AI 中获取价值，而不是管理基础设施复杂性。
F5 分布式云服务可从Google Cloud Marketplace获得。