F5 扩大与 NVIDIA 的合作，以增强 AI 驱动的边缘创新

在去年的世界移动通信大会上，NVIDIA 与其他电信领导者一起成立了AI RAN 联盟，目标是通过共享 AI 和 RAN 基础设施、基于 AI 的信号处理和 RAN应用上的 AI 将 AI 融入无线接入网络 (RAN)。 NVIDIA AI Aerial 为 AI-RAN 提供了一系列训练、模拟和部署平台，为包括未来 6G 在内的 AI 原生无线网络铺平了道路。

与目前未充分利用的定制 5G RAN 系统相比，AI-RAN 的一个机会是利用统一的加速计算基础设施来运行 AI 和 RAN 工作负载。 虽然这样做可以开辟新的收入来源，但如果不影响延迟和安全性则很难实现。 BIG-IP Next CNF 在 NVIDIA BlueField-3 DPU 上卸载和加速，这是 NVIDIA AI-RAN 参考架构的关键组件，它通过在同一统一基础架构上为 5G RAN 和 AI 工作负载以最低的延迟提供必要的流量管理和安全性，从而简化了这项工作。

随着越来越多的电信公司转向分布式 UPF 架构来处理更靠近边缘的数据，他们在这些分布式 UPF 位置的 N6-LAN 上实施安全和流量管理服务时，正在努力最大限度地减少空间和功率。 

我们的解决方案通过提高这些边缘和远边缘部署的资源效率使电信行业受益。 过去，电信公司使用专用设备或虚拟机实现防火墙、DDoS、DNS 和流量管理等网络功能，消耗边缘位置通常可用的有限空间和电力。 

在 NVIDIA BlueField-3 DPU 上部署 BIG-IP Next CNF 可使服务提供商显著提高运营效率，同时降低成本。 一个值得注意的例子是一家移动提供商从虚拟网络功能 (VNF) 过渡到云原生网络功能 (CNF)，将 vCPU 使用率降低了 31%。 这种转变意味着大型移动网络将节省大量成本，并为高价值、创收的电信服务释放更多容量。 通过进一步将 CNF 卸载到 BlueField，服务提供商可以最大限度地提高 vCPU 的可用性，从而进一步实现资源优化和成本效率。

随着电信公司越来越多地在边缘部署企业和人工智能应用以改善客户体验并更接近源头处理数据，零信任安全变得至关重要。 然而，网络安全的分散方法可能导致盲点和覆盖空白，从而增加漏洞的风险。

为了确保强有力的保护，电信公司必须采用全面的端到端安全策略来消除这些风险。 通过在 NVIDIA BlueField-3 DPU 上部署 BIG-IP Next CNF，服务提供商可以通过单一云原生解决方案访问运营商级网络功能，包括 F5 的防火墙、DDoS 保护、CGNAT 和策略实施，该解决方案利用 BlueField 的零信任功能。 这种集成方法可确保边缘 AI 和 5G 环境的强大、零信任安全性，从而增强网络保护和运营效率。