當整個科技圈都在為大模型參數規模的指數級膨脹、Token 吞吐效率的優化，以及具身智能的突破性實驗而熱血沸騰之際，一個更為底層且不容忽視的問題正逐漸顯現：AI 算力權重與複雜負載，正将 IT 基礎設施推向瓶頸臨界點。
異構算力池調度的複雜性、零信任架構下安全邊界的重新塑造，以及算力總體擁有成本(TCO)的幾何倍數攀升，共同構成了企業數智化轉型邁入 AI 原生時代後的 “三重耦合難題”。這些難題既關系到底層架構的彈性與韌性，更會對模型訓練、推理以及實時應用的穩定性和可持續性産生直接影響。
在重重挑戰之下，已深耕中國市場 25 年的 F5 選擇主動進行 “重構”。其借助全新的應用交付與安全平台(Application Delivery and Security Platform，ADSP)，助力企業搭建面向 AI 原生架構的底層 “數字操作系統”。
從傳統的 Layer 4/Layer 7 應用交付，發展成為能夠支撐多雲、混合雲與邊緣計算複雜場景的中樞平台(Orchestration Hub)。
這不僅是 F5 的産品疊代過程，更是其面向未來所開展的一次 “體系重塑”。
面向 AI 的 “攻” 與 “防”：從 ADC 到 ADSP 的 “進化論”
AI 安全，如今已然成為企業戰略層面的核心議題。“在 AI 時代，Token 是 API 經濟的一個縮影。随着 Token 的大規模應用，AI 安全防護的重要性也被進一步凸顯。”F5 北亞區總裁黃彥文強調說道。
F5 最新發布的《2025 年應用戰略現狀》(SOAS)報告顯示，全球已有 96% 的企業正在部署 AI 模型，其中在接受調研的企業裡，91% 的企業計劃借助 Web 應用與 API 保護(WAAP)來保障 AI 模型和應用的安全 。
圍繞 “攻” 與 “防” 的維度，能夠更清晰地理解企業當下所面臨的風險與挑戰 。
“攻” 聚焦于業務與架構層面 。随着 AI 朝着多模态、分布式架構以及高并發推理方向發展，應用正從單體架構向微服務化演進，并向多雲和邊緣側協同拓展 。這一轉變也帶來了更高的複雜度、更龐大的算力需求，以及更高的運維成本 。
“防” 則主要體現在安全與合規方面 。對企業而言，API 濫用、模型側攻擊等新型威脅不斷湧現，傳統靜态防護與單點工具難以覆蓋包括數據流、模型流與業務流在内的全鍊路，企業需要将應用安全與 API 安全 “前移 + 内嵌”，并與交付策略同源編排 。
這種 “攻” 與 “防” 的雙重壓力，使得傳統的 “IT 工具箱” 顯得力不從心 。傳統的安全體系往往是在部署後再進行 “打補丁”，依賴碎片化的單點工具，而這種被動響應模式已難以為繼 。企業迫切需要一種全新的戰略範式，也就是一個将安全視為應用交付内在屬性的統一平台，同時能夠實現跨越整個應用生命周期的統一策略編排與可觀測性 。
這種對統一平台的迫切需求，正是 F5 發布 ADSP 的邏輯起點 。“我們正在從 ADC 2.0 邁向一個全新的 ADSP 時代。”F5 亞太區首席技術官 Mohan Veloo 如此表示 。
從 ADC 2.0 到全新的 ADSP，是 F5 自身的發展演進，也反映出過去十幾年應用架構的變遷 。
“數據中心時代”(ADC 1.0)是 “鐵盒子” 時代 。當時，應用大多在數據中心内運行，ADC 充當着 “流量調度員” 的角色，以确保服務器不會被流量 “壓垮” 。
“雲原生時代”(ADC 2.0)，“鐵盒子” 被解構 。應用交付不再受限于物理形态，應用變得如同 “樂高積木” 一般，可靈活組合 。F5 也随之 “軟化”，以 “即服務” 的形式，滲透到虛拟化和容器環境中，為動态的應用提供彈性交付能力 。
如今，“AI 時代”(ADSP)已經來臨 。AI 讓應用變得前所未有的智能，但也引發了前所未有的混亂，架構複雜、攻擊面模糊、安全與交付的界限逐漸消融 。此時，企業需要的不再是獨立的 “收費站” 或 “調度中心”，而是一個集管理、安全監控、分析功能于一體的 “超級大腦”，這正是 ADSP 誕生的初衷 。
ADSP 的核心價值觀在于 “平台化” 。作為業界首個将高性能負載均衡、智能流量管理，以及應用與 API 安全能力深度融合的平台化解決方案，ADSP 的核心能力體現在四個方面 。
其一是全域應用交付，可整合負載均衡、DNS、CDN、API 網關等，實現複雜架構下的一站式交付 。
其二是全域安全防護，能深度協同 WAAP、零信任架構和 AI 安全能力(包括新推出的 AI Gateway)，實現代理式安全運營 。
其三是全場景部署，可靈活部署在本地數據中心、公有雲、SaaS、邊緣網絡乃至 AI Factory，确保策略與體驗一緻 。
其四是全鍊路運維(XOps)，能夠打通 NetOps、SecOps 與 DevOps 壁壘，提供統一策略管理、深度分析與自動化工具鍊 。
免責聲明：本文僅代表作者個人觀點，與每日科技網無關。其原創性以及文中陳述文字和内容未經本站證實，對本文以及其中全部或者部分内容、文字的真實性、完整性、及時性本站不作任何保證或承諾，請讀者僅作參考，并請自行核實相關内容。
本網站有部分内容均轉載自其它媒體，轉載目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責，若因作品内容、知識産權、版權和其他問題，請及時提供相關證明等材料并與我們聯系，本網站将在規定時間内給予删除等相關處理.
