優化 AI 工廠資料引入的流量管理
本文探討 AI 工廠在資料引入階段的流量管理挑戰，特別是如何高效處理多媒體豐富且規模巨大的資料流量。文章指出，像 F5 的 BIG-IP 解決方案可透過優化流量管理提升效能與資料處理效率，確保 AI 模型的訓練及推論需求能被滿足。此外，文章還強調本地處理資料的重要性，以降低雲端成本並加強資料安全性。
標籤 流量管理
如何選擇 Service Mesh
近年來，隨著企業不斷加大對微服務和容器化應用程式的投資，Service Mesh 已從前端技術
穩步轉向主流應用程式。
F5為Azure生態系統提供安全高效能的應用交付
F5宣布推出與Microsoft合作開發的F5 NGINX for Microsoft Azure服務，讓客戶只需點擊幾下即可在Azure上交付現代化應用程式。開發者可藉由NGINX for Azure將地端應用程式轉移到Azure，以及在雲端部署可信賴的NGINX負載平衡方案。
Ingress Controller 選型指南，第四部分：NGINX Ingress Controller 選項
根據 2020 年雲原生計算基金會（CNCF） 的調查，NGINX 是Kubernetes Ingress Controller 中最常用的數據平面——但您知道嗎？ 我們有不止一個"NGINX Ingress Controller"。
本文在 2018 年還有一個版本，標題是《Wait，which NGINX Ingress Controller for Kubernetes Am I Using？ （NGINX Kubernetes Ingress Controller 版本辨析）》。 文章的靈感來自與一位社群成員對兩個基於NGINX 的熱門 Ingress Controller 的探討。
Ingress Controller 選型指南，第三部分：開源、預設和商用版本能力對比
本文是 Kubernetes Ingress Controller 選型指南系列部落格中的第三篇。
Ingress Controller 選型指南，第二部分：評估風險和技術前瞻性
歡迎閱讀 Ingress Controller 選購指南系列部落格的第二部分。 您現在已經確定了需求，但還不是測試產品的時候！ 在本部落格中，我們將向大家說明為何不合適的 Ingress Controller 將會降低您的發佈速度，甚至對客戶造成損失。 同其他工具一樣，Ingress Controller 也存在著風險並可能影響未來的可擴充性。 下面我們來看看如何避免做出弊大於利的選擇。
Ingress Controller 選型指南，第一部分：確定需求
本文是 Kubernetes Ingress Controller 選型指南系列博文中的第一篇。 我們將向您介紹 Ingress Controller 的基礎知識，以及如何明智地選擇符合當今和未來的功能與安全性需求的控制器。