F5 BIG-IP v21.0でS3ワークフロー向けのAIデータ配信と取り込みを強化

F5 ADSP | 2025年11月18日

Amazon S3は、現代のインフラストラクチャのあり方を変えました。オブジェクトストレージをコンピューティングから分離することで、S3はアプリケーションチームに、シンプルなAPIで利用できる耐久性に優れた低コストのストレージ容量を提供しました。それと同じく重要なのは、ある場所で作成され、別の場所で利用されるデータの中立的な受け渡し拠点を提供したことです。このモデルは、AIパイプラインの基盤となっています。トレーニングデータセットはバケットに格納され、ファインチューニング用のデータセットはバージョン付きプレフィックスを経由して処理されます。また、検索拡張生成(RAG)用の知識コーパスは、インデクサーによって一日中取得されています。

AI環境の規模が拡大すると、アプリケーションをS3準拠のオブジェクトストアに接続するだけでは不十分になります。企業には、予測可能で高速かつセキュアなデータ移動を実現する配信レイヤーが必要です。この課題に取り組むのが、AIデータ配信です。適切なデータをオブジェクトストアにセキュアに送り、適切な基盤ポリシーと拠点間のレジリエンスを備えた状態で、AIモデルファウンドリのワークフローに確実に配信します。これにより、トレーニング、ファインチューニング、RAGのワークフローを予定どおりに進めることができます。ストレージの前段に配置するアプリケーションデリバリーコントローラー(ADC)は、ビジネスと技術の両面で不可欠です。制御ポイントとして、急激な負荷増大からオブジェクトストアを保護し、スループットを平準化してクラスターの信頼性を確保するとともに、ハイブリッドマルチクラウドのS3環境全体でガバナンスを一元化します。

データストアの前段にF5 BIG-IPを配置する理由とは?

今日のAIストレージは、かつてのWebトラフィックの特性をさらに激化させた様相を呈しています。データの取り込みは突発的に集中し(並列書き込み、マルチパートアップロードなど)、読み取りはランダムに発生し、メンテナンスは絶えず必要です(ノードの再構築、コンパクション、階層化など)。こうした予測不能なパターンに対応するには、アプリケーションを基盤となるストレージから切り離し、中断やエンドポイントの変動からワークロードを保護するアーキテクチャが必要です。この専用の配信層がなければ、企業は次の8つの共通課題に直面します。

  1. ローカル環境のレジリエンスの課題:低速なノードや再構築中のノードが1つあるだけで、ジョブのスループットに支障をきたす可能性があります。F5 BIG-IPは、カナリアキーに対するS3 HEAD/GETチェックなどの対象を絞ったヘルスモニター、ポリシーベースの負荷分散、コネクションドレイニングによってこの問題を軽減し、メンテナンス中も長時間の転送を中断せずに継続できるようにします。
  2. 手動でのグローバルレジリエンシー確保:F5 BIG-IP DNSは、稼働状態、近接性、ビジネスポリシーに基づいて、クライアントを最適なサイトに自動的にルーティングします。アプリケーションのエンドポイントを変更することなく、クラスターまたはリージョンのフェイルオーバーをシームレスに処理します。
  3. オブジェクトおよびメタデータレベルのサービス品質とレート制限:BIG-IPは、バケット、オブジェクトの種類、サイズ、タグ付けに基づいてトラフィックを検査し、識別します。優先度の低いリクエストにレート制限を適用して優先度の高いリクエストを優先し、混雑したネットワークや容量を超える負荷がかかったネットワークでのタイムアウトや再試行を回避します。
  4. リスクを伴うアップグレード:ストレージソフトウェアのアップグレードは、ワークフローを中断させる可能性があります。BIG-IPは、対象プールへのトラフィックを段階的に停止し、ヘルスチェックに合格するまで安定したシステムバージョンにトラフィックを一時的に固定することで、安全なブルーグリーンアップグレードやローリングアップグレードを可能にします。
  5. レプリケーションフローの輻輳:リージョン間の同期やクラスターレプリケーションでは、需要が高まる時期にボトルネックが発生する可能性があります。BIG-IPは、トラフィックの優先順位付けとシェーピングにより、レプリケーション処理がAIモデルのワークロードのパフォーマンスを妨げないようにします。
  6. TLSセキュリティ態勢の不統一:BIG-IPは、オフロード、再暗号化、パススルーを処理することで、TLS管理を一元化します。一貫した暗号ポリシー、Perfect Forward Secrecy(PFS)、必要に応じたmTLSの適用を徹底し、ストレージ構成を簡素化するとともに、F5 rSeriesおよびF5 VELOS上のSSLアクセラレーションによる透過的なスケーリングを可能にします。
  7. 耐量子計算機暗号(PQC)による防御:BIG-IPを活用することで、組織は転送中のデータにPQCを適用し、「今収集し、後で解読する」といった将来の量子コンピューターを利用した攻撃からデータを保護することで、米国国立標準技術研究所(NIST)およびEUのデジタルオペレーショナルレジリエンス法(DORA)の推奨事項に準拠できます。
  8. S3プロトコルの防御: BIG-IPは、インジェクション、権限昇格、バケットの乗っ取り、認証情報や署名付きURLの再利用、アカウントの乗っ取りなどのS3プロトコル攻撃を、バックエンドに到達する前に検知してブロックします。

BIG-IP v21.0にS3データ配信プロファイルを導入

BIG-IPバージョン21.0では、仮想サーバーを本番環境で利用可能なS3のフロントエンドに容易に転換できるよう設計されたS3 TCP/TLSプロファイルを導入しています。これらのプロファイルは、高帯域幅の経路向けのTCP設定を提供し、マルチパートアップロードと再試行に対応するようHTTP/S3の動作を調整するとともに、厳格なメソッド許可リストやオプションのmTLSなどのセキュリティガードレールを実装します。これにより、クラスターのセットアップからAIパイプラインの本格稼働までの移行が円滑になり、セットアップ時間を数日から数分に短縮します。

AIデータ配信の実践

以下のデモでは、BIG-IPがセットアップの迅速化にとどまらず、運用面で継続的な価値を提供する仕組みを紹介します。S3データ配信をインフラストラクチャの変更から切り離して抽象化し、プログラマブルなポリシーによって動的に制御するとともに、クラスターへの負荷から保護する方法を示します。これらの例を通じて、専用の配信レイヤーがAIパイプラインの予測可能性、拡張性、セキュリティを確実に維持する仕組みを説明します。

デモ1:ライフサイクルの抽象化


このデモでは、ストレージ環境が進化しても、アプリケーションが接続を維持し、中断なく稼働を続けられる仕組みを紹介します。エンドポイントを抽象化することで、アプリケーションの再構成を必要とせず、クラスターのライフサイクルの変化、ベンダーの変更、バージョンアップ、クラスターの拡張に対してワークロードのレジリエンスを維持します。また、オブザーバビリティにより、パフォーマンスとコンプライアンスに関するインサイトを得られます。

デモ2:データプレーンのプログラマビリティ


ここでは、データプレーンレベルでポリシーとルーティングを動的に調整する方法を紹介します。この柔軟性により、企業はきめ細かな制御を適用し、ビジネスニーズに合わせてトラフィックパターンを調整し、リスクを管理しながら環境間の移行を支援できます。

デモ3:ホットスポットの防止


最後のデモでは、高度な監視とインテリジェントな負荷分散によってホットスポットを低減し、高負荷状態のクラスターを保護する仕組みを紹介します。ワークフローに支障が出る前に障害を検出し、過負荷のノードを回避することで、企業は安定したスループットを維持し、重要なAIパイプラインを保護できます。

実務担当者向けの設計上の留意点

S3互換ストレージクラスターは、スケーラブルなAI、機械学習、データ駆動型アプリケーションを支えます。一方で、ホットスポットの発生、ノードのメンテナンス、トラフィックパターンの変化、高負荷のワークロードにおけるレジリエンスの確保といった固有の課題を伴います。BIG-IPは、柔軟でプログラム可能なトラフィック管理を提供し、これらの課題に効率的に対処します。以下では、S3環境向けにBIG-IPを最適化し、スケーラビリティとパフォーマンスを確保するとともに、メンテナンスの影響を分離するための7つの重要なベストプラクティスをご紹介します。

  1. インテリジェントな負荷分散アルゴリズムの活用:トラフィックを均等に分散するラウンドロビン方式の負荷分散は、S3クラスター内にホットスポットを生じさせる可能性があるため、使用を避けてください。動的比率や最小接続数などの適応型アルゴリズムを使用し、ノードの健全性とワークロードの処理能力に基づいてトラフィックをインテリジェントに分散することで、予測可能なパフォーマンスを確保します。
  2. 柔軟なHAアーキテクチャを導入する:この構成は、メンテナンス作業をクライアントのワークロードから分離し、ダウンタイムを防ぎながら耐障害性を最大限に高めます。アクティブ/アクティブ構成では、複数のBIG-IPデバイスが同時にトラフィックを処理できるため、継続的な可用性を確保し、高負荷のワークロードに対するスループットを向上させます。
  3. 構成の自動化を活用: 自動化により、導入を迅速化し、スケーリングを簡素化するとともに、環境間で一貫した構成を維持する際の複雑さを軽減できます。BIG-IP Application Services 3 Extension (BIG-IP AS3)とBIG-IP Declarative Onboardingを使用して、BIG-IPのプロビジョニングと構成を自動化してください。
  4. S3エンドポイントに高度なヘルスモニターを活用:カスタムヘルスモニターを有効にして、応答時間、エラー率、ノードの容量使用率など、個々のS3エンドポイントの可用性とパフォーマンスを確認します。BIG-IPは、性能が低下したノードやオフラインのノードを回避するようにトラフィックを自動的に再ルーティングできるため、メンテナンス中でも回復力を確保し、ワークロードを中断せずに稼働させることができます。
  5. TCP/TLSの最適化でデータスループットを向上:ウィンドウスケーリングや輻輳制御などのTCP設定を最適化し、AI/MLの大容量データ転送のスループットを向上させます。BIG-IPのS3向けに調整されたTCPプロファイルは、レイテンシを最小限に抑え、暗号化されたデータをセキュアかつ高速に配信します。
  6. データプレーンのプログラマビリティを活用してトラフィックをカスタマイズ:プログラマビリティをカスタマイズすることで、トラフィックをきめ細かく制御し、S3ワークロード固有の要件に応じたパフォーマンスと柔軟性を確保できます。BIG-IPのイベント駆動型iRulesを使用すると、ヘッダー、メタデータ、または各ノードのメンテナンス状況に基づいて、トラフィックを動的にルーティングできます。
  7. ローカリティを考慮したリクエストルーティングを有効化:ローカリティを考慮したルーティングポリシーを使用して、地理的な近さやレイテンシに基づき、ストレージノードへのトラフィックを優先的に振り分けます。これにより、ネットワークのオーバーヘッドを削減し、S3クラスターに依存する、世界各地に分散したワークロードの応答時間を短縮します。

AIデータパイプライン専用の配信層

S3は汎用性と耐久性に優れたストレージを提供し、F5 BIG-IP version 21.0は、AI向けに最適化された高品質な配信層をストレージにもたらします。これにより、脆弱なクライアントロジックやカスタムスクリプトに依存することなく、モデルのトレーニング、ファインチューニング、RAGワークフローへの提供を継続できる高性能なデータパイプラインを実現します。BIG-IP v21.0は現在ご利用いただけます。詳細については、BIG-IP version 21.0の発表ブログをご覧ください。また、本日公開のプレスリリースもぜひご確認ください。

F5のAIへの取り組みは、これだけではありません。F5があらゆる場所でAIアプリを保護し、配信する方法をご覧ください。


共有

著者について

Hunter Smit
Hunter Smitプロダクトマーケティング担当シニアマネージャー | F5

Hunter Smitは、F5でソリューションおよび戦略担当のプロダクトマーケティングシニアマネージャーを務めています。AIインフラストラクチャやアプリケーションセキュリティを含むF5ポートフォリオ全体のソリューションマーケティングを統括し、新興のAIデータデリバリー市場へのF5の参入を推進しています。Whitworth University School of Businessの諮問委員会メンバーであり、プロダクトマーケティングの非常勤講師も務めました。Whitworth UniversityでMBAおよび経営学の学士号を取得しています。

Hunter Smitのその他のブログ記事
Mark Menger
Mark Mengerソリューションアーキテクト | F5

Mark MengerはF5のソリューションアーキテクトで、AIおよびセキュリティ技術のパートナーシップを専門としています。F5のAIリファレンスアーキテクチャの開発を主導し、安全で拡張性の高いAIソリューションの推進に取り組んでいます。グローバルソリューションアーキテクトおよびソリューションエンジニアとしての経験を持ち、F5のセキュアクラウドアーキテクチャに貢献したほか、分散型4階層アーキテクチャを共同開発しました。『Solving IT Complexity』の共著者でもあり、IT課題への対応に関する専門知識を有しています。以前はアプリケーション開発者やエンタープライズアーキテクトを務め、モダンアプリケーション、自動化、AI投資から得られる価値の早期実現に注力していました。

Mark Mengerのその他のブログ記事
Fouad Chmainy
Fouad Chmainyソリューションアーキテクト

Fouad Chmainyのその他のブログ記事

関連するブログ記事

F5 Distributed Cloud CDN:アプリを高速化、ワンクリックで有効化、コストを削減
F5 ADSP | 2026/04/15

F5 Distributed Cloud CDN:アプリを高速化、ワンクリックで有効化、コストを削減

F5 Distributed Cloud CDNなら、既存のセキュリティポリシーを変更することなく、ワンクリックでアプリを高速化し、オリジンの負荷とエグレスコストを削減して、コンバージョンを向上できます。

F5 BIG-IP v21.1を先行紹介:AIセキュリティ、PQC、ソフトウェアの機能強化
F5 ADSP | 2026/03/11

F5 BIG-IP v21.1を先行紹介:AIセキュリティ、PQC、ソフトウェアの機能強化

F5のBIG-IP v21.1がAIセキュリティとPQC対応への準備をどのように実現するかをご紹介します。

新しいAI AssistantでGuardrailsを高度化し、セキュリティを強化
F5 ADSP | 2025/09/22

新しいAI AssistantでGuardrailsを高度化し、セキュリティを強化

F5の新しいAI Assistantは、AI Guardrailのカスタムスキャナー機能に直接組み込まれています。この機能により、企業はGenAIを活用して、自社固有のユースケースや独自のリスクプロファイルに沿ったポリシーを作成し、標準搭載の保護機能を超える対策を実現できます。

EU AI Actへの準拠がより容易に
F5 ADSP | 2025/08/01

EU AI Actへの準拠がより容易に

AIシステム全体でEU AI Act、特に最も重大な禁止事項を運用に落とし込むには、どうすればよいのでしょうか。GenAIを導入するチームにとって、Article 5の「禁止されるリスク」に関する規定への対応には特有の課題があります。操作的な行為、生体認証による監視、ソーシャルスコアリングなど、最も重大な違反の多くは、従来のセキュリティツールでは容易に検出できないためです。F5のAI […]

AIレッドチームに欠けているものと、その改善方法
F5 ADSP | 2025/06/12

AIレッドチームに欠けているものと、その改善方法

レッドチーミングは長年にわたり、企業セキュリティの要となってきました。しかし生成AIに関しては、多くの組織が新たな脅威環境に旧来の手法を適用しています。静的なプロンプトテスト、単発の監査、CLIベースのツールでは明らかな不具合を発見できる場合もありますが、導入後の生成AIシステムの挙動が持つ現実世界の複雑さを捉えられることはほとんどありません。  […]

欧州連合の人工知能法
F5 ADSP | 2024/08/01

欧州連合の人工知能法

AIが国際ビジネスのあり方を変える中、欧州連合の人工知能法(EU AI Act)は、AI技術の進化における重要な節目となっています。27か国で法制化されたこの重要な規制枠組みは、AIの利用を予定するあらゆる企業や組織に影響を及ぼし、AIシステムのあり方を形作ることになります。[…]