Modele i platformy AI

Cisco wprowadza Splunk AI w środowiskach lokalnych dzięki nowemu przyspieszonemu przez NVIDIA AI POD

mm
Dodaj Unite.AI do preferowanych źródeł w Google

Cisco ogłosiło zestaw nowych funkcji Splunk na konferencji Splunk.conf w Denver 15 września 2026 r., z natychmiastową dostępnością Cisco AI POD for Splunk, które wprowadza samodzielnie zarządzane Splunk AI do środowisk lokalnych, prywatnej chmury i odizolowanych od sieci, w ramach rozszerzonego partnerstwa z NVIDIA.

Cisco AI POD for Splunk

Cisco Secure AI Factory with NVIDIA jest referencyjną architekturą firmy do budowy pełnego stosu AI z wykorzystaniem Cisco AI PODów. Najnowsza z tych konfiguracji, Cisco AI POD for Splunk, łączy nowe oprogramowanie runtime AI z infrastrukturą Cisco, przyspieszoną przez NVIDIA, oraz architekturą opartą na Kubernetes, którą Cisco opisuje jako wstępnie zweryfikowaną i zoptymalizowaną pod obciążenia Splunk AI. Dla klientów uruchamiających własną infrastrukturę, partnerzy, w tym Accenture, bitsIO, Wipro i World Wide Technology, są gotowi od pierwszego dnia, aby pomóc w uruchomieniu wdrożenia.

Dokumentacja produktu Splunk stwierdza, że oprogramowanie AI Tier systemu, które dostarcza obsługiwane funkcje Splunk AI, jest zintegrowane z Cisco UCS compute, przyspieszeniem GPU NVIDIA RTX PRO 6000, siecią Cisco, OpenShift oraz operatorem Splunk dla Kubernetes w pre‑rozmiarowanym, wstępnie zweryfikowanym systemie wspieranym przez jednego dostawcę. Klient dostarcza środowisko centrum danych i zachowuje własność operacji oraz bezpieczeństwa. Splunk opisuje dwie ścieżki wdrożenia: zintegrowany Cisco AI POD for Splunk lub samodzielne oprogramowanie AI Tier zainstalowane na infrastrukturze GPU i Kubernetes spełniającej wymagania klienta, bez dodatkowych kosztów oprogramowania AI Tier. Dokumentacja podkreśla również, że system nie jest uniwersalną platformą obliczeniową AI ani samodzielnym urządzeniem GPU, lecz wdrożeniem infrastruktury Cisco zaprojektowanym dla obciążeń Splunk AI.

Splunk AI Assistant jest już dostępny, a Agent Launchpad zaplanowano na późniejszą część 2026 roku. Oba działają na tej warstwie, umożliwiając ad hoc badania agentowe oraz tworzenie niestandardowych agentów dla szeregu przypadków użycia, w tym agentowego centrum operacji bezpieczeństwa, zespołom uruchamiającym Splunk w własnych centrach danych. Klienci mogą także samodzielnie hostować wybrane otwarte i własnościowe modele generatywnej AI dla obciążeń Splunk Enterprise, w tym Cisco Deep Time Series Model, Google Gemma 4 oraz OpenAI GPT‑OSS 20B, a Cisco poinformowało, że otwarte modele NVIDIA Nemotron zostaną dodane w nadchodzących miesiącach.

„Jedną z największych przeszkód dla przedsiębiorstw w zakresie AI jest dziś trudność wdrożenia,” powiedział Jeetu Patel, prezes i dyrektor produktu Cisco, w ogłoszeniu firmy, dodając, że klienci chcą wiedzieć, czy mogą zaufać AI w wykonywaniu zadań, czy stać ich na to i czy mogą to zabezpieczyć. Justin Boitano, wiceprezes NVIDIA ds. Enterprise AI, stwierdził, że przedsiębiorstwa muszą przenieść AI tam, gdzie znajdują się ich dane, szczególnie gdy wymagania dotyczące bezpieczeństwa i suwerenności utrzymują krytyczne obciążenia w środowiskach lokalnych, i opisał wspólne działanie jako wprowadzenie agentów AI bezpośrednio do Splunk na przyspieszonym przez NVIDIA komputerze.

Obserwowalność Agentów i Tokenomia

Splunk Agent Observability, początkowo ogłoszona jako rozwiązanie on‑premises, jest teraz dostępna w Splunk Observability Cloud oraz w Cisco Cloud Control. Cisco poinformowało, że oferta ocenia zachowanie agentów i modeli, monitoruje wydajność całego stosu AI oraz stosuje zabezpieczenia w czasie działania, które blokują nieprecyzyjne lub niebezpieczne działania, takie jak halucynacje czy wycieki wrażliwych danych.

Nowe rozwiązanie Tokenomics, będące częścią Splunk Agent Observability, rejestruje i przypisuje wydatki tokenów wśród agentów AI oraz wykorzystanie agentów kodujących przez pracowników, w tym Claude Code, Codex i Cursor. Cisco poinformowało, że będzie także prognozować wzorce konsumpcji, wykorzystując Cisco Deep Time Series Model, aby przewidzieć, dokąd zmierza wydatki przed zakończeniem okresu rozliczeniowego, a uzyskane wnioski mają pomóc organizacjom w wdrożeniu ram tokenomii i powiązaniu wydatków na AI z wynikami biznesowymi.

Ogłoszenie wprowadziło także Observability Studio, które Cisco opisuje jako narzędzie umożliwiające uczynienie nowych aplikacji obserwowalnymi, mierzalnymi i gotowymi do produkcji od samego początku, oraz aplikację Network Intelligence, która przenosi topologię sieci Cisco, stan urządzeń i zdarzenia do Splunk, aby zespoły sieciowe mogły śledzić alert do odpowiedniego urządzenia. Nowe edycje Observability Cloud, Essentials i Premier, upraszczają sposób, w jaki klienci kupują i rozszerzają obserwowalność w całym przedsiębiorstwie, oferując opłacalne analizy logów do debugowania problemów z aplikacjami i infrastrukturą, według Cisco.

Agentowy SOC, edycje Enterprise Security i umowa z AWS

Nowe, dedykowane możliwości agentów rozszerzają zespół Splunk Agentic SOC o obszary inżynierii wykrywania, proaktywnego poszukiwania zagrożeń, autonomicznych dochodzeń, skoordynowanej reakcji i zarządzania politykami. Cisco poinformowało, że agenci korelują dane maszynowe pełnego stosu w środowiskach sieci, chmury, aplikacji i tożsamości oraz generują wyjaśnialne wnioski, które redukują szum alertów i przyspieszają średni czas naprawy.

Nowe ulepszenia Exposure Analytics zwiększają zakres objęcia zasobów, umożliwiają śledzenie zmian historycznych oraz dostarczają specyficzne dla biznesu informacje o ryzyku, łącząc kontekst ekspozycji z bieżącą aktywnością zabezpieczeń w całym ekosystemie Splunk, Cisco i podmiotów trzecich. Nowe możliwości w Splunk Enterprise Security Essentials rozszerzają agentowe operacje bezpieczeństwa na większą liczbę zespołów, podczas gdy Splunk Enterprise Security Premier wprowadza głębszą autonomię agentową wraz z pełnym zakresem funkcji Splunk Enterprise Security.

Splunk i AWS również rozwijają swoją wieloletnią współpracę, przekształcając ją w wspólne opracowywanie produktów w ramach wieloletniej umowy o współtworzenie rozwiązań zabezpieczających skierowanych przeciwko atakom napędzanym przez sztuczną inteligencję. Zgodnie z opisanym w ogłoszeniu porozumieniem, Splunk wnosi swoją platformę danych i głębokość wykrywania, natomiast AWS zapewnia globalną skalę chmury; wspólne działania mają na celu udostępnienie wsparcia agentowego analitykom w obszarach wykrywania, dochodzenia i reagowania, przy jednoczesnym zachowaniu zarządzania i kontroli analityków.

Theo Nash jest specjalistą wygenerowanym przez AI w Unite.AI, zajmującym się infrastrukturą AI, obliczeniami i systemami sprzętowymi, które napędzają nowoczesną sztuczną inteligencję. Jego praca koncentruje się na technicznych podstawach dużych obciążeń AI, w tym centrach danych, przyspiesznikach, sieciach i stosach oprogramowania, które je łączą.
Z analitycznej i inżynierskiej perspektywy Theo analizuje, jak postępy w zakresie GPU, niestandardowego krzemowego, architektur pamięci i systemów rozproszonych umożliwiają nowe pokolenia modeli AI. Zwraca szczególną uwagę na wymiany pomiędzy wydajnością, efektywnością energetyczną, skalowalnością i praktycznymi ograniczeniami, które kształtują wdrożenie infrastruktury AI w świecie rzeczywistym.
Artykuły napisane przez Theo Nasha są generowane przez AI i sprawdzane przez zespół redakcyjny Unite.AI w celu zapewnienia technicznej dokładności, klarowności i odpowiedzialnego pokrycia szybko ewoluującego krajobrazu obliczeń AI.