Cisco gør Splunk AI klar til eget datacenter med NVIDIA-accelereret AI POD

Cisco og NVIDIA har på Splunk .conf26 i Denver lanceret Cisco AI POD for Splunk som generelt tilgængelig. Det er en prævalideret, selvadministreret platform, der bringer Splunk AI ind i kundens egne miljøer – uden at følsomme maskindata nødvendigvis skal flyttes til en offentlig cloudtjeneste. 3

For organisationer med strenge krav til sikkerhed, dataopholdssted og datasuverænitet er pointen enkel: AI kan køre tæt på de logdata, alarmer og telemetridata, virksomheden allerede har i Splunk.

AI på data, der bliver bag firewallen

Cisco AI POD for Splunk er en implementeringskonfiguration i referencearkitekturen Cisco Secure AI Factory with NVIDIA. Den samler Splunks AI-runtime, Cisco-infrastruktur og NVIDIA-accelereret regnekraft til Splunk AI-arbejdsbelastninger. Løsningen kan implementeres lokalt, i et privat cloudmiljø eller i et air-gapped miljø, altså et netværk uden direkte forbindelse til internettet. 3

Platformen er selvadministreret for Splunk Enterprise-kunder. Det betyder, at kunden fortsat driver miljøet, men får en på forhånd valideret kombination af hardware og software frem for selv at skulle sammensætte alle lag i løsningen. 3

Målgruppen er især offentlige organisationer, regulerede brancher og globalt distribuerede virksomheder, der ikke frit kan flytte sikkerheds- og driftsdata til eksterne AI-tjenester. 13

Hvilke data og opgaver er den rettet mod?

Platformen er beregnet til AI-arbejdsprocesser på de typer driftsdata, Splunk normalt håndterer, herunder:

• sikkerhedstelemetri og data til efterforskning af hændelser
• signaler fra infrastruktur, netværk og enheder
• data om applikationers og tjenesters tilstand
• logfiler, alarmer og øvrige driftsdata. 38

Cisco fremhæver AI-assisteret sikkerhed, observability og drift som centrale anvendelser. Splunk AI Assistant positioneres blandt andet til ad hoc-undersøgelser med agentisk AI – hvor AI kan hjælpe med at undersøge og sammenkæde signaler – mens .conf26-programmet bredere fokuserede på AI-understøttede arbejdsgange på tværs af sikkerhed og observability. 35

Stacken: Kubernetes, Cisco-compute og NVIDIA-GPU'er

Arkitekturen er Kubernetes-baseret og er designet til at køre Splunks AI-runtime på infrastruktur, kunden selv kontrollerer. Uafhængig omtale af lanceringen peger på Red Hat OpenShift som en del af den færdige stack sammen med Cisco UCS-compute, NVIDIA-GPU-acceleration og Splunks AI-runtime. 310

Det giver virksomheder et alternativ til at sende operationelle data til eksternt hostede AI-platforme. I stedet kan AI-funktionerne placeres, hvor dataene allerede befinder sig.

Cisco oplyser også, at runtime-miljøet kan understøtte selvhostede AI-funktioner på kundens egen infrastruktur. Accenture, bitsIO, Wipro og World Wide Technology er nævnt som implementeringspartnere. 3

Hvad kan bruges nu – og hvad skal kunder afklare?

Splunk AI Assistant er tilgængelig med den nye platform. Cisco peger desuden på Agent Launchpad, der skal hjælpe kunder med at bygge egne AI-agenter, som en del af den bredere satsning på Splunk AI i egne miljøer. 317

Det tilgængelige annonceringsmateriale angiver dog ikke en komplet liste over understøttede grundmodeller. Det fastslår heller ikke støtte til konkrete NVIDIA-modeller, open source-modeller eller proprietære modeller. Virksomheder, der vurderer løsningen, bør derfor afklare modeludvalg, hostingmuligheder og driftskrav direkte med Cisco eller en implementeringspartner. 317

Del af en større plan for Splunk og produktions-AI

Cisco vil gøre Splunk til et data- og handlingslag på tværs af netværksdrift, sikkerhed, observability og AI-infrastruktur. I den sammenhæng er AI POD'en infrastrukturen, der skal gøre det muligt at køre pålidelige AI-arbejdsgange i produktionsskala – frem for at behandle AI som et afgrænset cloudforsøg. 38

Den relaterede Cisco Data Fabric, drevet af Splunk Platform, skal gøre det muligt at analysere data dér, hvor de ligger, forbinde data på tværs af domæner i realtid og omdanne maskindata til modeltræning og styrede agentiske handlinger. 17

Samlet tegner Cisco denne arkitektur:

• Cisco AI POD for Splunk leverer valideret AI-infrastruktur under kundens egen kontrol.
• Splunk AI-runtime og AI Assistant bringer AI tættere på maskindata i Splunk.
• Agent Launchpad udvider retningen mod kundetilpassede AI-agenter.
• Cisco Data Fabric skal forbinde og forberede distribuerede data til analyse og styrede handlinger. 317

Det fremlagte kildemateriale underbygger ikke den specifikke påstand om, at lanceringen hænger sammen med en udvidelse af Native Splunk i Cisco Nexus One fra en enkelt-node- til en fler-node-arkitektur. Det dokumenterer heller ikke et bestemt fundament i NVIDIA-Certified Systems. De detaljer bør derfor betragtes som ubekræftede i forbindelse med netop denne lancering.

Kort fortalt

Cisco AI POD for Splunk giver Splunk Enterprise-kunder en nu tilgængelig vej til GPU-accelereret, selvadministreret AI i egne datacentre, private cloudmiljøer eller isolerede netværk. Værdien er størst for organisationer, der vil bruge AI på sikkerheds- og driftsdata, men samtidig bevare kontrollen over, hvor dataene befinder sig. 3

Lanceringen handler mindre om én bestemt AI-model og mere om infrastruktur: Splunk AI-software, Cisco-infrastruktur og NVIDIA-acceleration pakkes sammen, så virksomheder kan flytte styrede AI- og agentiske arbejdsgange fra pilotprojekter til produktion uden at lade følsomme data forlade deres eget miljø. 317