Cisco AI POD for Splunk : l’IA Splunk reste dans l’environnement de l’entreprise

Cisco et NVIDIA ont annoncé, lors de Splunk .conf26 à Denver, la disponibilité générale de Cisco AI POD for Splunk. Cette plateforme prévalidée et autogérée permet aux clients de Splunk Enterprise d’exécuter des capacités d’IA dans une infrastructure qu’ils contrôlent : sur site, en cloud privé ou dans un environnement isolé du réseau (« air-gapped »). L’enjeu est de pouvoir analyser des données machine sensibles sans les déplacer vers un service d’IA hébergé dans un cloud public. 3

Une IA au plus près des données machine

Cisco AI POD for Splunk est une configuration de déploiement de l’architecture de référence Cisco Secure AI Factory with NVIDIA. Elle réunit le runtime d’IA de Splunk, l’infrastructure Cisco et des capacités de calcul accéléré par GPU NVIDIA pour les charges de travail d’IA de Splunk. 3

Le principe central est la maîtrise des données. Journaux, télémétrie, alertes et données d’exploitation peuvent être traités là où ils sont déjà conservés, au lieu d’être exportés vers une plateforme d’IA externe. Cisco et NVIDIA présentent ainsi l’offre comme une solution d’IA autogérée pour les clients Splunk Enterprise. 3

Cette approche peut intéresser en particulier les organisations du secteur public, les secteurs réglementés et les entreprises internationales confrontées à des exigences de résidence des données, de souveraineté ou de sécurité. 13

Quelles données et quels usages sont visés ?

La plateforme cible les flux opérationnels habituellement analysés dans Splunk, notamment :

• les données de télémétrie et d’investigation de sécurité ;
• les signaux issus des infrastructures, réseaux et équipements ;
• les données de santé des applications et des services ;
• les journaux, alertes et autres événements opérationnels. 38

Les cas d’usage mis en avant par Cisco couvrent la sécurité, l’observabilité — c’est-à-dire la supervision et la compréhension du comportement des systèmes — et les opérations IT. Splunk AI Assistant est notamment positionné pour mener des investigations agentiques ponctuelles, tandis que le programme de .conf26 a souligné des flux de travail assistés par IA en sécurité et en observabilité. 35

Une pile Kubernetes sur infrastructure contrôlée par le client

L’annonce décrit une architecture fondée sur Kubernetes pour déployer le runtime d’IA de Splunk sur une infrastructure contrôlée par le client. Des informations publiées de façon indépendante évoquent une pile clé en main associant Red Hat OpenShift, des capacités de calcul Cisco UCS, l’accélération GPU NVIDIA et le runtime d’IA de Splunk. 310

L’objectif est d’offrir une alternative au transfert des données opérationnelles vers des plateformes d’IA hébergées à l’extérieur. L’entreprise reste responsable de l’exploitation de son environnement, mais dispose d’une configuration matérielle et logicielle prévalidée plutôt que d’avoir à assembler chaque composant elle-même. 3

Cisco indique que le runtime peut prendre en charge des capacités d’IA auto-hébergées sur l’infrastructure du client. Accenture, bitsIO, Wipro et World Wide Technology figurent parmi les partenaires de déploiement cités. 3

Disponible dès maintenant, mais avec des points à confirmer

Splunk AI Assistant est disponible avec cette nouvelle plateforme. Cisco mentionne également Agent Launchpad, conçu pour aider les clients à créer des agents d’IA personnalisés, dans le cadre de sa feuille de route plus large pour Splunk AI sur site. 317

En revanche, les éléments disponibles ne fournissent pas de catalogue exhaustif des modèles de fondation pris en charge. Ils ne permettent pas non plus de confirmer la compatibilité avec des modèles NVIDIA précis, des modèles open source ou des modèles propriétaires déterminés. Les organisations intéressées devront donc vérifier auprès de Cisco ou de leur partenaire de déploiement les modèles disponibles, les modalités d’hébergement et les prérequis d’exploitation. 317

La place de l’AI POD dans la stratégie de Cisco

Cisco veut faire de Splunk une couche de données et d’action reliant l’exploitation réseau, la sécurité, l’observabilité et l’infrastructure d’IA. Dans cette vision, l’AI POD apporte l’infrastructure sur site nécessaire pour déployer des flux de travail d’IA fiables à l’échelle de la production, plutôt que de limiter l’IA à des expérimentations dans le cloud. 38

La solution Cisco Data Fabric, alimentée par la plateforme Splunk, doit de son côté permettre d’analyser les données là où elles se trouvent, de les connecter en temps réel entre plusieurs domaines et de transformer les données machine pour l’entraînement de modèles et des actions agentiques gouvernées. 17

L’ensemble dessine une architecture orientée production :

• Cisco AI POD for Splunk fournit une infrastructure d’IA prévalidée et contrôlée par le client ;
• le runtime d’IA de Splunk et Splunk AI Assistant rapprochent les fonctions d’IA des données machine gérées dans Splunk ;
• Agent Launchpad étend l’approche aux agents personnalisés ;
• Cisco Data Fabric doit relier et préparer des données distribuées pour l’analyse et l’action gouvernée. 317

Les sources fournies ne permettent pas d’établir le lien précis entre cette annonce et une éventuelle évolution de Native Splunk dans Cisco Nexus One d’une architecture mono-nœud à une architecture multi-nœud, ni de confirmer une base spécifique reposant sur NVIDIA-Certified Systems. Ces éléments doivent donc être considérés comme non vérifiés dans le cadre de cette annonce.

À retenir

Cisco AI POD for Splunk donne aux clients Splunk Enterprise une voie désormais disponible pour exécuter une IA autogérée, accélérée par GPU, dans leurs propres environnements sur site, en cloud privé ou isolés du réseau. Son intérêt pratique est particulièrement fort pour les organisations qui doivent appliquer l’IA à des données de sécurité et d’exploitation tout en gardant la maîtrise de leur localisation. 3

L’annonce porte moins sur un modèle d’IA particulier que sur une stratégie d’infrastructure : associer les logiciels d’IA de Splunk, l’infrastructure Cisco et l’accélération NVIDIA afin de faire passer des flux de travail d’IA gouvernée et agentique du stade des pilotes à celui de la production, sans obliger les données sensibles à sortir de l’environnement de l’entreprise. 317