Cisco AI POD for Splunk 正式上市，讓企業在自有環境部署 Splunk AI

對許多企業而言，導入 AI 的難題不只是模型能力，而是資料能不能離開內部環境。資安日誌、網路遙測、告警與營運紀錄往往涉及法規、資料主權或內部安全要求，未必適合傳送到外部雲端服務。

Cisco 與 NVIDIA 在 2026 年 9 月 15 日的 Splunk .conf26（美國丹佛）宣布 Cisco AI POD for Splunk 正式上市。這是一套預先驗證、由客戶自行管理的部署組態，讓 Splunk Enterprise 客戶可在自家地端、私有雲或與外網隔離的環境中執行 Splunk AI。 3

重點不在「把資料搬去 AI」，而是讓 AI 靠近資料

Cisco AI POD for Splunk 是 Cisco Secure AI Factory with NVIDIA 參考架構中的一種部署配置，結合 Splunk AI 執行環境、Cisco 基礎架構與 NVIDIA 加速運算，供 Splunk AI 工作負載使用。 3

其核心訴求是資料控制權：企業不必把日誌、遙測、告警或其他營運事件資料匯出到外部 AI 服務，而能在原本存放機器資料的受控環境內進行 AI 分析。這也使它特別適合有資料落地、資料主權或高安全性要求的公部門、受監管產業與跨國企業。 13

鎖定哪些資料與應用情境？

平台主要面向 Splunk 常處理的機器資料與營運工作流程，包括：

• 資安遙測與事件調查資料
• 基礎架構、網路與裝置訊號
• 應用程式及服務健康度資料
• 日誌、告警與其他營運事件資料 38

Cisco 將其應用定位在 AI 輔助的資安、可觀測性與維運領域。其中，Splunk AI Assistant 可支援臨時性的代理式調查；.conf26 的整體產品訊息，則聚焦以 AI 工作流程串連資安營運與可觀測性。 35

技術組成：Kubernetes、Cisco 運算與 NVIDIA GPU

Cisco 表示，這項方案以 Kubernetes 架構將 Splunk AI 執行環境部署於客戶控制的基礎設施。獨立報導指出，其交鑰匙組合包括 Cisco UCS 運算、NVIDIA GPU 加速、Red Hat OpenShift，以及 Splunk AI 執行環境。 310

這種模式讓客戶可使用自己的基礎設施自行代管 AI；雖然日常維運責任仍由客戶承擔，但不需要從零開始整合每一層硬體與軟體。Cisco 也列出 Accenture、bitsIO、Wipro 與 World Wide Technology 為導入合作夥伴。 3

模型支援範圍仍須逐案確認

新平台已提供 Splunk AI Assistant。Cisco 也將用於協助客戶建立自訂 AI 代理程式的 Agent Launchpad，納入更廣泛的在地端 Splunk AI 方向；Cisco 的資料架構說明並提到可在此環境導入託管模型。 317

不過，目前公開資料沒有列出完整的基礎模型支援清單，也未明確確認特定 NVIDIA 模型、開源模型或專有模型的支援範圍。評估導入的企業應向 Cisco 或部署合作夥伴確認可用模型、託管方式及實際維運需求。 317

Cisco 的更大目標：讓 Splunk 成為資料與行動層

這項產品不只是單一 AI 方案。Cisco 的整體策略，是讓 Splunk 成為連結網路營運、資安、可觀測性與 AI 基礎設施的「資料與行動層」，使 AI 工作流程能在正式營運環境中落地，而非停留在雲端概念驗證階段。 38

相輔相成的 Cisco Data Fabric 由 Splunk Platform 驅動，目標是讓企業在資料所在位置進行分析、即時串連跨領域資料，並把機器資料轉換為模型訓練與受治理代理式行動可用的資料。 17

可將這套架構理解為四個相互配合的部分：

• Cisco AI POD for Splunk：提供經驗證、由客戶掌控的 AI 基礎架構。
• Splunk AI 執行環境與 AI Assistant：讓 AI 能直接貼近 Splunk 保存的機器資料。
• Agent Launchpad：朝向建立自訂 AI 代理程式延伸。
• Cisco Data Fabric：連結並準備分散資料，以供分析及受治理的行動使用。 317

值得注意的是，現有資料並不足以證實 AI POD 與「Cisco Nexus One 中 Native Splunk 從單節點擴展為多節點」之間的具體關係，也無法確認其以特定 NVIDIA-Certified Systems 作為基礎；這些說法在本次公告脈絡中仍屬未經證實的細節。

結論

Cisco AI POD for Splunk 為 Splunk Enterprise 客戶提供一條已正式上市的路徑：在地端、私有雲或隔離環境中，執行由 NVIDIA GPU 加速、且自行管理的 AI。對於必須保有敏感資安與營運資料控制權的組織，這項方案的實際價值最為明顯。 3

它所傳達的重點不是綁定某一款模型，而是一種企業 AI 基礎架構策略：結合 Splunk AI 軟體、Cisco 基礎架構與 NVIDIA 加速能力，讓企業能在資料不離開受控環境的前提下，把受治理的 AI 與代理式工作流程從試驗推向正式部署。 317