思科联合英伟达拓展Splunk人工智能能力
思科 借助与 英伟达 联合开发的全新基础设施平台，将 Splunk 的 AI 能力拓展至本地部署环境以及物理隔离（空气隔离）环境。同时， 思科 新增工具用于追踪 AI 令牌消耗与智能体运行表现，并进一步增强 Splunk 的智能体安全能力。
对于 EEPW的读者而言，这一系列新进展对受数据主权、安全合规、监管要求约束，难以部署云端 AI 的企业具备极高参考价值。同时也体现出，AI 基础设施、可观测性与网络安全，正越来越多地整合为一套企业一体化技术栈。
Splunk AI 落地本地环境
思科 面向 Splunk 的 AI POD 硬件套件，是 “思科‑ 英伟达 安全 AI 工厂” 的最新配置方案。该套件现已正式推出，整合思科基础设施、 英伟达 加速计算硬件、AI 运行时软件，以及基于 Kubernetes、针对 Splunk AI 工作负载优化的架构。
借助这套平台，Splunk Enterprise 客户可以在自有数据中心、私有云、物理隔离环境中运行 AI，无需将敏感数据外发到外部云服务。
“当前企业 AI 落地的最大阻碍之一就是部署难度过高。” 思科总裁兼首席产品官吉图・帕特尔（Jeetu Patel）表示，“客户关心三件事：AI 能否可靠完成业务任务？成本是否可控？最重要的一点，安全能否得到保障？在客户已经充分信任的基础设施上运行 Splunk AI，企业就可以更快速、更有掌控力地将 AI 投入业务使用。”
Splunk AI 助手现已可以在该平台使用；用于搭建定制化 AI 智能体的 智能体启动台（Agent Launchpad） 将于今年晚些时候上线。
客户还可以本地部署多款开源及闭源 AI 模型，包括思科深度时间序列模型、谷歌 Gemma 4、OpenAI GPT‑OSS 20B。英伟达 Nemotron 开源模型预计会在未来几个月内完成适配。
AI 智能体成本追踪能力
思科还为 Splunk 智能体可观测性模块新增 Tokenomics（令牌经济） 功能，帮助企业实时掌握 AI 智能体的实际开销。
该系统可以统计各类 AI 智能体，以及 Claude Code、Codex、Cursor 等代码开发工具的令牌消耗。思科表示，这套工具还会利用自家深度时间序列模型预测未来资源消耗，帮助企业把 AI 使用量、开销和业务收益建立关联。
Splunk 智能体可观测性现已通过 Splunk 可观测性云平台、思科云管控平台对外提供。它可以监控全 AI 栈的模型与智能体行为，并且施加运行时防护约束，规避不安全、输出错误的行为。
安全运营实现更高自动化水平
Splunk 同时升级 智能体安全运营中心工作套件（Agentic SOC Workforce） ，新增面向检测工程、威胁狩猎、事件调查、响应处置、策略治理的 AI 智能体。全新的暴露面分析（Exposure Analytics）功能扩大资产覆盖范围，支持历史行为追踪，输出贴合业务场景的风险情报。
除此之外，Splunk 与亚马逊云科技（AWS）签署多年合作协议，联合研发面向 AI 辅助威胁检测、事件调查与应急响应的安全产品。随着企业安全运营走向高度自动化，双方计划将 Splunk 的安全数据、威胁检测能力，和 AWS 云基础设施相结合。