思科正在加倍努力推进自己的AI发展,推出了一系列新的AI产品和服务,以及其他各种专注于AI的计划。
近日,思科在年度网络和安全会议Cisco Live 2024上,推出了一种新型AI融合网络、可观察性、生产力和安全产品,这些产品涵盖了思科整个产品组合。此外,思科宣布面向AI初创公司设立一个新的10亿美金全球投资基金,旨在构建和扩展那些最具创新性的AI系统,以及新的培训计划以帮助合作伙伴和客户充分利用他们的AI投资。
首先,思科宣布推出自己新的AI网络产品,表示这些产品旨在让那些希望实施下一代AI应用的客户变得更加轻松。同时,这些新产品本身也利用了AI来帮助客户更好地了解他们自己的网络。
融入AI的网络基础设施
思科Nexus HyperFabric AI集群是思科与Nvidia合作提供的新型“AI集群解决方案”,是客户设计、部署、监控和保证其AI设备和数据中心工作负载的单一场所。通过融入AI指南,该解决方案的目标是用户在设计和部署、然后在AI基础设施中实施监控和保证的每一步都将从智能辅助功能中受益。
思科高级副总裁、思科网络总经理Jonathan Davidson表示,虽然很多企业都了解AI的前景,但前进的道路却不那么明朗。他解释说:“客户经常面临经济和运营上的挑战,无法启动和运行AI堆栈。思科致力于简化AI基础设施的部署和运营。因此,我们与Nvidia一起,为本地部署提供了一个易于部署的、云操作的AI堆栈解决方案。”

思科还表示,思科ThousandEyes基础设施监控平台推出的新功能将为思科网络云用户解锁“数字体验上的保证”,提高对每个企业、云、软件即服务和互联网网络的可视性,从而确保为用户提供可靠的体验。
在安全方面,思科表示,思科正在通过数十种AI新功能增强Cisco Security Cloud产品,这些功能涵盖了思科防火墙基础设施和威胁检测工具。增强后的平台可以访问AI发现的新遥测数据源,从而提供对网络健康状况的出色可视性,以及AI驱动的网络管理功能。
IDC分析师Mark Leary表示,企业必须为客户和员工提供持续积极的数字体验。但由于这些数字体验背后的基础设施日益复杂,因此做到这一点是具有挑战性的。
他说:“网络、数据中心、云服务、安全机制、端点以及不断增长的数据和应用都必须协同工作。整个行业需要更简单、更智能的解决方案,而由应用智能和嵌入式自动化驱动的全面数据收集和跨域数据关联,将对IT工程和运营以及业务执行和成果产生巨大的影响。”
思科宣布,Cisco Hypershield将支持AMD的Pensando数据处理单元和英特尔的基础设施处理单元,这些芯片都是专门设计用于支持基础设施相关任务的,旨在简化常规计算芯片的性能。有了Cisco Hypershield的支持,那些使用了这些专业芯片组的企业就可以从云端延伸到本地数据中心和边缘的更加分布式的安全架构中受益。

思科还公布了Splunk应用程序可观察性平台的一些关键更新,将思科的生成式AI助手和Splunk Log Observability with the Cisco AppDynamics Application Performance Monitoring工具相结合,从而打造出一款名为AppDynamics Log Observer Connect的新工具,为客户提供了有关其应用性能的、更有意义的指导和洞察。
AI提高生产力
生成式AI最常被提及的好处之一,就是它能够帮助人类更高效地工作,思科这次也在自己的协作工具Webex中推出了相关的新功能。Webex Contact Center是面向客户服务团队的Webex扩展版本,新增了AI工具,可以帮助组织设计和管理对话式自助服务体验,并为每个联络中心代理提供高级AI助手。这些助手并非为了取代人工代理,而是协助他们与客户互动,缩短解决问题所需的时间。
此外思科表示,Webex Suite的AI助手将很快面向企业用户推出。借助此功能,IT系统管理员就能够从Webex Control Hub内部管理远程设备访问。Cisco Spaces中还有一个新的Desk Reservation功能,让员工可以更轻松地预订办公桌空间并安排使用Cisco Collaboration Devices。
投资AI
思科公布了最新的10亿美金全球投资基金,正在用实际行动践行承诺。长期以来思科一直是AI融合系统和技术的积极倡导者,现在正在致力于推动这些工具的开发。思科透露,已经对多家知名的AI初创公司进行了战略投资,包括Cohere、Mistral AI和Scale AI,帮助这些公司在客户准备、计算基础设施、基础模型、AI模型开发和AI培训等领域继续取得进展。

在宣布成立新基金的同时,思科首席战略官Mark Patterson表示,他相信思科有能力成为客户的重要战略合作伙伴,因为他们希望将AI融入业务的各个方面。他说:“除了构建连接、安全和先进AI的基本技术之外,思科还致力于投资更广泛的AI生态系统,更有效地满足客户的需求。”
不过,思科对AI的投资不仅仅是向最有前途的初创公司投入资金,还在投入资金以确保合作伙伴和客户拥有将AI付诸实践所需的技能。
为此,思科宣布了一项新的AI Fundamentals for Partners培训计划,旨在为合作伙伴提供所需的专业知识,帮助他们利用思科自己的工具和服务优化AI工作负载的基础设施。该计划将探索AI的基础知识,包括关键概念和术语、思科提供的AI解决方案分类、AI战略概述、治理和示范用例。最终,该计划将教会合作伙伴如何使用思科的全套平台掌握AI实施技能。
对于客户来说,Cisco Certification in AI认证计划可能更有趣。该计划旨在帮助组织创建思科所谓的“AI就绪型劳动力”,熟悉现代基于AI的网络架构。通过该计划,雇主、员工和求职者都将能够获得设计和实现现代AI和基于机器学习的计算基础设施和网络所需的技能。
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。