Cisco-Plattform für verteilte KI-Workloads

Informatec Digital » Ressourcen » Cisco-Plattform für verteilte KI-Workloads

Die rasante Entwicklung künstlicher Intelligenz und KI-Systeme sowie der Aufstieg künstlicher neuronaler Netze verändern die Art und Weise, wie wir Netzwerke, Rechenzentren und Computerplattformen gestalten, grundlegend. Viele Organisationen haben diese Realität bereits erfahren müssen: Pilotprojekte funktionieren im Labor, doch bei der Skalierung stößt die Infrastruktur an ihre Grenzen, Engpässe treten überall auf und Latenzzeiten machen Echtzeit-Entscheidungen unmöglich.

In diesem Kontext hat Cisco ein umfassendes Ökosystem von Plattformen für verteilte Workloads aufgebaut – sowohl traditionelle als auch KI-basierte –, das vom Netzwerkrand bis zur Verbindung großer Rechenzentren für massive Cluster reicht. Drei Säulen bilden dabei die Grundlage: die neue integrierte Cisco Unified Edge- Plattform für verteilte KI, hybride Managementplattformen wie Cisco Intersight und Nexus Dashboard sowie der neue Cisco 8223 mit Silicon One P200 , der für Backbone-Netzwerke entwickelt wurde, die massiven KI-Datenverkehr zwischen Rechenzentren übertragen.

Warum die aktuelle Infrastruktur für KI unzureichend ist

Cisco hebt unmissverständlich hervor, dass mehr als die Hälfte aller KI-Pilotprojekte aufgrund von Infrastrukturbeschränkungen scheitern . Es mangelt nicht an Ideen oder Modellen, sondern vielmehr an den notwendigen Kapazitäten, um diese Workloads zuverlässig, sicher und in großem Umfang auszuführen.

Das Problem rührt daher, dass sich die KI-Workloads von zentralisiertem Training hin zu verteilter Echtzeit-Inferenz verlagert haben . Modelle, insbesondere KI-Agenten, befinden sich nicht mehr ausschließlich in einem großen Cluster im Rechenzentrum: Sie wandern zunehmend dorthin, wo Daten generiert und Entscheidungen getroffen werden, beispielsweise in Geschäfte, Fabriken, Krankenhäuser, Stadien oder Bankfilialen.

Diese Änderung revolutioniert den Netzwerkverkehr . Anstelle von mehr oder weniger vorhersehbaren Spitzen entstehen kontinuierliche, hochintensive Datenströme. Cisco erklärt, dass Anfragen von KI-Agenten bis zu 25-mal mehr Netzwerkverkehr erzeugen können als ein herkömmlicher Chatbot , wodurch die Belastung von Netzwerken, Backbones und Rechenplattformen um ein Vielfaches erhöht wird.

Gleichzeitig stellt das Unternehmen fest, dass 75 % der Unternehmensdaten bereits außerhalb des traditionellen Rechenzentrums , am Netzwerkrand, erstellt und verarbeitet werden. Es ist unrealistisch anzunehmen, dass all diese Informationen ständig zwischen dem zentralen Rechenzentrum und dem Rechenzentrum hin und her übertragen werden: Die Latenzzeiten steigen sprunghaft an, die Verbindungen werden überlastet und die Bandbreitenkosten explodieren.

Wie Jeetu Patel, Präsident und Chief Product Officer von Cisco , zusammenfasst , ist die aktuelle Infrastruktur schlichtweg nicht bereit, KI in großem Umfang zu unterstützen . Seiner Ansicht nach muss die Rechenleistung dorthin fließen, wo Kundeninteraktionen und Entscheidungen stattfinden: in die Filiale, das Geschäft, die Produktionsstätte, das Stadion oder an jeden anderen Standort außerhalb der Filialen.

Cisco Unified Edge: Die integrierte Plattform für verteilte KI-Workloads

Cisco hat Unified Edge als integrierte Computing-Plattform eingeführt, die speziell für die Ausführung verteilter, agentenbasierter KI-Workloads möglichst nah an der Datenquelle entwickelt wurde. Im Wesentlichen handelt es sich um eine konvergente Architektur, die Rechenleistung, Netzwerk, Speicher und Sicherheit in einem einzigen Edge-orientierten System vereint.

Das Unternehmen positioniert es als branchenübergreifende Lösung für so unterschiedliche Sektoren wie Einzelhandel, Gesundheitswesen, Fertigung und Finanzdienstleistungen . Ziel ist es, dass es gleichermaßen für eine Handelskette, ein Produktionswerk oder ein Krankenhaus geeignet ist, die Reaktionszeiten im Millisekundenbereich benötigen, ohne dabei stets auf die Cloud oder ein zentrales Rechenzentrum angewiesen zu sein.

Laut Cisco dient Unified Edge als gemeinsame Grundlage zur Unterstützung sowohl traditioneller Workloads als auch fortschrittlicher KI-Anwendungsfälle . Dies umfasst alles von Echtzeitanwendungen, die auf CPUs ausgeführt werden können, bis hin zu GPU-intensiven Workloads im Zusammenhang mit komplexen Inferenzprozessen, generativen Modellen oder autonomen Agenten.

Ein wesentliches Merkmal ist die Skalierbarkeit der Plattform, die ohne vollständige Hardware-Erneuerung auskommt . Anstatt Hardware alle paar Jahre auszutauschen, ermöglicht die modulare Architektur die Erweiterung von CPU, GPU, Netzwerk oder Speicherkapazität mit steigenden KI-Anforderungen und schützt so die ursprüngliche Investition.

Um seinen praxisorientierten Ansatz zu unterstreichen, hat Cisco Unified Edge gemeinsam mit Kunden aus dem Einzelhandel, der Fertigungsindustrie, dem Bankwesen und dem Gesundheitswesen entwickelt . Die Rückmeldungen aus diesen Branchen haben sowohl die technische Architektur als auch die Art und Weise beeinflusst, wie die Plattform in großem Umfang bereitgestellt, gesichert und verwaltet wird – und zwar anhand realer Anwendungsszenarien und nicht nur im Labor.

Konvergente Architektur und modulares Gehäuse: CPU, GPU, Netzwerk und Speicher

Das Herzstück von Unified Edge ist eine konvergente Architektur, die Rechenleistung, Netzwerk und Speicher auf einer einzigen physischen Plattform vereint. Es geht nicht darum, separate Komponenten hinzuzufügen, sondern alle Bausteine ​​in ein gemeinsames, für den Edge-Bereich optimiertes Design zu integrieren.

Das System basiert auf einem modularen Chassis, das verschiedene CPU- und GPU-Konfigurationen unterstützt und so die Rechenleistung an jedes Szenario anpasst. Ein kleiner Betrieb kann mit einer leichteren Konfiguration beginnen, während ein Industriebetrieb mit Computer Vision oder ein Krankenhaus mit medizinischer Bildanalyse von Anfang an auf mehr GPUs setzen kann.

Unified Edge integriert zudem leistungsstarke SD-WAN-Netzwerke , die für die effiziente und sichere Anbindung von Edge-Standorten an das Unternehmensnetzwerk oder die Cloud entwickelt wurden. Diese Konnektivität ist unerlässlich, um Modelle, Daten und Telemetriedaten ohne Engpässe zu übertragen.

Die Plattform umfasst zudem redundante Strom- und Kühlsysteme , die die Betriebskontinuität in Umgebungen gewährleisten, in denen Stromausfall oder thermischer Ausfall inakzeptabel sind. Ciscos vorvalidierte Designs tragen zu einer konsistenten und wiederholbaren Integration all dieser Elemente (Rechenleistung, Speicher, Netzwerk, Stromversorgung und Kühlung) bei.

Diese Modularität, kombiniert mit der Konvergenz von Ressourcen, ermöglicht es Unternehmen, Edge Computing skalierbar einzusetzen , ohne ihre Infrastruktur jedes Mal komplett neu gestalten zu müssen, wenn neue KI-Workloads auftreten oder die installierte Kapazität erweitert werden muss.

Echtzeit-Inferenz und agentenbasierte Workloads

Eine der Kernbotschaften von Cisco ist, dass Unified Edge für KI-Inferenz in Echtzeit und intelligente agentenbasierte Workloads optimiert ist . Anstatt Modelle zentral auszuführen, ermöglicht die Plattform deren Bereitstellung in der Nähe der Orte, an denen kritische Entscheidungen getroffen werden.

Dies ist beispielsweise in Fabriken, die Anomalien in Echtzeit erkennen müssen , in Geschäften, die das Kundenerlebnis sofort personalisieren möchten, oder in Gesundheitseinrichtungen, wo jede Millisekunde bei der Analyse klinischer Daten zählt, von entscheidender Bedeutung. In all diesen Fällen ist das kontinuierliche Senden von Daten an eine entfernte Cloud aufgrund von Latenz und Kosten nicht praktikabel.

Unified Edge ist so konzipiert, dass sich Workloads im Laufe der Zeit weiterentwickeln können . Heute laufen darauf möglicherweise „klassische“ Anwendungen, die primär CPU-basiert sind, und morgen kann es als Grundlage für komplexe Modelle dienen, die GPUs nutzen. Dieses hybride Design hilft Unternehmen, die aktuellen Anforderungen zu bewältigen und sich gleichzeitig auf eine deutlich KI-intensivere Zukunft vorzubereiten.

Die Architektur deckt den gesamten Pfad ab, vom Rand bis zum Kern des Netzwerks , sodass Agenten und Modelle lokal arbeiten können, sich aber auch mit zentralen Ressourcen abstimmen können, wenn mehr Leistung oder Datenaggregation benötigt wird.

Dieser Ansatz verringert das Risiko, dass sich Organisationen auf eine einzige Lastart „festfahren“, und fördert gleichzeitig die Entstehung neuer, noch unvorstellbarer Anwendungsfälle , die auf derselben technologischen Basis beruhen.

Zentralisierte Verwaltung mit Cisco Intersight und automatisierten Abläufen

Der Einsatz von Hunderten oder Tausenden von Edge-Knoten ohne eine robuste Steuerungsebene wäre nicht zu bewältigen. Deshalb hat Cisco die zentrale Verwaltung über Cisco Intersight , seine Hybrid-Cloud-Management-Plattform, in Unified Edge integriert. Diese Plattform wird bereits von vielen Kunden für Rechenzentrums- und Private-Cloud-Umgebungen eingesetzt.

Ziel ist es, IT-Teams die Möglichkeit zu geben, Edge-Infrastruktur zu überwachen, zu konfigurieren, zu automatisieren und zu aktualisieren, ohne physisch zu jedem Standort reisen zu müssen. Dies umfasst alles von der Erstbereitstellung (mit nahezu unbeaufsichtigten Deployments) bis hin zu Firmware-Updates, Richtlinienverwaltung und Störungsbehebung.

Intersight wird durch fortschrittliche Funktionen wie den Intersight Kubernetes Service ergänzt , der das Lebenszyklusmanagement von Kubernetes-Clustern und containerisierten Anwendungen vereinfacht, unabhängig von deren Standort: im Rechenzentrum, in der Public Cloud oder am Edge. Dies entspricht perfekt dem Trend, KI-Anwendungen und Microservices in Containern zu kapseln.

Die Plattform integriert außerdem den Intersight Workload Optimizer , ein Tool, das Echtzeit-Einblicke in die Ressourcennutzung bietet und hilft, Leistung und Kosten in Einklang zu bringen. Dank dieser Funktion können IT-Teams die CPU-, Speicher- oder Festplattennutzung für jede Anwendung automatisch anpassen und so Überdimensionierung oder Systemüberlastung vermeiden.

Die Integration mit AppDynamics ermöglicht es schließlich , das Verhalten der Infrastruktur mit der Benutzererfahrung auf Anwendungsebene zu korrelieren und so Probleme vorherzusehen, die die Leistung kritischer Dienste beeinträchtigen könnten. All dies trägt dazu bei, dass die Plattform deutlich proaktiver statt reaktiver agiert.

End-to-End-Beobachtbarkeit: Splunk und ThousandEyes

Für ein funktionierendes verteiltes Management ist Observability unerlässlich. Cisco hat Konnektoren mit Splunk und ThousandEyes in Unified Edge integriert – zwei Tools, die detaillierte Einblicke in die Vorgänge im Netzwerk und in den Systemen ermöglichen.

Mit Splunk können Unternehmen Metriken, Protokolle und Ereignisse von der Plattform aggregieren , in Echtzeit analysieren und Anomalieerkennung oder erweiterte Korrelationen anwenden. Dies führt zu einer deutlich verbesserten Fähigkeit, Vorfälle zu erkennen, bevor sie zu einem ernsthaften Problem werden.

ThousandEyes bietet seinerseits vollständige Transparenz über die Leistung von Netzwerk- und digitalen Diensten , einschließlich des Teils des Internets, der außerhalb der direkten Kontrolle des Kunden liegt. Dies ist besonders nützlich, wenn KI-Workloads auf externe Cloud-Dienste, APIs oder standortübergreifende Verbindungen angewiesen sind.

Die Kombination von Intersight, Splunk und ThousandEyes zielt darauf ab, das Infrastrukturmanagement zu "demokratisieren" , indem sie es NetOps-, SecOps-, DevOps-Teams und Anwendungsmanagern ermöglicht, eine gemeinsame Sicht der Realität zu teilen, anstatt in Silos zu arbeiten.

In der Praxis ermöglicht diese vollständige Beobachtbarkeit die Skalierung von Edge-Netzwerken, die Priorisierung von Netzwerkinvestitionen und datengestützte Entscheidungen darüber, wo die tatsächlichen Engpässe liegen.

Mehrschichtige Sicherheit und Zero-Trust-Modell am Netzwerkrand

Da sich die Datenverarbeitung zunehmend aus der kontrollierten Umgebung von Rechenzentren verlagert, vergrößert sich die Angriffsfläche angesichts von Cyberbedrohungen erheblich . Geräte, die in Geschäften, Fabriken oder Filialen eingesetzt werden, sind stärker physischen Risiken und Cyberangriffen ausgesetzt.

Cisco hat Unified Edge mit mehrschichtiger Sicherheit auf Basis des Zero-Trust-Modells entwickelt , bei dem nichts und niemand standardmäßig als vertrauenswürdig gilt. Dies umfasst kontinuierliche Authentifizierung und Autorisierung, tiefgreifende Segmentierung und konsistente Richtlinien für jeden Zugriffspunkt und Datenfluss, ergänzt durch erweiterte Firewalls.

Die Plattform beinhaltet manipulationssichere Funktionen auf Hardwareebene , wie die Erkennung von Versuchen, das System zu öffnen oder zu verändern, sowie eine detaillierte Telemetrie, die eine ständige Überwachung des Gerätezustands und die Erkennung von anomalem Verhalten ermöglicht.

Sicherheitsrichtlinien werden einheitlich auf allen Knoten angewendet , wodurch die Wahrscheinlichkeit abweichender Konfigurationen oder Sicherheitslücken zwischen Standorten verringert wird. Audit-Logs tragen zur Einhaltung gesetzlicher Bestimmungen bei, wenn die Infrastruktur auf Dutzende oder Hunderte von Standorten skaliert wird.

Diese integrierte Sicherheit lässt sich erweitern, um Zero-Trust-Prinzipien auf jede Anwendung und jedes KI-Modell anzuwenden und so sowohl Daten als auch Agentenlogik und -inferenzen zu schützen. Da viele KI-Operationen am Netzwerkrand sensible Daten (Gesundheits-, Finanz- und personenbezogene Daten) verarbeiten, ist dieser Ansatz besonders wichtig.

Agile IT-Plattformen für Multi-Cloud- und hyperverteilte Umgebungen

Über Unified Edge hinaus entwickelt Cisco seit Jahren IT-Plattformen für eine Multi-Cloud- und hyperverteilte Welt . Auf dem Cisco Partner Summit Digital betonte das Unternehmen, dass Anwendungen zunehmend verteilter werden, Mitarbeiter mobiler sind und die Anforderungen an Systeme stetig steigen.

Um dieser Realität zu begegnen, entwickelt Cisco Lösungen, die den Betrieb vereinfachen, Konsistenz über öffentliche, private und Edge-Clouds hinweg gewährleisten und Teams, Tools und Infrastruktur vernetzen. Ziel ist es, IT-Teams ein gemeinsames Framework für die Verwaltung ihrer gesamten Umgebung bereitzustellen und gleichzeitig die Anwendungsperformance im Blick zu behalten.

Zu diesen Lösungen gehören Cisco Intersight als hybride Managementplattform , das Nexus Dashboard selbst für den Betrieb von Multi-Cloud-Rechenzentrumsnetzwerken sowie Systeme wie Cisco Identity Services Engine (ISE) , die den Zero-Trust-Ansatz auf den Netzwerkzugriff von überall aus erweitern.

Intersights Rolle besteht, wie bereits erwähnt, darin, die weltweit einfachste Hybrid-Cloud-Plattform zu werden , die private Rechenzentren mit öffentlichen Clouds verbindet. Die Fähigkeit, Kubernetes zu verwalten, Workloads zu optimieren und die Infrastruktur mit der Anwendungsleistung zu korrelieren, ist in diesem neuen Szenario entscheidend.

All dies passt zu Ciscos Gesamtstrategie , Plattformen und nicht nur isolierte Produkte anzubieten , um Unternehmen dabei zu helfen, auf Störungen zu reagieren, die Cloud-Einführung zu beschleunigen und ihre IT-Betriebsmodelle so zu transformieren, dass sie KI und moderne Anwendungen unterstützen.

Cisco Nexus Dashboard und Cisco ISE: Multicloud-Netzwerke und sicherer Zugriff

Innerhalb dieser Strategie zeichnet sich das Cisco Nexus Dashboard als einheitliche Informations- und Automatisierungsschnittstelle für Multi-Cloud-Rechenzentrumsnetzwerke aus . Seine Aufgabe ist die Orchestrierung, Überwachung und Sicherung von Netzwerken, die sich von On-Premise-Einrichtungen bis hin zu virtuellen und Edge-Umgebungen erstrecken.

Nexus Dashboard vereint Orchestrierungs-, Analyse- und Sicherheitsdienste auf einer einzigen Plattform und erleichtert so die Einführung cloudnativer Anwendungen und beschleunigt die Amortisation von Infrastrukturinvestitionen. Diese einheitliche Ansicht ist unerlässlich für Unternehmen, die ihre KI-Cluster und verteilten Workloads über mehrere Clouds hinweg verbinden.

Cisco Identity Services Engine (ISE) fungiert als zentrales Element zur Vereinfachung des sicheren Netzwerkzugriffs über alle Domänen hinweg . Es identifiziert intelligent eine Vielzahl von Geräten, einschließlich IoT-Endpunkten, und setzt konsistente Richtlinien aus der Cloud durch.

Mit ISE können Unternehmen das Zero-Trust-Arbeitsplatzkonzept auf jeden Standort und Gerätetyp ausdehnen , was von entscheidender Bedeutung ist, da sich Computing und KI an den Rand verlagern und die Anzahl der Endpunkte zunimmt.

Zusammengenommen untermauern diese Elemente Ciscos Vision einer kohärenten IT-Plattform, auf der Netzwerk, Sicherheit und Rechenleistung koordiniert zusammenarbeiten, um traditionelle und KI-Workloads zu unterstützen, ohne unnötige Komplexitätsebenen zu schaffen.

Cisco 8223 und Silicon One P200: Das Rückgrat für KI-Workloads

Mit zunehmender Bedeutung von Edge Computing wachsen auch die großen KI-Cluster stetig an Größe und Stromverbrauch. Hier kommt der neue Cisco 8223 ins Spiel: ein Routing-System, das für die Verbindung von Rechenzentren optimiert ist und den enormen Datenverkehr von Trainings- und Inferenz-Workloads unterstützt.

Der Cisco 8223 ist laut Hersteller der branchenweit einzige 51,2-Tbit/s-Fixed-Ethernet-Router, der speziell für KI-Datenverkehr zwischen Rechenzentren entwickelt wurde . Er basiert auf dem Cisco Silicon One P200 -Chip , der als Systemkern fungiert und hohe Bandbreite, Energieeffizienz und Programmierbarkeit bietet.

Der Grund für die Existenz dieses Teams liegt auf der Hand: KI-Computing übersteigt bereits die Kapazität vieler einzelner Rechenzentren und erfordert daher eine horizontale Skalierung sowie die Verteilung der Arbeitslasten auf mehrere Standorte. Dieser Trend bedingt Verbindungen zwischen Rechenzentren, die Hunderte von Kilometern voneinander entfernt liegen, und zwar mit maximaler Leistung und Zuverlässigkeit.

Sind die Verbindungspunkte zwischen Rechenzentren nicht optimiert, entstehen Engpässe, Leistungsprobleme und eine ineffiziente Nutzung von Energie und Ressourcen . Der 8223 zielt genau darauf ab, dieses Problem zu lösen und bietet große Pufferkapazität, hohe Portdichte und 800G-Kohärenzoptik für Entfernungen bis zu 1.000 km.

Hersteller wie Microsoft, Alibaba und Zulieferer wie Lumen haben öffentlich hervorgehoben, dass Silicon One und Systeme wie das 8223 es ihnen ermöglichen, skalierbarere, programmierbarere und effizientere Backbone-Netzwerke aufzubauen, um die neue Welle von KI- und Cloud-Workloads zu unterstützen.

Energieeffizienz, Skalierbarkeit und Intelligenz im 8223

Eine der Stärken des Cisco 8223 ist seine Energieeffizienz . Er gilt als das effizienteste Routing-System auf dem Markt für skalierbare Netzwerke und bietet eine mit einem Switch vergleichbare Dichte und einen vergleichbaren Stromverbrauch, obwohl er über eine sehr große Pufferkapazität verfügt.

Hinsichtlich der Skalierbarkeit bietet das System 64 800G-Ports und kann mehr als 20.000 Milliarden Pakete pro Sekunde verarbeiten . Cisco gibt an, dass es auf bis zu 3 Exabit pro Sekunde skalierbar ist und sich damit in die Liga der größten globalen Interkonnektionsinfrastrukturen einreiht.

Der 8223 ist darauf ausgelegt, massive Datenverkehrsspitzen beim Training von KI-Modellen abzufangen , die Leistung aufrechtzuerhalten und Leistungseinbußen zu verhindern. Dank der Pufferfunktionen des P200 kann er Lastspitzen bewältigen, die das Netzwerk andernfalls überlasten würden.

Der P200-Siliziumchip ist zudem hochgradig programmierbar , wodurch sich das 8223-System intelligent und in Echtzeit an die Netzwerkbedingungen anpassen und neue Protokolle und Standards unterstützen kann, ohne dass Hardwareänderungen erforderlich sind.

Auf operativer Ebene integriert sich die Ausrüstung in die Observability-Plattformen von Cisco, sodass Kunden detaillierte Informationen über das KI-Verkehrsverhalten erhalten , was die Problemerkennung, die Kapazitätsplanung und die kontinuierliche Leistungsverbesserung erleichtert.

Sicherheit und Flexibilität in Backbone-Netzwerken für KI

Neben seiner hohen Leistungsfähigkeit bietet der Cisco 8223 mehrstufige Sicherheitsvorkehrungen , die Hardware, Software und das Netzwerk selbst umfassen. Dazu gehören Funktionen wie Leitungsverschlüsselung mit quantenresistenten Algorithmen , integrierte Sicherheitsmaßnahmen und Tools zur kontinuierlichen Überwachung.

Diese Funktionen dienen dem Schutz des KI-Datenverkehrs zwischen Rechenzentren , der häufig sowohl wertvolle Trainingsdatensätze als auch sensible Ergebnisse umfasst. Die Kombination aus kryptografischem Schutz, fortschrittlicher Telemetrie und der Integration in Überwachungssysteme trägt zur Sicherung dieser kritischen Datenpfade bei.

Ein weiteres wichtiges Merkmal ist die flexible Einsatzmöglichkeit . Der 8223 wird zunächst mit Unterstützung für Open-Source-SONiC-Distributionen angeboten, und Cisco hat bereits angekündigt, dass die Unterstützung für IOS XR später folgen wird. Diese Offenheit ermöglicht es Kunden, das System an ihre bevorzugten Betriebsmodelle anzupassen.

Der P200-Siliziumchip ist nicht nur auf den 8223 beschränkt: Er kann auf modularen und disaggregierten Plattformen eingesetzt werden und bietet eine kohärente Netzwerkarchitektur für Serviceprovider-Umgebungen sowie große Unternehmen und Hyperscaler.

Cisco plant außerdem, den P200 mit NX-OS in das Nexus-Portfolio zu integrieren , um eine gemeinsame Grundlage für leistungsstarke KI-, Rechenzentrums- und WAN-Infrastrukturen zu schaffen, die alle von derselben Silicon One ASIC-Familie unterstützt werden.

Ein Ökosystem aus Partnern und Kunden, das die Einführung von verteilter KI vorantreibt

Ein wesentliches Unterscheidungsmerkmal der Strategie von Cisco ist das breite Ökosystem an Technologiepartnern, Managed-Services-Anbietern, ISVs und Wiederverkäufern , die als Hebel fungieren, um diese Plattformen auf praktische Weise auf den Markt zu bringen.

Im Fall von Unified Edge hat das Unternehmen eng mit Kunden aus den Bereichen Einzelhandel, Fertigung, Finanzdienstleistungen und Gesundheitswesen zusammengearbeitet , um die Plattform an reale Szenarien anzupassen: von Werken mit mehreren Produktionslinien bis hin zu dezentralen Bankfilialen oder Klinik- und Krankenhausketten.

Partner wie Intel, Verizon, Rockwell Automation und World Wide Technology haben betont, dass der Edge Computing zur neuen Grenze für KI geworden ist und dass integrierte Lösungen wie Unified Edge der Schlüssel dazu sind, fortschrittliche Rechen- und Sicherheitsfunktionen direkt dorthin zu bringen, wo Daten erzeugt werden.

Intel hebt beispielsweise hervor, wie die Kombination seiner Siliziumtechnologie mit Ciscos Expertise in den Bereichen Computing und Networking es ermöglicht, die volle Leistungsfähigkeit des Rechenzentrums bis an den Rand auszudehnen , während Verizon die Bedeutung des Aufbaus zukunftssicherer Edge-Plattformen mit Einfachheit, Zuverlässigkeit und Konsistenz betont.

Branchenanalysten weisen darauf hin, dass das wahre Potenzial der KI erst dann entfaltet wird, wenn Schlussfolgerungen und Analysen auf natürliche Weise an den Netzwerkrand verlagert werden können , genau dorthin, wo die Daten entstehen, und stimmen darin überein, dass Ciscos Ansatz – die Integration von Rechenleistung, Netzwerktechnik und Sicherheit in modulare Lösungen – in diese Richtung geht.

Das gesamte Cisco-Angebot – mit Unified Edge für den Edge, Intersight und Nexus Dashboard für das Multicloud-Management, ISE für sicheren Zugriff und 8223 mit Silicon One P200 für hochleistungsfähige Backbones – zeichnet ein recht umfassendes Bild davon, wie eine moderne KI-Workload-Plattform aussehen sollte : verteilt, modular, beobachtbar, automatisiert, von Grund auf sicher und flexibel genug, um Unternehmen von ihren aktuellen CPU-basierten Anwendungen bis hin zu den anspruchsvollsten Szenarien intelligenter Agenten, die von GPUs und fortschrittlichen Modellen unterstützt werden, zu unterstützen.