Cisco y NVIDIA habilitan Splunk AI para entornos locales y nubes privadas

Cisco ha anunciado la disponibilidad de Splunk AI para ser ejecutado en instalaciones locales, ampliando su alcance a nubes privadas y entornos aislados sin conexión a internet. La iniciativa, conocida como Cisco AI POD for Splunk, combina la infraestructura de red de Cisco, la potencia de aceleración GPU de NVIDIA y un clúster Kubernetes gestionado por Red Hat OpenShift, creando una arquitectura prevalidada que simplifica el despliegue de IA a escala empresarial y garantiza un control total sobre los datos y los procesos.

Arquitectura y componentes clave

La solución integra varios elementos esenciales. En primer lugar, un motor de ejecución de IA que permite procesar modelos de aprendizaje profundo de forma eficiente. En segundo término, la infraestructura de red y seguridad de Cisco asegura la conectividad, la segmentación y la protección de los flujos de datos. En tercer lugar, los aceleradores de GPU de NVIDIA aportan la capacidad de cómputo necesaria para entrenar y servir modelos a gran escala. Finalmente, el clúster Kubernetes gestionado por OpenShift orquesta los contenedores, facilita la gestión de recursos y garantiza la alta disponibilidad de los servicios.

Modelos de IA disponibles

Los usuarios pueden alojar una variedad de modelos dentro del entorno local. Entre los ofrecidos se encuentran el Deep Time Series Model de Cisco, que está optimizado para análisis de series temporales, el modelo Google Gemma 4, el modelo de código abierto OpenAI GPT‑OSS 20B y, en los próximos meses, los modelos abiertos de NVIDIA como Nemotron. Esta flexibilidad permite adaptar la solución a casos de uso muy específicos, desde la detección de anomalías en infraestructuras críticas hasta la generación de texto avanzado para asistencia al cliente.

Observabilidad de agentes y tokenomics

Cisco ha ampliado la suite de observabilidad de agentes de Splunk con el nuevo Splunk Agent Observability. Esta herramienta monitoriza el comportamiento y el rendimiento de recursos críticos, incluyendo GPU, bases vectoriales, memoria y la orquestación de contenedores. Además, la funcionalidad Tokenomics asigna el consumo de tokens a modelos como Claude Code, Codex y Cursor, proporcionando una visión clara de los costos asociados al uso de la IA y facilitando la gestión presupuestaria.

Herramientas complementarias

La oferta incluye varias aplicaciones que integran datos de red y capacidades de IA, entre ellas Observability Studio, que simplifica la incorporación de OpenTelemetry desde el origen; Network Intelligence App, que correlaciona la topología, el estado de los equipos y los eventos de Cisco con los datos de Splunk; Agent Launchpad, previsto para finales de 2026 y que facilitará la gestión de agentes en entornos distribuidos; y Splunk AI Assistant, disponible desde ya para consultas interactivas sobre los datos observados.

Beneficios para la soberanía de datos

Ejecutar Splunk AI en instalaciones propias refuerza la soberanía y confidencialidad de la información. Los clientes mantienen la ubicación física de sus datos, controlan los mecanismos de seguridad y pueden explotar la información sin depender de terceros, un argumento decisivo para sectores regulados que requieren aislamiento total y cumplimiento normativo estricto.

Consideraciones operativas

A pesar de los beneficios, la implantación local no elimina todos los riesgos ni costos asociados. Es necesario evaluar la capacidad de GPU disponible, el consumo energético y los requisitos de refrigeración, la disponibilidad de soporte técnico, la frecuencia de actualizaciones de software, los requisitos de auditoría y la madurez de las competencias internas para gestionar la infraestructura.

Factores críticos a comparar

• Capacidad y densidad de GPU disponibles
• Costos energéticos y de refrigeración
• Nivel de soporte y frecuencia de actualizaciones
• Grado de aislamiento y cumplimiento regulatorio

En conclusión, la colaboración entre Cisco y NVIDIA abre una vía robusta para que las organizaciones adopten IA con Splunk en entornos controlados, ofreciendo tanto flexibilidad tecnológica como mayor control sobre la privacidad de los datos.

Las organizaciones hispanohablantes deben verificar que la infraestructura local cumpla con los requisitos de seguridad física, que los procesos de auditoría estén alineados con la normativa local de protección de datos y que cuenten con personal capacitado para gestionar tanto el hardware de GPU como el orquestador de contenedores, garantizando así una operación segura y sostenible.