Transcription
[音乐] 人工智能是一项接触性运动。如何安全地扩展这些代理工作流至关重要。人工智能必须生活在数据中心的生态系统中。>> 大家好，欢迎来到思科 SE Talks 播客，在这里我们将合作伙伴置于热座上。我是主持人 Dane Mzal，我非常期待今天的会议，因为我们有两位著名的思科人工智能专家加入我们，John Kuno 和 Dr. Gavana。今天我还有 Justin Perry。Justin 在思科工作了大约两年，也是一名人工智能讲师，我和 Justin 将一起完成这项工作。所以，Justin，请您发言。>> 非常感谢 Zayn。非常高兴能参加播客，并有机会与 Garve 和 John 交谈。感谢您的介绍。我是 Justin Perry。我将于今年 10 月在思科工作满 2 年。非常高兴今天能参加播客。与我一起的是 Dr. Gorav Ka 和 John Kuno。这两位在思科人工智能领域经验非常丰富，无论是在与合作伙伴的互动还是与客户的互动方面。因此，我们希望你们两位能做个自我介绍。也许我们先从 Garv 开始，我个人想说，Dr. Garv 是我的一位好朋友、导师，我们在思科一起有很多非常好的合作机会。所以我非常期待这次谈话。所以，如果你能做个自我介绍，GV。>> 感谢 Justin 和 Zayn，非常荣幸来到这里。我是 Gorav Ka，你可以叫我 G。我在思科工作了 25 年。我非常享受其中大部分时光。过去七年，大约七年前，我几乎是偶然进入了数据科学领域。在长期担任 SE 和 SE 领导者之后，我负责了思科最早的数据科学团队之一。在早期，这很棒，我对我们现在的成就感到非常欣慰，因为当时确实很艰难。今天，我是一名人工智能高管。我负责商业西部地区。因此，我花大量时间与客户和合作伙伴讨论与深度搜索到人工智能 Pods 相关的任何事情。你来选，我们都涵盖。很高兴来到这里。Justin，我非常自豪能与你和 John 合作。我们一起度过了很多美好的时光。所以，现在轮到你了，John。>> 太棒了。感谢 Grav。是的。我是 John Kuno，一名人工智能解决方案工程师，隶属于我们的全球云和人工智能基础设施组织。负责所有客户互动、高管简报以及与 BE 和产品团队的路线图开发。坦白说，对于所有听众来说，能够邀请到 G 博士参加这个播客真是太棒了。当他说他负责了思科最早的数据科学团队之一时，我就是那个团队的直接受益者，因为我们过去会坐在那里，得到很多符合我们技能水平、技术兴趣和当前工作量的案例推荐。所以，看到一位在思科拥有如此杰出背景的人能够将最初的技能提升到我们现在所处的生成式人工智能时代，这真是一个完整的循环。所以，别让他贬低自己。>> 绝对。非常感谢，各位。介绍完毕。那么，让我们开始今天的谈话吧。首先，一段时间以来，我们一直看到大型语言模型的发展，在过去几年里，它们变得越来越大，参数越来越多，并且基本上是一种提示响应的工作流，由最终用户进行。并且主要使用前沿模型。但我们最近看到了一个发展趋势，即转向更具代理性的人工智能方法。对于在座的各位不熟悉的人来说，代理人工智能模型或工作流是一种比标准 LLM 更自主运行的人工智能模型，并且能够以目标为导向进行操作。因此，它有一个预定义的、可以自主实现的目标。我想问你们两位，你们能否解释一下你们看到的一些趋势，以及为什么它在当今的技术格局中变得越来越重要，为什么代理人工智能工作流变得越来越重要。也许 John，我们先从你开始，然后听听 Garve 的看法。>> 当然。我的看法是，从基础模型生成式人工智能输入输出单次射击的进展，这是模型产生某种东西的机会，但这些类型的系统能够产生的业务影响是有限的，可能最好的应用是在代码开发方面，因为归根结底，你所有的编程语言都是语言，而大型语言模型非常擅长语言。所以，你可以在那里获得很多好处。但是对于所谓的企业人工智能的大部分来说，如果你愿意的话，那就是如何连接到你现有的系统，你的 ERP 系统、你的医疗保健系统、你的人力资源系统、你的客户关系管理系统，你组织中开展业务所需的所有其他系统。你如何让人工智能与这些系统互动以完成任务，至少是生成更有洞察力的报告，或者实际上开始根据其他系统采取行动，而不仅仅是一个黑箱式的单次输入输出。所以，既然这些模型现在可以做一件事并与周围世界进行数字互动，那么它就被称为代理，而不仅仅是大型语言模型。Gav，你怎么看？>> 是的，我完全同意，我对此感到非常兴奋。所以，稍微回顾一下历史，以便更好地理解情况。我们在思科注意到，当 RAG 出现时，企业突然变得非常感兴趣。所以，我想说，从 2023 年夏天到秋天，人们突然意识到，RAG 是检索增强生成的一个很好的方法，它是一种检索信息来增强你输入到模型中的提示的方法。我称 RAG 为生成式人工智能时代出现的第一个杀手级应用，因为它引起了人们的极大兴趣，并使模型比它们仅使用自己的大脑（可以说）更加扎实。如果 RAG 占据了房间里的一些空间，那么代理工作流现在已经吸走了剩下的所有空间。我的意思是，这是我们与客户谈论的一切，原因正如 John 所述，他们现在正从零次射击、一次射击的互动，基本上是你的 LLM 互动是问答，转变为执行任务。让我来说几句关于代理为何强大的原因，因为我认为这值得讨论，这也是为什么这么多客户感兴趣的原因，我认为这将是思科的福音，迭代有很多力量。我认为我们没有意识到我们的思维会进行很多迭代。即使我问你一个简单的问题，我们现在知道，这并不是你大脑中一次性的电流通过。你大脑的不同部分会相互作用，说：“我应该回答这个问题吗？我该如何回答？我应该说出来吗？让我看看周围的反应。”你可以想象代理也会这样做。你问一个问题，它可以出去执行任务，得到答案，审查它，做很多事情。而这些迭代步骤使用多个不同的工具，正如你所暗示的，John，这在您获得的响应中非常强大。所以，突然之间，你从这种零次射击、一次射击的非常棒的互动，转变为这种令人难以置信的互动，其中包含迭代，而这非常强大。这对思科有什么好处？嗯，更多的数据，更多的事情，更多服务器，更多要运行的模型，对于一家现在销售全栈的公司来说总是好的。第一，问题在于这些设置起来更复杂。我知道每个人都在谈论低代码、无代码，但朋友们，你们知道，这需要付出艰苦的努力才能把它组合起来。它不是乐高积木即插即用。我对这个趋势非常兴奋，Justin。它将是生成式人工智能发展中非常重要的一步。是的，你们两位这样说真的很有趣，Garve，你提到了一些非常有趣的事情。组织在推出代理工作流以及不仅仅是代理工作流，还有传统的 LLM 和检索增强生成架构等方面的方法。我想问你，Garve，你认为组织在部署这些不同类型的人工智能工作流时面临的主要挑战是什么，尤其是在调整它们的大小和扩展支持这些模型的基础设施方面？>> 嗯，你提到了这一点，Justin。所以，如果我能从第一层到第七层，甚至第八层来梳理一下。所以在第一层、第二层，我需要部署什么？这不是一件容易的事。我知道我们现在有一些计算器，我们正在努力，我们有出色的 SE 同事，我非常依赖他们来根据客户用例来估算这些模型的大小。但你必须非常谨慎。我的意思是，事实上，仅仅将一个模型从 Llama 模型更改为 Quinn 模型，在 GPU 方面就会有巨大的差异。你必须考虑我需要多少高带宽内存等等。所以，为部署模型估算 GPU 工作负载的过程， Justin，仅仅一个模型就是一项任务。现在你谈论的是各种大小的模型，因为你不需要为代理工作流的每一步都使用 700 亿参数的模型。你现在可以把 700 亿参数的模型看作是总承包商，它将任务分配给这些更小的“仆从”。那么它们在哪里运行呢？所以，这很快就变成了一项类似于设计网络的工作。网络中的每个路由器不一定都是最大的路由器。所以，这里的类比很贴切。所以，你沿着堆栈往上走，然后，这又是一个我们可以深入探讨的陷阱，但很多客户随后会被允许进入的数据所困扰。这打开了数据治理的潘多拉魔盒，很多客户坦白说，他们被卡在这里了。然后，你还要处理安全和治理方面的其他问题。所以，有很多问题需要解决，这就是为什么代理工作流虽然 John 所说的它们的力量是真实的，但有很多方法可以让你在部署过程中卡住，因为有很多问题需要解决，而这正是我们与客户进行大量对话的地方，如果他们想走这条路的话。好消息是，有路可走。好消息是，今天有很多工具可以帮助你，但它不是乐高积木。我认为，有时我们会因为这些 PowerPoint 图表而受骗，我们在这些图表中用漂亮的箭头将这些代理连接起来。与网络一样。仅仅因为两个路由器之间有一条链路，并不意味着你刚刚插入它就可以使用了。John，你在笑。也许你同意。>> 哦，是的。我昨天在一个简报会上，与一家我称之为大型零售银行客户，位于东海岸，只是为了缩小范围，并非完全如此，并概述了他们业务中不同成熟度级别的谈话要点，这些成熟度级别都有不同的限制，然后他们才能释放生成式人工智能的下一部分价值。在第一阶段，我将从上往下看，第八层是意识。我们谈论的是基础设施团队，我们谈论的是数据中心网络和安全团队、操作系统平台团队，这就是在场的人，但他们知道业务部门试图完成什么吗？当他们的 CEO 在财报电话会议上说我们要为这个做人工智能时，他们知道吗？甚至有要求将这些工作负载传达给他们吗？答案是没有。第二阶段是，好吧，假设他们知道，他们是否知道如何为它进行规模化估算？我再次环顾四周，没有人举手。就像，好吧，为了知道如何规模化，你需要知道高层工作负载架构是什么样的。所以，所有那些带有箭头的框，从一个地方连接到另一个地方，每个框都代表某种形式的容量，某种形式的吞吐量要求，这将是使整个系统正常工作所必需的。所以，一旦他们理解了这一点，他们就可以开始考虑容量。所以，第一阶段是业务决定某事，第二阶段现在你有 AI 软件工程师在那里构建某种概念验证，然后思科，或者至少我被问过很多次，是嘿，我们做到了，我们已经证明了它，我们如何规模化？如何安全地扩展容量、性能、吞吐量？如何安全地扩展这些代理工作流至关重要，否则你就会遇到这样的情况：你突然欠别人一辆车，或者你泄露了整个数据库，或者你有一个黑客打电话给你的支持热线，获得了免费的密码更改和 MFA 重置。必须能够安全地扩展这些东西。而这正是思科，以及坦白说，我们合作伙伴的帮助所在。说到规模，这正是我们的客户最需要帮助的地方。>> 是的。你提到了一些让我感触很深的事情，那就是规模化，我们正在关注，你知道，在这个问题上有七层和八层。鉴于人工智能变化的快速性，客户经常提出一个问题，我喜欢你的反馈，那就是安全在哪里发挥作用？因为攻击面被放大了，以一种宏伟的方式，一种巨大的方式。当我们与客户交谈时，这一直是他们的担忧，我准备好迎接人工智能了吗？我有人吗？我有技术吗？我们的合作伙伴在哪里发挥作用？因为这些都是我知道你今天正在进行的对话。>> 绝对。嗯，John 正在处理 8 到 8 层。我还是按照 1 到 8 层来吧，因为我就是这样学习的。所以，让我评论一下，Zayn，然后我认为这会直接进入你问的问题。所以，John 刚才也提到了这一点，我们必须小心，因为用户造成的令牌使用量正在爆炸式增长。我的意思是，人们拥有这些上下文窗口，而我所说的语言模型的上下文窗口，基本上是来回发送给 LLM 的信息窗口。当你使用这些基础模型时，不仅仅是你输入的提示，还有对话的窗口会被发送，这就是这些语言模型让你产生它们有记忆的错觉。在代理出现之前，这种情况就已经爆炸了，现在你有了这些代理互相交谈和交换令牌，所以系统中净令牌的数量正在呈指数级增长，我可能还在低估它。所以，我们在多个层面都遇到了问题。一是成本，如果你在云上运行，成本正在飙升。所以，这实际上是思科介入的一个绝佳途径。但在安全方面，Zayn，实际上有两个问题。所以，让我先从令牌的问题开始。如果模型现在正在互相交谈并使用工具，我们必须找到一种方法，我们可能不一定能看到所有这些互动，但我们如何仍然保护它？因为我们不一定知道这些模型在谈论什么，鉴于链条中可能出现问题，它会变得非常复杂，难以排查。所以，像人工智能防御这样的系统非常棒，你知道那是我们强大的情报获取加上我们自己的创新，它在 LLM 层面保护我们，这真的很棒。这是一个非常有创新性的平台，但仍然有网络部分。我们不想忘记应用程序部分，人工智能应用程序的核心是语言模型，但它仍然需要数据。它仍然需要应用程序堆栈。如果你把它放在一个容器里，你仍然需要考虑部署容器所需的所有事情，就像人工智能必须生活在数据中心的生态系统中一样。那么，在这个时代，你如何保护它？这就是为什么我对 Hypershield 如此兴奋，因为我认为 Hypershield 确实是一个游戏规则的改变者。你知道 G2 说这是我们 40 年来最具创新性的东西。它是一种重新思考安全的方式。它不仅仅是一个新的防火墙。我完全同意，因为这就是你如何保护攻击面，Zayn。攻击面不再是需要你守卫的周界。它不再奏效了。我们并不是说周界消失了，我们说的是它不足够。所以我认为人工智能防御和 Hypershield 的结合，对我来说，在架构上是最好的。当然，我是有偏见的，我在思科，但从架构上来说，这是我见过的唯一能够解决生成式人工智能中这个新攻击面问题的东西。是的，我喜欢 Grav 的说法，因为你知道思科一直以网络先驱而闻名，对吧？但我们尤其在现场看到，Justin，你可以证明这一点，与你的客户交谈，我看到我们正在转向成为一家安全人工智能公司，我们将许多技术嵌入到人工智能足迹中，对吧？这是一个巨大的游戏规则改变者。教育我们的合作伙伴，以及合作伙伴教育我们，这一点至关重要。所以，很高兴知道我们正在改变以适应行业的发展方向，并且我们正在引领潮流，我们不是在旁观。听到这个真是太令人兴奋了。>> 是的，我认为我们沿着你说的 Zayn 的思路，思科确实处于独特的地位，因为我们提供全栈服务，对吧？我们提供基础设施，我们提供基础设施背后的安全，我们还为人工智能基础设施提供网络骨干。说到这个，我认为这是一个非常好的话题，可以引出我们与英伟达的合作关系的一些公告。所以，我想问，也许我先从 John 开始，然后听听 Garve 的看法，关于我们与英伟达的合作关系中你看到的最令人兴奋的发展是什么？以及你认为这种合作关系将如何塑造我们与客户和合作伙伴关系的未来？到目前为止，最令人兴奋的事情是所有这些小里程碑的最终结合，而这个最终结合就是与英伟达的安全人工智能工厂。你将 Grav 所说的所有安全能力叠加到计算和网络基础设施上，以便使企业人工智能能够大规模采用人工智能代理系统，无论你想怎么称呼它。现在真正的问题是，沿途有哪些里程碑？第一个是所谓的参考配置服务器。你正在听到英伟达的术语 HGX 和 MGX 平台，用于思科 CA885A 845A。这些是密集的 GPU 系统，每个系统最多八个 GPU，符合英伟达为生成式人工智能类型工作负载和其他加速工作负载设计的标准。所以，这是第一步。第二步是网络能否胜任？你现在有一个盒子，你需要很多这样的盒子。你能把它们都连接起来，并且性能良好吗？所以，下一级别的网络性能测试就是我们所做的。将结果发送给英伟达，然后英伟达说，太好了，我们并不惊讶思科在网络方面做得很好，并且拥有高性能的人工智能优化后端网络来互连所有这些 GPU 和这些密集 GPU 系统。你将这两个组件放在一起，现在你就拥有了思科的企业参考架构，并得到了英伟达的验证。然后，你将安全组件叠加在上面，就有了那个安全的人工智能工厂。但这并没有就此停止。这两个组织之间的下一级别集成发生在网络层面。所以，我们高性能的人工智能优化网络设备。所以，对于那些关注细节的人来说，Nexus 9000 交换机实际上正在与服务器平台上的 Super NICs 进行通信和集成。这样我们就可以解锁不仅是已经验证的性能负载平衡和拥塞管理功能集，我们最初用来验证性能。但我们也意识到，很多客户已经标准化了所谓的 Spectrum X 类型的功能来进行拥塞管理和负载平衡。采用该软件功能集，现在我们有了 Super NICs 和 Nexus 9000 交换机之间的物理集成，我们也可以在我们的平台上拥有相同类型的功能，并且在那个经过验证的企业参考架构中，在那个安全的人工智能工厂中。所以，现在这是一个完全完整的思科解决方案，客户构建起来要简单得多，因为他们实际上只需要去一个地方就可以获得整个解决方案。很有道理。Garv，你有什么想法吗？>> 是的，你听到了任何人能给出的关于英伟达合作关系的最佳答案。就是这样。John，我非常感谢你解读了一个非常多方面且有时复杂的与现在世界上最有价值的公司之间的关系。所以，我非常感谢你能够将一个非常重要的合作伙伴关系分解成这些组成部分。我想谈谈 John 所说的最后一点。他提到的最后一点，这也是我一直向客户强调的，这并不是一个昙花一现的行业合作关系，持续 6 个月然后大家就忘了它，然后就消失了。这是一个共同开发合作伙伴关系。我们实际上正在共同开发新技术。我们正在共享硬件。我们正在共同努力优化这些人工智能工作负载系统。John 所说的关于下一步是网络和 Super NICs 真正以一种优化方式交互，以分发那些计算密集且数据密集的工作负载，这不仅对于数据训练模型训练来说很重要，我应该说，这已经非常非常重要了，而且实际上，当我们进行分布式推理工作负载时，这将变得非常重要，如果还没有的话。所以，我们正在与英伟达共同开发产品，这确实是我喜欢向客户强调的事情，因为我们告诉他们的是，嘿，看，我们是这里的合作伙伴，对吧？我们不仅仅是把 SKU 放在对方的东西上然后卖掉，因为那永远不会长久。那是一种交易关系，它就是不会长久。所以，我喜欢我们现在所做的事情。有很多工作要做，John。我认为你会同意。但与几个月前相比，我喜欢我们现在所处的位置。>> 是的。是的。嘿，John，我只是想快速插一句，我知道你在与你的许多团队和客户以及 EBCs 谈论这个合作关系方面发挥了重要作用。我认为，当我与客户交谈时，作为一名 SE，这让我感到非常兴奋，因为它正如你所说的 G，这与英伟达的真正合作关系，以及顶部的安全堆栈。没有其他供应商像思科那样做到这一点。我们是唯一一家也是他们参考架构一部分的供应商。所以，我们正在一起走向市场。所以，我很想听听你的反馈，我们如何将这个信息传达给我们的合作伙伴？我们如何与我们的合作伙伴合作，尤其是在 SE 方面？>> 我很高兴你问了。所以，从 SE 的角度来看，问题就变成了，我们有了这个全栈解决方案，可以带给我们的客户。我们进行哪些对话？所以，我们谈到了不同层次的成熟度，从组织到基础设施、数据、安全、工作负载和软件工程。可以进行很多不同的对话。但是所有硬件和软件基础设施都来自思科。然后，英伟达对我们的合作关系期望的是，能够将人工智能开发者正在做的事情转化为能够扩展到所谓的企业人工智能的基础设施。所以，如果我们开始考虑我们可以典型接触的不同角色，那么一个关键的事情是，英伟达在开发者关系方面非常出色。那些构建用例的人。他们的销售队伍有限。英伟达没有像思科那样的合作伙伴网络。所以，你谈论的是我们每天都有幸与之合作的 20 万多名合作伙伴销售人员。英伟达主要需要的是来自 2 万名思科销售人员加上 20 万名合作伙伴销售人员的支持，以实现企业人工智能的大规模普及。所以，从基础设施的角度，一直到顶层的 CIO 级别，这很好，我们知道我们想做什么。我们如何安全地做到这一点？我们如何确保它的弹性并具有高性能？我们如何确保我们的员工不会去 ChatGPT 并上传大量个人和私人信息？所以，我知道播客上的每个人，当我们去 ChatGPT 时，我们都会看到这个小小的、小小的家伙从旁边弹出。所以，对于播客上的听众来说，我们有一个内部工具叫做 Circuit。所以，它有点像我们自己的私有版 ChatGPT。那么，我们如何看到我们自己的工具弹出，就像，嘿，提醒一下，如果你即将输入任何公司信息，你应该使用公司工具，而不是公共工具。这是因为思科技术，安全访问，数据丢失防护，>> 对吧？就像这些都是我们的客户已经在采用的解决方案的一部分，主要是在远程和混合工作期间向远程和混合工作的转变，在 Co 期间已经到位，现在可以使 CIO 说，是的，我们看到员工使用的每一个第三方工具，并且我们有一个安全合规的内部着陆点。就像这些是我们多年来一直在进行的对话一样。我们只是在谈论当前基础设施上的新工作负载，可能还有后端网络，一些更高性能的存储，但很多基本构建块都是我们今天已经熟练掌握的对话主题。>> 是的，我喜欢这一点。我感谢你，Intel。我认为，是的，这对于行业中的两个巨头来说都是真正的胜利，对吧？所以，Gab，我很抱歉。我知道你在说些什么，所以我去你那里。是的，我想我意识到我并没有完全解决你之前关于合作伙伴的问题，但它与此相关，那就是，你知道，我们如何将这一切带给合作伙伴。我想确保，这也是我今年的一个重要目标，即合作伙伴关于技术细节、速度和新产品（这非常令人兴奋）的对话不应忽略这样一个事实，即最终我们需要一遍又一遍地强调的是，思科带来的优势是计算、网络、安全、可观测性。我们是唯一能做到这一点的供应商。坦白说，其他供应商，如 Arista 或 Palo Alto，现在唯一能赶上来的方法就是进行一次收购狂潮，这并不容易。让我们实话实说。Palo Alto 就不能进入网络市场，对吧？他们必须收购 HP 的网络业务之类的。所以，我们处于一个非常有利的位置，因为我们不仅在那里进行创新，而且还将这些东西联系起来，这非常强大。所以，Zane，这是需要不断强调的，请不要忽视这样一个事实，即你正在与一个提供所有这些的供应商合作，而且他们知道，那些在我们的合作伙伴工作了很长时间的人，正如 John 所说，我同意，我们有幸与他们合作，他们中的许多人都在思科，他们知道这一点。所以，值得强调的是第一点。第二点，与英伟达合作，这是新的，也是我们都在学习的，那就是我们最大的合作伙伴已经与英伟达建立了关系。他们认识英伟达。他们了解英伟达的产品。他们一直在销售带有英伟达的服务器，无论它们是否是思科的。他们已经这样做了很多年。所以，向他们强调这个信息，John 提到的关于合作伙伴关系不同层面的所有内容，以及这是一种共同开发合作伙伴关系，并且有一些新事物即将出现，请注意。只是与他们一起工作，以表明我们知道并且我们理解，因为现在它变成了一种三方关系，对吧？我们、英伟达和合作伙伴。我们需要继续强调这一点并理解这一点。所以，我们正在共同学习。与客户进行对话时，提出这个英伟达合作关系非常重要，因为正如我所说，英伟达已经在那儿了。他们对这些合作伙伴来说是一个已知的数量。但要出现并说，嘿，我们了解你与英伟达的关系。我们将如何共同努力，这将在 2026 财年成为一个令人兴奋的焦点。非常好。非常好。到目前为止，这是一次非常棒的谈话，我非常感谢所有的见解。我们快到时间了。我们想按照我们 SE 播客的传统，以两个事实和一个热门观点来结束。所以，你提出三个与人工智能相关的陈述。其中两个是真的，一个是热门观点。我必须猜出是哪一个。所以，我把话筒交给你们，你们可以一一进行。好了，这是我的三个陈述。Justin，你准备好了吗？>> 我准备好了。我们开始吧。>> 好的。人工智能工作负载正在改变所有互联网流量的性质。到今年年底，最大的超大规模云服务提供商将消耗相当于葡萄牙全国的电力。而且，为了削减成本，OpenAI 正在将其众多的模型整合到一个 GPT5 的品牌下。>> 我要说的是，这三个陈述中的热门观点是第二个，即消耗的电力将比葡萄牙全国还要多。这就是我的猜测。我猜对了吗？>> 是第三个。热门观点是 OpenAI 将继续拥有一个模型的大杂烩。GPT5 将是一个游戏规则的改变者，但你知道，当大产品出来时，他们最终会发布并让所有其他模型降价。所以，是的，这些超大规模云服务提供商现在消耗的电力相当于整个国家，这确实令人惊讶，这告诉你这些很棒的 GPU 的功耗有多么惊人。>> 是的，这是一个很好的观点。你第三点关于 GPT5 的说法很有道理，对吧？因为很多使用 OpenAI 模型的人需要考虑各种因素。不仅仅是准确性，还有成本，还有响应延迟。功能，对吧？不同的模型背后有不同的功能。所以，这说得通。所以，感谢你。这听起来真的很好。John，我们听听你的。>> 在未来 5 年内，600 千瓦的机架将占美国数据中心总功耗的 10%。我将选择 Llama 5 将使 Meta 在基础模型领域重回游戏。而且，在未来 10 年内，本播客中的一个人将在他们的家中拥有一个人形人工智能机器人来洗碗。非常非常有趣。所以，我要说第二个是事实，基于我们听到的关于 Meta 努力成为领先的 AGI 开发者的计划。我将说第一个是热门观点。>> 这是个把戏。我编造了全部三个。一个和两个可能都是热门观点。然后我肯定会第一个排队购买一个能做家务、清理排水沟等等有趣事情的人形人工智能机器人。>> 是的，我欣赏这一点。我认为，从两个方面来说，Garav 和 John 的观点都很有见地。真的让你思考了一下。所以，我真的很感谢这次谈话。好吧，团队，我只是想说，G. Kana 博士、John 和 Justin，非常感谢今天的时间。我认为今天的谈话非常有见地，令人兴奋。我知道我学到了很多。我对思科作为一家公司，与一些合作伙伴合作的未来感到更加充满活力。在我们结束时，我想请 Garav 和 John 分享任何行动项目、关键要点，你想告诉听众什么。所以，我先从 G 博士开始。>> 是的。我们的美国商业领导者 Tim Kugan 有一句名言：“销售是一项接触性运动。”我也会这样说人工智能。人工智能是一项接触性运动。走出去，熟练掌握系统，与客户交谈。你将学到很多东西。你知道，这些东西现在就在那里。它们与我们同在。你知道，它们是供我们使用的，用来学习，用来变得更好，来增强我们正在做的事情，然后将所有这些好处带给我们的客户。所以，参与进来，接近这些东西，玩得开心。>> 行动号召，享受乐趣，保持兴奋。对于所有合作伙伴来说，让思科承担责任。确保我们交付并出现。思科在上一个财年招聘的人工智能专家，包括像 Gorov 这样的客户经理和像我这样的 SE，与英伟达整个业务部门的员工数量相当。所以，这是思科在这个领域的大量投资，能够从第八层一直到金属和通过电线的电子进行对话。所以，让我们承担责任，让我们参与进来，是的，我们很乐意合作并取得一些成就。这将是激动人心的十年。>> 绝对。再次感谢团队。再次，我为今天的谈话感到非常兴奋。我希望你们对我们的下一次谈话感到更加兴奋，届时我们将邀请 WT 继续进行人工智能对话。再次，我是主持人 Zane Merza。谢谢。再次感谢大家的加入。