当前，企业AI正从实验阶段走向实际生产部署。智能体AI能够7×24小时持续运行并处理企业数据，但同时也带来了新的挑战：网络基础设施能否支撑本地智能体的密集调用？推理成本如何控制？智能体行为如何监控和约束？数据安全如何保障？
AMD高级副总裁、计算与图形事业部总经理Jack Huynh（左）与思科总裁兼首席产品官Jeetu Patel同台对话
这些问题单靠硬件无法解决，需要计算与网络基础设施的完整协同。2026年7月23日，AMD在旧金山举办Advancing AI 2026年度大会。这场以企业AI落地为主题的盛会汇集了众多行业领袖、合作伙伴和开发者。在主题演讲环节，AMD高级副总裁、计算与图形事业部总经理Jack Huynh与思科总裁兼首席产品官Jeetu Patel同台对话，正式宣布两家公司在企业级AI领域展开深度合作。这一合作被视为大会当天最重要的新闻之一，也为上述挑战探索出新的答案。
企业为何需要本地AI
双方合作的最初动因来自企业客户的实际需求。据AMD企业副总裁、计算与图形事业部产品营销负责人Michael Nordquist介绍，越来越多的企业客户主动找到AMD，表达了一个共同的诉求：他们从云模型那里收到了庞大的账单，迫切希望找到一种方式将部分AI工作负载转移到本地计算上，既能降低运行成本，又能保护敏感数据不外传。这些客户希望有一个网络领域的领导者能帮助他们把这件事变简单。
AMD企业副总裁、计算与图形事业部产品营销负责人Michael Nordquist
AMD和思科正是在这个节点上走到了一起。双方都意识到，企业AI的下一步不是简单的“上云”或“本地”二选一，而是一种混合形态——部分任务用本地模型处理，部分任务仍然需要调用云端的前沿模型。这个判断构成了双方合作的基本前提。
Jack Huynh在对话中谈到了合作的宏观背景：“AI正在向员工靠近，计算也必须随之靠近。PC不再只是生产力设备，而是企业中的智能节点。”但与此同时，企业CIO们最关心的是：如何以企业所需的安全性、治理和控制力来运营数千台这样的系统？这正是AMD与思科要共同回答的问题。
四大合作方向
双方将这次合作聚焦在四个彼此关联的领域。
首先是网络基础设施。Jeetu Patel认为，本地运行的智能体对足够的网络带宽要求越来越高；AI推理不再是零星的人类点击，而是智能体全天候、持续性的信号消耗，这给网络路由带来了根本性变化。
二是Token成本的管理。每个客户都关心推理成本。Jeetu Patel表示，企业需要“能够控制智能体在运行时的Token消耗”。部分任务适合用本地模型完成，部分则更适合调用云端的前沿模型，如何在这两者之间智能路由、设置上限，成为合作的核心内容之一。
三是智能体行为控制。智能体一旦在桌面上持续运行，就有可能出现超出预期的行为。企业需要实时监控智能体行为，确保安全和合规。如果智能体做了不该做的事情，那就需要在运行时提供强制执行和护栏。
四是整体安全与防护。数据保护贯穿整个合作方案，从设备端的沙盒隔离到企业级的安全策略执行，形成一个完整的安全闭环。Michael Nordquist将这四个方向概括为：网络基础设施、混合模式、Agent行为管控，以及整体安全。
分工与技术架构
这项合作并非纸上谈兵。Michael Nordquist强调，这套方案此刻就在双方的实验室里实际运行着，从技术架构上看，两家企业的分工非常清晰。
在思科侧，Cisco Cloud Control作为统一策略与控制的管理平面，提供跨桌面、数据中心和云端的完整可见性。通过Splunk实现端到端的可观测性，通过AI Defense实现智能体层面的安全防护，还有一套在全企业范围内落地执行的安全云。
在AMD侧，核心硬件是锐龙AI Halo系列处理器，它提供本地AI计算的算力基础。除此之外，AMD还提供了模型集成能力、路由控制能力、Token使用上限设置、通过LM Studio实现的本地推理优化，以及沙盒隔离技术等。
Jeetu Patel描述了完整的解决方案堆栈：“AMD的Halo平台提供了隔离的安全智能体沙盒、智能路由和MCP集成。在此基础上，思科提供了安全策略执行、端到端可观测性，以及统一的管理控制平面，可以查看所有维度并在一个环境中进行管理。”
从实际演示功能来看，企业可以通过这套方案跨本地和云端环境实现安全治理与统一管理，查看网络基础设施拓扑及设备清单，对需要隔离的设备进行隔离或限制，同时实时追踪和监控Token消耗——Cisco Cloud Control会提供可视化分析，展示不同工作负载在本地和云端的运行情况。
规模化部署与投资回报
对于企业CIO最关心的规模化部署问题，双方给出了明确的路径。Jeetu Patel介绍说，Cisco Cloud Control作为统一管理平面，无论是有Halo设备的桌面、数据中心还是云端，都能提供完整的可见性，同时，还可以监控Token消耗。一旦某个智能体行为异常或过度消耗资源，就可以快速隔离该设备。
在投资回报方面，Jack Huynh提出的时间判断是三到六个月甚至更短。Jeetu Patel确信企业可以实时观察到每个智能体的表现，如若发现某个智能体消耗过高，可以实时控制成本。
合作方案已经上市，Jeetu Patel透露Halo现在就可以购买，思科提供的这套管理工具目前面向精选客户提供早期试用，将于初秋在美国正式上市。这样客户就可以实现推理在云端、在私有数据中心或在桌面端运行。
合作的意义与未来方向
将AMD锐龙AI Halo系统与思科的网络、可观测性、治理及安全技术相结合，助力企业智能体AI从数据中心扩展至终端桌面，实现规模化部署，成为双方此次合作的美好愿景。
基于整个大会的视角，AMD与思科的此次合作代表了一种趋势：企业AI正在从纯云端推理走向本地与云端混合部署的新阶段。双方合力解决的不仅仅是算力问题，而是企业如何在实际生产环境中规模化部署智能体AI这一系统性挑战。
从行业影响来看，这一合作可能重新定义企业级AI基础设施的边界——计算不再局限于数据中心，治理不再依赖于单一厂商，而安全与成本的控制权正在从云服务商向企业自身转移。Jeetu Patel总结说，一种全新的计算类别正在出现，即智能体代表人类在桌面上运行任务，双方正在为这个新的计算类别铺设基础设施。
mingzhiLatest posts by mingzhi (see all)
