思科联天下 ●都在說AI，大語言模型，百模大戰，我們維運團隊能幹點什麼呢 ● IT系統出現嚴重故障導致業務中斷，大語言模型時代就無法提前預警嗎 ● 業務不間斷運作的要求越來越苛刻，維運人員集體抱怨每晚都睡不踏實 ● 我們維運團隊的開發小夥伴真能幹，開發出來了基於大語言模型的維運智能體。但為啥不太懂思科呢 ● 過去已經發生過的嚴重故障，不會再出現吧 ● 一線值班的兄弟要是能有二線兄弟的技術能力就好了 ● 這麼多日誌，怎麼能做到既不錯殺一千，也不放走一個 ● 日誌分析從傳統基於正規表示式過渡到機器學習，還是需要大量人工標記的訓練樣本，太過耗時耗力 閒話不多說，直接上乾貨。這麼多頭痛的事情，思科CX GAIOps（生成式智慧維運）是怎麼解決的呢？ 先讓我們了解一下 CX GAIOps（生成式智慧運維）是什麼？ ◎ 全新一代基於本地開源大語言模型（LLM）+思科內部海量知識庫+客戶實際運維資料訓練所得的維運智能體 ◎ 三個組件： 1）基於LLM的日誌分析平台（跨廠商全端即時異常判斷與根因分析） 2）基於LLM的AI本地維運聊天機器人（凝練思科專家經驗） 3）基於LLM的AI輔助維運智能體（使用自然語言產生配置） ◎ 四個基本功能： 1）綜合維資訊分析推理診斷 2）基於知識、案例的推理問答 3）多廠商跨全端即時資訊查詢 4）基於自然語言產生配置/API，自動下發和驗證 ◎客戶本地部署（On-Prem模式），無需外傳數據，保護客戶資料安全及隱私 CX GAIOps（生成式智慧運維） 為什麼是全新一代？ ◎ 基於LLM大語言模型，透過少量無重大業務影響日誌資料對模型進行訓練 ◎ AI日誌分析平台自動學習日誌流中各種設備的日誌，自學習映射轉換成模版，無需大量人工正則或TextFSM等匹配方法 ◎ 可對監測結果進行人工糾偏，實現本地資料匯出再訓練，不斷迭代提升準確性 ◎ 相對早期基於正規表示式和近期基於機器學習ML的日誌分析，大語言模型已經演進到了全新一代的自動學習與識別 為什麼說只有思科的服務團隊 才能做出來呢？ ◎ AI業界大佬一致認可的是在大語言模型時代，專業領域的數據才是核心資產，是每個企業的金礦。只有思科服務（CX）團隊擁有思科維運知識庫（海量Case，海量Log，軟體Bug知識庫等核心資料資產） ◎ 思科服務團隊在2年前就進行了早期投入與研發，形成了一套完整的方法與流程，至少領先業界1年以上的時間 ◎ 思科服務團隊已經在客戶處使用真實的多廠商資料進行了1年以上的模型訓練 具體如何解決…