思科与Canonical联手：打造边缘AI就绪基础设施

Mark Do 2026年6月12日评论已关闭阅读 10,184 次

边缘AI催生基础设施新需求

传统基础设施从未为AI时代的苛刻要求而设计。尽管大规模模型训练仍集中在数据中心，但测试阶段的推理任务正快速向边缘迁移，以降低延迟和带宽消耗。这一转变为企业AI开辟了新前沿，但边缘部署却带来了显著的手动复杂性、互操作性难题以及安全漏洞。

为应对这些挑战，思科（Cisco）与Canonical联合推出了一套全新的思科验证设计（CVD）。该指南详细阐述了如何在思科统一边缘系统上利用Canonical产品组合，打造可扩展、安全且成本高效的AI就绪基础设施。本文旨在通过介绍指南中的核心挑战、技术及解决方案，激发您的兴趣。

企业在传统边缘基础设施上尝试部署AI时，通常会遭遇以下五个关键瓶颈：

下面我们深入探讨联合方案如何逐一化解这些难题。

该方案的起点是Canonical提供的加固型软件基础。通过将应用层与底层硬件解耦，企业无需手动重建即可实现传统运维的现代化升级。

Ubuntu Pro：提供长达15年的稳定安全维护周期、关键补丁回溯以及无缝公有云集成。
数据科学堆栈（DSS）：为数据科学家提供即开即用的环境，使其无需关心底层库依赖即可开发和部署模型。
Charmed Operator：为常见AI/ML工具包（如Kubeflow、MLflow）实现自动化运维，确保整个集群的部署与“Day 2”运维保持一致性。

边缘AI需要既坚固又高性能的硬件。思科统一边缘系统是一款专为此设计的紧凑型融合平台，集计算、网络、存储和安全于一体。

该合作的一大亮点是Canonical的认证计划。思科UCS硬件已通过Ubuntu认证，这意味着Canonical直接与思科协作，确保操作系统内核针对该特定平台进行了优化。在此硬件上运行的Ubuntu Server 24.04.3 LTS为边缘应用提供了稳定、可信的开源基础。

设计指南采用思科UCS XE9305机箱，具备以下支持边缘推理的特性：

边缘环境通常同时需要传统与现代化工作负载。思科与Canonical的方案支持在单一平台上运行多种部署模型，有效解决架构僵化问题：

系统容器与虚拟机（LXD）：LXD将容器视为轻量级虚拟机，提供类VM体验与容器效率，非常适合托管完整Linux发行版或基础设施服务，开销极低。
Canonical Kubernetes：面向云原生应用的编排平台，提供企业级发行版，完全保持上游一致性。
Canonical MicroCloud：专为资源受限环境打造的轻量级自动化私有云方案，整合了LXD、MicroCeph（存储）和MicroOVN（网络），形成自管理堆栈。