Aristaのセキュリティアドバイザリが浮き彫りにする、AIネットワーキングで膨らむ修復コスト
Aristaは9月9日、最大CVSSスコア10.0の重大な脆弱性を含む数十件のセキュリティアドバイザリを公開した。このAristaのセキュリティアドバイザリは、AIおよびクラウドインフラ需要の拡大を背景に同社が過去最高の売上を報告した時期に発表された。この重なりはネットワーキング業界にとって厳しい現実を示している。成長は、より多くのソフトウェア、インターフェース、構成、そして修復作業を伴う。
今回の開示は、Aristaのネットワークが広範に侵害されていることを示すものではない。Aristaによると、注目される脆弱性は同社が社内で発見したものであり、顧客環境での悪用は確認されていない。深刻な脆弱性のいくつかも、攻撃者が利用するには特定のサービス、認証情報、または設定を必要とする。
それでも、このタイミングには意味がある。AristaとCiscoは、AIクラスタ、クラウド事業者、キャンパス、企業データセンター向けに、ますますプログラム可能なインフラを販売している。顧客はより高い帯域幅と優れた自動化を求めるが、管理インターフェースや制御プロトコルが増えるたび、新たなセキュリティ境界が生まれる。
Ciscoの最新決算は、この機会の大きさを示している。同社はネットワーキング受注の急増を報告し、ハイパースケーラー向けAIインフラに対する見通しを引き上げた。一方のAristaは、売上高が30億ドルを初めて超えた四半期を達成した。
したがって真の競争は、単にAristaとCiscoがスイッチング性能を争うことではない。自動化されたAIネットワーキングという業界の約束と、そのインフラを安全に維持する運用負荷との競争である。導入後にベンダーが欠陥をどれほど効果的に発見し、伝達し、修復するかを、購入者は評価しなければならない。
Aristaのセキュリティアドバイザリで実際に開示された内容
今回の開示は、単一の孤立したソフトウェアバグではなく、デバイスの完全な侵害、認可の失敗、認証情報の露出、ルーティングの障害にまで及ぶ。
Aristaは9月2日に事前通知を発行し、9月9日に主要なアドバイザリ群を公開した。同社は、この異例に大規模な公開は脆弱性検出プロセスの改善を反映したものだとしている。アドバイザリの概要は、多数のネットワーク機能にまたがるArista EOSおよびVeloCloud製品を対象としている。
最も深刻な開示はCVE-2026-73453である。これは、パケット処理の動作をプログラムするために使用される管理プロトコル、P4Runtimeが構成されたEOSスイッチに影響する。Aristaはこの脆弱性にCVSS 3.1で10.0、CVSS 4.0で9.5のスコアを付与した。
報告によると、認証されていないP4Runtimeクライアントが、必要な条件下で任意のコードを実行できる可能性がある。セッション開始時に送信された悪意あるパケットにより、攻撃者がスイッチの完全な管理権限を取得するおそれがある。ただしAristaは、P4Runtimeがデフォルトで無効化されている点を強調している。
この条件は、実際のリスクを大きく左右する。最大の重大度スコアは脆弱な条件下での潜在的影響を示すものであり、公開状態にあるデバイス数を示すものではない。運用者は、P4Runtimeが有効化され、到達可能であり、影響を受けるEOSリリース上で動作しているかを確認する必要がある。
個別のP4Runtimeアドバイザリによれば、Aristaはこの問題を社内で発見した。同社はまた、顧客ネットワークで悪用された事例を把握していないとしている。こうした説明は差し迫った警戒を和らげるが、資産の棚卸しと修復の必要性をなくすものではない。
別の欠陥であるCVE-2026-73464は、gRPC Network Management Interface、すなわちgNMIが有効化されたスイッチに影響する。gNMIアクセスを持つ悪意ある認証済みクライアントは、root権限でコードを実行できる可能性がある。Aristaはこの脆弱性にCVSS 3.1で8.8を付けた。
他のアドバイザリでは、不適切な権限割り当て、認可の迂回、本来制限されている構成パスの書き込み可能化、ログへの認証情報の出現が説明されている。これらの問題はプログラム可能な管理サービスの周辺に集中している。このパターンは、自動化がまさに同じサービスに依存しているため重要である。
今回の公開には、従来型のコントロールプレーンプロトコルにおける弱点も含まれる。アドバイザリ群には、OSPF、IS-IS、DHCP relay、BFD、VRRP、IGMP snooping、マルチキャスト処理が含まれている。悪用されれば、パケット損失、隣接関係の障害、ルーティングプロセスの停止、サービス拒否を引き起こす可能性がある。
たとえば、OSPFv2の開示に含まれる2件の脆弱性は、隣接関係のフラッピングを誘発したり、OSPFプロセスを再起動させたりする可能性がある。OSPFは、ネットワークデバイス間で到達可能性情報を交換するためのルーティングプロトコルである。そのため、障害は単一のインターフェースを超えて広がり得る。
Aristaは、これらのOSPFの脆弱性も社内で発見され、悪意ある利用は把握されていないとしている。しかし運用者は、この説明を一律の安全宣言と解釈することはできない。影響の有無は、ソフトウェアリリース、プロトコル設定、ネットワークの隣接関係、攻撃者の位置に左右される。
直近の作業は具体的だ。チームは、導入済みバージョンを該当するすべてのアドバイザリと照合し、必要な設定を特定し、必要に応じて修正済みリリースを導入しなければならない。また、ルーティングインフラは安易な中断を許容できないワークロードを担うことが多いため、変更は慎重にテストする必要がある。
AIネットワークの成長がセキュリティ作業を増幅する
AIネットワークの成長は、信頼性の高いスイッチングの価値を高める一方で、運用者が継続的に検証すべきソフトウェアの範囲を広げる。
AIクラスタは、高速ネットワークファブリックを介して数千のアクセラレータを接続する。ファブリックとは、サーバー、ストレージシステム、支援サービスの間でデータを移動させる相互接続されたスイッチング層である。トレーニング性能は、この層全体における予測可能なレイテンシ、スループット、可用性に依存する。
現代のファブリックは、静的なポートの集合ではない。運用者はAPI、テレメトリシステム、自動化ツール、ルーティングプロトコル、プログラム可能なインターフェースを通じて管理している。これらの機能は大規模環境の効率的な運用に役立つが、特権ネットワーク機能に至る経路も増やす。
Aristaの重大な脆弱性は、この設計の両面を示している。P4Runtimeはソフトウェアによるパケット処理動作の制御を可能にし、gNMIは構成およびテレメトリのワークフローを支える。これらのインターフェースは自動化を実現する一方、その内部の欠陥は特に大きな影響をもたらし得る。
これは、プログラム可能性そのものが誤りだという意味ではない。急速に変化するAIインフラを手作業の管理だけで拡張することはできない。問題は、プログラム可能性によって運用リスクの重心が、認証情報、認可ルール、サービスの公開範囲、入力検証、ソフトウェアライフサイクル管理へ移ることにある。
AI導入では稼働率が重要になるため、この圧力はさらに強まる。高価なアクセラレータは、ネットワークセグメントが利用不能または不安定な状態では有益な処理を生み出さない。従来型ネットワークでは短時間に見えるルーティング再起動でも、分散ジョブを中断し、クラスタ全体の復旧を複雑にする可能性がある。
一部のトレーニングシステムは進捗をチェックポイントし、定期的に復旧可能な状態を保存する。それでも、ファブリックの中断はコンピューティング時間を浪費し、共有ワークロードを遅延させ得る。推論環境では、ネットワークの障害が顧客向けアプリケーションのレイテンシやサービス可用性に影響する可能性がある。
修復負荷は可視性から始まる。企業は、運用中のスイッチ、EOSバージョン、有効化されたサービス、各脆弱性を悪用可能にする設定を把握していなければならない。不完全な資産台帳は、範囲の定まったアドバイザリを終わりの見えない調査へと変えてしまう。
次に優先順位付けが求められる。10.0のスコアには注意が必要だが、無効化されているサービスは、広範に有効化されたプロトコルにあるより低スコアの欠陥よりも、直ちに露出するリスクが低い場合がある。セキュリティチームは、重大度を到達可能性、権限、トポロジー、ワークロードの重要度と組み合わせて判断しなければならない。
修復作業そのものにもリスクがある。ネットワークOSのアップグレードには、互換性確認、メンテナンス計画、ロールバック手順、変更後の検証が必要となる。急いだパッチ適用は独自の障害を招く可能性があり、遅れれば露出期間が長引く。
この作業は複数のチームにまたがる。セキュリティ担当者は脆弱性を解釈し、ネットワークエンジニアは設定を確認し、プラットフォームチームはAIワークロードへの依存関係を評価し、変更管理担当者は展開を予定する。経営層は、運用の中断と露出の継続のどちらがより安全かを判断しなければならない。
企業は、アドバイザリに関する判断、デバイスの証跡、テスト結果を検索可能なナレッジベースに保存することで、この摩擦を減らせる。同様のプロトコルやソフトウェア系列が後の開示で再び現れた際、この記録は価値を持つ。
今回の一連の公開は、一般的な購買前提にも疑問を投げかける。購入者はAIネットワーキングを帯域幅、ポート密度、電力、レイテンシ、価格で評価しがちだ。導入されたすべてのシステムは継続的な保守義務となるため、セキュリティ対応の品質も同等の注意に値する。
Ciscoが示す、修復コストの背後にある機会
Ciscoの受注成長は、それらの機能がより大きなセキュリティおよび保守の義務を生む中でも、ベンダーがAIネットワーキング機能を拡大し続ける理由を示している。
Ciscoは2026年度第4四半期に記録的な需要を報告した。製品受注総額は前年同期比35％増、ネットワーキング製品の受注は40％増となった。ハイパースケーラーを除いても、製品受注総額は25％増加した。
同社はネットワーキングの「スーパーサイクル」に言及し、ネットワーキング受注が8四半期連続で2桁成長したと報告した。Ciscoはまた、ハイパースケール顧客からのAIインフラ需要に対する見通しを引き上げた。四半期決算では、ネットワーキングをAI投資の主要な受益者として位置付けている。
年度の早い段階で、Ciscoは第1四半期にハイパースケーラー向けAIインフラの受注が13億ドルに達したと報告した。この需要はSilicon Oneシステムと光学製品に均等に分かれていた。Ciscoはまた、ネオクラウド、ソブリン、エンタープライズの顧客にまたがり、20億ドルを超えるAI機会パイプラインを特定した。
第2四半期までに、ハイパースケーラー向けAIインフラの受注は同期間で21億ドルに達した。Ciscoは2026年度に、こうした受注が50億ドル、関連売上が30億ドル超になると見込んでいた。これらの数値は、AIネットワーキングが将来の物語から報告対象の事業へといかに速く移行したかを示している。
Aristaの成長も同様に重要である。同社は2026年第2四半期に30億3600万ドルの売上高を計上し、前年同期比37.7％増となった。また、異なるAIネットワークアーキテクチャ向けの液冷オプションを含む、毎秒1.6テラビットのファブリックプラットフォームを発表した。
AristaのCEOであるJayshree Ullalは、ネットワーキングをクライアント、キャンパス、データ、AIインフラを結ぶ「中枢神経系」と表現した。この説明は同社の第2四半期決算に記載されている。これは商業的な価値と運用上の重大性の両方を捉えている。
中枢神経系を使い捨てのハードウェアのように扱うことはできない。顧客は、ベンダーがコードを保守し、欠陥を調査し、開示を調整し、修正済みリリースを提供し、製品ライフサイクル全体でアップグレードを支援することを期待している。したがって、売上の成長は継続的なケアを必要とする導入基盤の拡大も意味する。
CiscoとAristaは、クラウド、データセンター、キャンパス、AIネットワーキングの予算において多くの同じ領域で競合している。ポートフォリオの範囲や運用モデルには違いがあるものの、両社は顧客が重要な経路に配置するインフラを販売している。信頼性とセキュリティの性能は、導入後も長く製品価値の一部であり続ける。
主な対立点は、あるベンダーが安全で別のベンダーが安全ではないという単純な主張ではない。主要なネットワーキングプラットフォームはすべて脆弱性に直面する。有益な比較では、各ベンダーがどれだけ迅速に脆弱性を発見するか、影響範囲をどれだけ明確に定義するか、そして顧客がどれだけ安全に修正を導入できるかを問う。
Aristaが大規模な協調リリースを公表した判断は、同社に有利な証拠となる。社内での発見と事前通知は、より体系化された脆弱性対応プログラムを示している。同社は個々の問題について、条件、影響を受けるリリース、緩和策、修正版も提供した。
ただし、開示の質が修復コストをなくすわけではない。顧客は依然として多数のアドバイザリを同時に確認しなければならない。協調リリースは計画を改善できる一方、大量の作業を狭い運用期間に集中させる可能性がある。
Ciscoの成長数値は、この緊張関係を業界全体で可視化している。AIインフラの受注増は、スイッチ、光学機器、コントローラー、API、サポート関係の増加を意味する。各販売は、テスト、インシデント対応、パッチ提供、顧客との調整に対する将来の需要を拡大する。
したがって、AIネットワーキングの勝者には高速なハードウェア以上のものが求められる。増え続ける機器群を、負荷がかかる状況でも理解・保守可能にしなければならない。セキュリティ運用は、競争力のある製品性能の一部になりつつある。
開示急増は安心材料であると同時に不安材料でもある
アドバイザリ件数の増加は検出能力の向上を示す可能性があるが、検出能力の向上が管理可能な修復プロセスにつながったかを判断するコストは、依然として顧客が負担する。
Aristaは9月のリリース以前から、この緊張関係に対応していた。同社は、既存の開発プロセスおよび脆弱性管理プロセスにAI対応のセキュリティ機能を統合したと述べている。Anthropic、Google、OpenAIなどとの取り組みにも言及した。
Aristaのsecurity program updateによれば、同社は脆弱性の発見と評価を支援するために基盤モデルを使用した。また、こうした改善を受け、アドバイザリの件数が増えることを顧客に警告していた。
この説明には妥当性がある。テストの改善は、すでに存在していたものの未知だった欠陥を発見することが多い。開示される脆弱性の増加だけで、ソフトウェア品質が突然低下したことを示すわけではない。
社内での発見は顧客にも利点をもたらす。ベンダーは公開された悪用が現れる前に、影響を受ける構成を分析し、修正版リリースを準備し、情報を伝達する時間を得られる。Aristaは、注目された問題について悪意ある利用を確認していないと繰り返し述べている。
しかし、この説明を包括的な擁護論にしてはならない。AI支援による検出は、残りのコードが安全であることを独立して証明するものではない。それは、同社が弱点を探索する方法を変更または拡張したことを示している。
発見内容そのものも精査に値する。いくつかはネットワーク自動化や集中管理に関連するインターフェースに影響する。ほかには、障害がトラフィックを妨害し得る基盤プロトコルに関わるものがある。この広がりは、運用者が単に1つのコンポーネントへパッチを適用するのではなく、アーキテクチャを検討する必要があることを示唆している。
P4Runtimeは最も明確な例である。このサービスはデフォルトで無効化されており、多くの導入環境では露出が限定される。しかし、プログラマブルな制御を有効にする可能性が最も高い組織には、高度に自動化されたインフラを運用する洗練された事業者が含まれる可能性がある。
10.0というスコアは、必要な条件が存在する場合の深刻な結果を反映している。報告によれば、認証されていない攻撃者が影響を受けるスイッチを完全に制御できる。チームは、デフォルトで無効であることを、実際の本番状態を検証する代替手段として扱うべきではない。
gNMIのコードインジェクション脆弱性は、別のトレードオフを示す。この脆弱性には、インターフェースにアクセスできる認証済みクライアントが必要であるため、認証情報とネットワークの制御が重要になる。それでも、悪用に成功するとroot権限を取得できるため、侵害された自動化用認証情報の影響は特に大きい。
認可の欠陥は、その懸念をさらに強める。現代のインフラは、読み取りや変更が可能な対象を自動化アイデンティティごとに制限する、きめ細かなポリシーに依存することが多い。誤った権限レベルを適用する欠陥は、認証そのものを突破しなくても制御モデルを損なう可能性がある。
認証情報のログ記録に関する問題は、別の経路を生み出す。ローカルまたはリモートのログに書き込まれたシークレットは、異なるアクセスポリシーや保持期間を持つシステムに到達し得る。ネットワーク機器自体は保護されたままでも、その認証情報が運用ツールを通じて漏洩する可能性がある。
従来型のルーティングに関する欠陥は、トリアージをさらに複雑にする。隣接性やローカルブロードキャストセグメントへのアクセスを必要とするものもあり、公開インターネットからの露出は抑えられる。すでに内部への足掛かりを得た攻撃者は、それでも可用性の妨害や運用上の被害拡大に利用できる可能性がある。
こうした条件は対応を形作るべきであり、遅らせる理由にすべきではない。運用者には、理論上の適用可能性と到達可能なリスクを区別する、構成を考慮した評価が必要だ。また、想定外の管理セッション、権限の不一致、プロセスの再起動、異常なコントロールプレーンのトラフィックも監視すべきである。
引用されたアドバイザリには、広範な悪用を裏付ける公開情報はない。また、すべてのArista環境が影響を受けると結論付ける根拠もない。責任ある立場はその両極端の間にある。露出を検証し、影響が大きく到達可能な経路を優先し、テスト済みの修正を導入することだ。
したがって、開示の急増は、Aristaが深刻な欠陥を発見し文書化したという点で安心材料である。一方で、検出能力の改善によって重要インフラの内部にどれほど多くの隠れた複雑さが存在するかが明らかになるため、不安材料でもある。両方の結論は同時に成り立つ。
AIネットワーキングのセキュリティは購入判断の基準になりつつある
企業の購買担当者は、購入時点で利用可能な機能だけでなく、ネットワークプラットフォームを取り巻く修復システムも評価すべきである。
従来の調達文書では、スループット、レイテンシ、対応プロトコル、消費電力、ポート密度、取得条件が重視されることが多い。これらの分類は引き続き重要である。AIネットワーキングのセキュリティは、ソフトウェアの露出、運用上の証拠、修復速度に関する問いを追加する。
購買側はまず、ベンダーの開示実務を検討すべきである。有用なアドバイザリは、影響を受けるリリース、必要な構成、修正版、回避策、侵害の兆候を特定する。導入状況に関する文脈を欠く重大度スコアだけでは、運用チームへの指針として不十分である。
次に、購買側には実用的なアップグレード経路が必要となる。ネットワークソフトウェアのリリースには、多くの場合、複数の修正、依存関係、ハードウェア固有の考慮事項が含まれる。ベンダーは、ホットフィックスが存在するのか、あるいは顧客が後のメンテナンスリリースへ移行する必要があるのかを明確にすべきである。
Aristaの複数のアドバイザリは、修正済みのEOSバージョンへのアップグレードを推奨している。一部ではホットフィックスが利用できないことを明記している。この違いは、チームが変更ウィンドウをどう計画し、互換性をどうテストするかに影響する。
第三に、組織は自社のインベントリが基本的な露出に関する問いへ迅速に答えられるかを検証すべきである。チームはP4Runtimeが有効なすべての機器を特定できるか。すべてのgNMIエンドポイントと、それらへの接続を許可されたアイデンティティを把握できるか。
環境全体にわたるOSPF、IS-IS、DHCP relay、BFD、VRRPの構成をマッピングできるか。ラボ環境と本番ファブリックを区別できるか。回答に時間がかかるなら、ベンダーのパッチだけでは解決できない内部統制の問題が明らかになる。
第四に、購買側は管理サービス周辺の分離を評価すべきである。プログラマブルなインターフェースは、広範なユーザーネットワークやワークロードネットワークから到達可能であってはならない。認証、認可、証明書の取り扱い、ログ記録、認証情報のローテーションには、独立した統制が必要である。
第五に、チームはAIシステムの脅威モデリングにネットワークインフラを含めるべきである。脅威モデリングとは、資産、アクセス経路、障害モード、防御策を特定する体系的なプロセスである。価値ある標的はモデルや学習データだけではない。
ネットワークを制御する攻撃者は、分散ジョブを妨害し、接続性を改変し、管理情報を収集し、あるいは持続的な運用上の不確実性を生み出す可能性がある。サービス拒否攻撃でさえ、特殊なコンピューティング資源が遊休状態になれば高コストになり得る。
このリスクは責任の共有を生む。ベンダーは安全な製品を設計・維持しなければならないが、どのサービスを有効にし、どこに公開するかを決めるのは顧客である。インテグレーターや自動化チームも、認証情報と権限がどのように広がるかに影響を与える。
Aristaの開示は、構成のデフォルト値が重要である理由を示している。P4Runtimeがデフォルトで無効化されていることは、CVE-2026-73453に露出する対象を限定する。これを有効にする顧客は、アクセス制御とライフサイクル監視に関する追加の責任を負う。
Ciscoの事業拡大は、この課題の規模を浮き彫りにする。同社のAIインフラ事業は、システム、シリコン、光学機器、ソフトウェアにまたがる。より広いポートフォリオは顧客の運用統合に役立つ可能性があるが、同時に協調したセキュリティサポートを必要とするコンポーネントも増える。
Aristaは、EOS、高速スイッチング、クラウド指向の運用を中心に構築された、焦点を絞った代替案を提供している。一貫した運用モデルは一部の作業を簡素化できる。しかし、一貫性が共有された管理層やプロトコル層から欠陥を取り除くわけではない。
購買側は両方のアプローチに対し、証拠の提示を求めるべきである。有用な証拠には、アドバイザリへの対応時間、サポート対象リリースの寿命、自動化された露出確認、アップグレードの成功率、修復後の検証が含まれる。安全なインフラに関するマーケティング上の主張は、こうした運用指標に取って代わることはできない。
9月のリリースは、ベンダー評価に向けた新たな問いも示唆している。すなわち、サプライヤーは安全な開発の中でAIをどのように使用しているのか。自動化されたコード分析はカバレッジを拡大できるが、購買側は人間が発見事項をどのように検証し、修正をどう優先するかを知る必要がある。
AI支援による脆弱性の発見は、業界全体でアドバイザリの件数を増やす可能性がある。その場合、生の件数はベンダー比較においてさらに役に立たなくなる。重大度、悪用可能性、対応の質、顧客の修復負荷がより重要になる。
Aristaが開示を信頼へ転換できるかを示す3つのシグナル
次の試金石は、Aristaが困難なアドバイザリサイクルを、より迅速な修復、より明確な顧客向け証拠、そしてより安全なAIインフラの成長へ転換できるかどうかである。
第1のシグナルは、修正済みEOSリリースの導入状況である。Aristaのアドバイザリは影響を受けるソフトウェア系統と修正済み系統を列挙しているが、公開情報からは顧客がどれほど迅速に移行したかは分からない。脆弱な構成がどれほど長く運用され続けるかは、アップグレードの進捗によって決まる。
大きな運用上の問題なく迅速な移行が実現すれば、Aristaのセキュリティに関する説明は強化される。協調した開示とリリース計画が、大規模な導入基盤全体でリスクを低減できることを示すからである。導入が遅れれば、多数の修正をまとめて公表することの実務上の限界が露呈する。
運用者は、アドバイザリの改訂にも注意すべきである。ベンダーは公開後に、影響を受けるバージョンの一覧を拡大し、悪用に必要な条件を精緻化し、修復ガイダンスを修正することがある。重要な改訂は、優先順位と保守計画の両方を変更し得る。
第2のシグナルは、悪用の証拠である。Aristaは現在、最も深刻な社内発見の脆弱性について、悪意ある利用を把握していないと述べている。この声明は重要だが、公開時点で同社が把握している内容を示すものにすぎない。
CVE-2026-73453の悪用が確認されれば、特に攻撃者が想定外のネットワーク経路からP4Runtimeへ到達していた場合、状況は大きく変わる。gNMIや認可の欠陥の悪用も、管理プレーンの分離と認証情報の統制へ注目を集めることになる。
悪用が続いて確認されないことは、より慎重な解釈を裏付けるだろう。設定要件、到達可能性の制限、適時の情報開示によって、実環境での悪用が抑えられたことを示唆する。ただし、それによってパッチ適用が任意になるわけではない。
3つ目のシグナルは、AristaとCiscoが次世代のAIネットワーキング製品にセキュリティをどのように組み込むかだ。両社は、より高速かつ高密度なインフラへの需要から恩恵を受けている。今後の発表では、性能に関する主張に加え、具体的なライフサイクル管理と運用上の統制が示されるべきだ。
Aristaはすでに、アドバイザリ件数の増加をAI支援による脆弱性発見と結び付けている。次の段階は、検出が管理可能な修正対応につながることを証明することだ。顧客が必要としているのは、単に手作業で確認するリストをもう一つ増やすことではなく、デバイスごとに該当する脆弱性を特定できるツールである。
Ciscoの受注拡大も、同様の問いを投げかける。AIインフラの受注が増加する中で、ソフトウェア保守とセキュリティ調整を拡張できるのか。好調な販売は需要を示すが、長期的な信頼は、それらのシステムが本番環境に導入された後の対応によって決まる。
競争圧力は、この2社にとどまらない。Nvidia、Juniper Networks、Broadcom、その他のインフラ供給企業は、スイッチ、ネットワークOS、インターコネクト、シリコン、ソフトウェアを通じてAIファブリックの設計に影響を及ぼしている。それぞれが、運用者が監視すべき依存関係を追加する。
開発者とAIプラットフォームチームにとって、この教訓は明白だ。ネットワークのアドバイザリは、他者の保守に関するニュースではない。分散学習、推論トラフィック、ストレージアクセス、サービス間の連携を支えるインフラにおける障害モードを示している。
企業の購買担当者は、次回の調達判断に先立ち、ベンダーにエクスポージャー評価のワークフローを求めるべきだ。セキュリティチームは今すぐ管理インターフェースを検証し、ネットワークチームはテスト済みのアップグレードを計画すべきである。経営層は、AIインフラの準備状況の一部として修正対応能力を測定すべきだ。
Aristaのセキュリティアドバイザリは、同社の成長を否定するものでも、Ciscoがリスクのない代替手段であることを示すものでもない。これらは、両ベンダーのAIネットワーキング機会の背後に隠れている作業を明らかにしている。次の勝者は、その作業を可視化し、範囲を限定し、一貫して修復可能にする供給企業となる。
