红帽决定聚焦中国企业的“多模型、多GPU、多云”选择权

企业面临的AI应用压力正在变得更具体：模型要能落地、成本要可控、旧系统不能推倒重来，数据和安全边界不能失守，国产化、混合云、多GPU适配也必须同时考虑。 红帽全球副总裁兼大中华区总裁曹衡康（Victor Tsao）表示，企业今天面对AI，核心问题已经不是“要不要做”，而是“怎么做规模化”。CEO往往要求CIO在很短时间内拿出AI成果，用AI提升效率、降低成本，但预算有限，遗留系统复杂，内部组织也存在阻力。 因此，在红帽看来，AI不会让企业IT基础设施从零开始重建，反而会让“平台”重新成为竞争中心。 红帽的定位：做平台能力 “模型可能会影响AI的‘智慧’，适合的模型可以让AI效率更高。但是AI能不能成功，能不能规模化，最重要的是平台。”曹衡康表示，一个企业最大的挑战不在于它是否选错了模型，而是它失去了选择模型的能力。 曹衡康认为，AI时代，模型、Agent、GPU、云环境都会变化，但企业不能失去选择模型、选择GPU、选择云和选择Agent的能力。AI时代的平台，需要为用户提供选择权。 对中国企业来说，这一点尤其现实。中国市场同时存在国内外模型等，底层算力也不只一种GPU，部署环境包括本地数据中心、公有云、混合云和行业专有云。企业很难押注单一模型、单一硬件或单一云平台。 红帽认为，未来企业AI很可能是多模型、多Agent、多GPU、多云并存。一个银行不会只用一个模型，制造企业也不会只用一个Agent。人事、销售、工程、市场、风控、客服、运维等部门，都会形成不同智能体，这些智能体既要协同，又必须保持数据和权限隔离。 那具体如何做呢？通过红帽推出的Red Hat AI 3.4来看，其重点围绕推理、数据和智能体三部分展开。 首先是推理。红帽认为，推理才是企业AI真正产生收入和效率价值的环节，也是成本压力最大的部分。去年红帽重点推广vLLM社区，今年进一步扩展到llm-d相关功能，即分布式推理。红帽判断，企业AI推理不会只发生在单一集群或单一模型上，而会以水平扩展方式服务大量业务请求。 更关键的是，llm-d可以运行在任意操作系统和任意Kubernetes平台上，不要求客户必须绑定红帽操作系统或红帽容器平台。 第二是数据。企业希望用自己的私有数据训练、增强或驱动模型，但数据在哪里、被什么模型使用、是否合规，都必须被追踪。对中国企业而言，数据合规、行业监管和本地部署需求非常强，尤其是金融、医疗、政企、制造等行业。红帽希望通过平台能力帮助企业掌握数据主权：企业可以决定数据放在本地还是云端，放在哪个地区，被哪些应用或模型调用。 第三是智能体治理。“智能体追踪与可观测性”概念，核心是区分“人”和“智能体”。即便Agent拥有某个账号和密码，平台也能识别它不是人，从而限制其执行关键操作。红帽大中华区方案架构部总经理王慧慧（Aella Wang）举例称，如果一个Agent拿到银行卡账号和密码，普通平台可能无法阻止它继续操作，但在红帽的AgentOps管控下，可以对关键操作设置身份识别、权限策略和审计边界。 面对“Agent OS”概念，红帽并不打算另起一个全新操作系统，而是希望让RHEL和OpenShift成为Agent运行的平台。红帽大中华区首席技术官张家驹解释称，狭义上，操作系统仍然是Linux内核和CPU控制逻辑；广义上，Agent之间的交互、AgentOps、工作流、策略控制和安全沙箱，也会成为面向Agent的新平台层。底层基础设施必须稳定，越靠近应用层变化越快。 与NVIDIA的合作，是红帽AI基础设施布局中的重要部分。红帽表示，其被NVIDIA选择为提供Day Zero支持的厂商，即NVIDIA硬件尚未正式出厂时，红帽产品已经开始适配、认证和联合开发。双方推出Red Hat AI Factory with NVIDIA，目标是在NVIDIA硬件上运行红帽AI平台，对外提供Token as a Service能力。 但红帽并不希望企业被某一家硬件厂商锁定。王慧慧表示，客户明确提出平台必须支持不同GPU。过去Linux不能只支持某一种CPU，今天AI平台也不能只支持某一家GPU。红帽希望在硬件层支持NVIDIA、AMD、MetaX等不同厂商，在模型层支持中国、欧洲、美国以及企业自研模型，在部署层支持本地、云端和混合云环境。 Agent成为第三类自动化 除了AI平台，红帽也在强化Linux长期支持能力。王慧慧提到，红帽客户生产环境中存在连续运行超过14年不升级的RHEL系统。很多大型企业的核心系统不能轻易触碰，但不升级又会带来安全风险。因此，红帽一方面推出安全加固镜像，面向AI和快速迭代场景提供零CVE的操作系统镜像；另一方面推出“RHEL Forever”，即红帽企业Linux长生命周期增强包，在原有10年支持和额外4年延长支持之后，继续按照客户需要提供更长周期维护。 在混合云方面，OpenShift继续被红帽定位为统一平台。红帽称，2025年至2026年，运行在OpenShift上的虚拟机数量增长了417%。越来越多客户希望在一个平台上统一管理容器、虚拟机和AI负载。红帽的判断是，AI只是新的应用类型，而不是完全独立的新技术孤岛。模型、Agent、数据和工具都可以作为新负载运行在OpenShift或RHEL之上。 红帽推出Red Hat Desktop，打通开发者本地环境和生产环境。许多AI开发者习惯在桌面或笔记本上完成开发，Red Hat Desktop支持让开发者在本地拥有与生产环境兼容的开发环境，完成AI应用或Agent开发后，可以直接推送到数据中心或云端生产环境。 自动化也是红帽今年强调的重点。过去企业自动化主要有两类：屏幕级自动化和API自动化。今天，Agent成为第三类自动化。红帽认为，企业不能让Agent在内部野蛮生长，而应将其纳入Ansible Automation Platform统一编排。这样，Agent做了什么、什么时候做、调用了哪些系统、是否需要人工审核，都能被记录和追踪。 开源安全是红帽另一个重点。IBM和红帽承诺投入50亿美元，并依托超过2万名工程师推进Project Lightwell（光井计划）。这个项目聚焦AI时代的开源漏洞治理。AI工具让漏洞发现速度大幅提升，很多潜伏多年的安全问题被暴露出来，但补丁修复速度并没有同步提升。企业如果自行修补开源组件，往往需要Fork分支并长期维护，成本越来越高。 Project Lightwell可以帮助发现客户开源产品中的漏洞，一旦在客户环境中发现开源软件漏洞，就会修复并进行backport，把补丁适配到旧版本，并在保护客户隐私和补丁成熟的前提下贡献给上游社区。红帽强调，这不只覆盖红帽自己的产品，而是面向客户环境中使用的开源软件链条。