紅帽決定聚焦中國企業的“多模型、多 GPU、多云”選擇權

作者 | 褚杏娟

企業面臨的 AI 應用壓力正在變得更具體：模型要能落地、成本要可控、舊系統不能推倒重來，數據和安全邊界不能失守，國產化、混合云、多 GPU 適配也必須同時考慮。

紅帽全球副總裁兼大中華區總裁曹衡康（Victor Tsao）表示，企業今天面對 AI，核心問題已經不是“要不要做”，而是“怎么做規模化”。CEO 往往要求 CIO 在很短時間內拿出 AI 成果，用 AI 提升效率、降低成本，但預算有限，遺留系統復雜，內部組織也存在阻力。

因此，在紅帽看來，AI 不會讓企業 IT 基礎設施從零開始重建，反而會讓“平臺”重新成為競爭中心。

紅帽的定位：做平臺能力

“模型可能會影響 AI 的‘智慧’，適合的模型可以讓 AI 效率更高。但是 AI 能不能成功，能不能規模化，最重要的是平臺。”曹衡康表示，一個企業最大的挑戰不在于它是否選錯了模型，而是它失去了選擇模型的能力。

曹衡康認為，AI 時代，模型、Agent、GPU、云環境都會變化，但企業不能失去選擇模型、選擇 GPU、選擇云和選擇 Agent 的能力。AI 時代的平臺，需要為用戶提供選擇權。

對中國企業來說，這一點尤其現實。中國市場同時存在國內外模型等，底層算力也不只一種 GPU，部署環境包括本地數據中心、公有云、混合云和行業專有云。企業很難押注單一模型、單一硬件或單一云平臺。

紅帽認為，未來企業 AI 很可能是多模型、多 Agent、多 GPU、多云并存。一個銀行不會只用一個模型，制造企業也不會只用一個 Agent。人事、銷售、工程、市場、風控、客服、運維等部門，都會形成不同智能體，這些智能體既要協同，又必須保持數據和權限隔離。

那具體如何做呢？通過紅帽推出的 Red Hat AI 3.4 來看，其重點圍繞推理、數據和智能體三部分展開。

首先是推理。紅帽認為，推理才是企業 AI 真正產生收入和效率價值的環節，也是成本壓力最大的部分。去年紅帽重點推廣 vLLM 社區，今年進一步擴展到 llm-d 相關功能，即分布式推理。紅帽判斷，企業 AI 推理不會只發生在單一集群或單一模型上，而會以水平擴展方式服務大量業務請求。

更關鍵的是，llm-d 可以運行在任意操作系統和任意 Kubernetes 平臺上，不要求客戶必須綁定紅帽操作系統或紅帽容器平臺。

第二是數據。企業希望用自己的私有數據訓練、增強或驅動模型，但數據在哪里、被什么模型使用、是否合規，都必須被追蹤。對中國企業而言，數據合規、行業監管和本地部署需求非常強，尤其是金融、醫療、政企、制造等行業。紅帽希望通過平臺能力幫助企業掌握數據主權：企業可以決定數據放在本地還是云端，放在哪個地區，被哪些應用或模型調用。

第三是智能體治理。“智能體追蹤與可觀測性”概念，核心是區分“人”和“智能體”。即便 Agent 擁有某個賬號和密碼，平臺也能識別它不是人，從而限制其執行關鍵操作。紅帽大中華區方案架構部總經理王慧慧（Aella Wang）舉例稱，如果一個 Agent 拿到銀行卡賬號和密碼，普通平臺可能無法阻止它繼續操作，但在紅帽的 AgentOps 管控下，可以對關鍵操作設置身份識別、權限策略和審計邊界。

面對“Agent OS”概念，紅帽并不打算另起一個全新操作系統，而是希望讓 RHEL 和 OpenShift 成為 Agent 運行的平臺。紅帽大中華區首席技術官張家駒解釋稱，狹義上，操作系統仍然是 Linux 內核和 CPU 控制邏輯；廣義上，Agent 之間的交互、AgentOps、工作流、策略控制和安全沙箱，也會成為面向 Agent 的新平臺層。底層基礎設施必須穩定，越靠近應用層變化越快。

與 NVIDIA 的合作，是紅帽 AI 基礎設施布局中的重要部分。紅帽表示，其被 NVIDIA 選擇為提供 Day Zero 支持的廠商，即 NVIDIA 硬件尚未正式出廠時，紅帽產品已經開始適配、認證和聯合開發。雙方推出 Red Hat AI Factory with NVIDIA，目標是在 NVIDIA 硬件上運行紅帽 AI 平臺，對外提供 Token as a Service 能力。

但紅帽并不希望企業被某一家硬件廠商鎖定。王慧慧表示，客戶明確提出平臺必須支持不同 GPU。過去 Linux 不能只支持某一種 CPU，今天 AI 平臺也不能只支持某一家 GPU。紅帽希望在硬件層支持 NVIDIA、AMD、MetaX 等不同廠商，在模型層支持中國、歐洲、美國以及企業自研模型，在部署層支持本地、云端和混合云環境。

Agent 成為第三類自動化

除了 AI 平臺，紅帽也在強化 Linux 長期支持能力。王慧慧提到，紅帽客戶生產環境中存在連續運行超過 14 年不升級的 RHEL 系統。很多大型企業的核心系統不能輕易觸碰，但不升級又會帶來安全風險。因此，紅帽一方面推出安全加固鏡像，面向 AI 和快速迭代場景提供零 CVE 的操作系統鏡像；另一方面推出“RHEL Forever”，即紅帽企業 Linux 長生命周期增強包，在原有 10 年支持和額外 4 年延長支持之后，繼續按照客戶需要提供更長周期維護。

在混合云方面，OpenShift 繼續被紅帽定位為統一平臺。紅帽稱，2025 年至 2026 年，運行在 OpenShift 上的虛擬機數量增長了 417%。越來越多客戶希望在一個平臺上統一管理容器、虛擬機和 AI 負載。紅帽的判斷是，AI 只是新的應用類型，而不是完全獨立的新技術孤島。模型、Agent、數據和工具都可以作為新負載運行在 OpenShift 或 RHEL 之上。

紅帽推出 Red Hat Desktop，打通開發者本地環境和生產環境。許多 AI 開發者習慣在桌面或筆記本上完成開發，Red Hat Desktop 支持讓開發者在本地擁有與生產環境兼容的開發環境，完成 AI 應用或 Agent 開發后，可以直接推送到數據中心或云端生產環境。

自動化也是紅帽今年強調的重點。過去企業自動化主要有兩類：屏幕級自動化和 API 自動化。今天，Agent 成為第三類自動化。紅帽認為，企業不能讓 Agent 在內部野蠻生長，而應將其納入 Ansible Automation Platform 統一編排。這樣，Agent 做了什么、什么時候做、調用了哪些系統、是否需要人工審核，都能被記錄和追蹤。

開源安全是紅帽另一個重點。IBM 和紅帽承諾投入 50 億美元，并依托超過 2 萬名工程師推進 Project Lightwell（光井計劃）。這個項目聚焦 AI 時代的開源漏洞治理。AI 工具讓漏洞發現速度大幅提升，很多潛伏多年的安全問題被暴露出來，但補丁修復速度并沒有同步提升。企業如果自行修補開源組件，往往需要 Fork 分支并長期維護，成本越來越高。

Project Lightwell 可以幫助發現客戶開源產品中的漏洞，一旦在客戶環境中發現開源軟件漏洞，就會修復并進行 backport，把補丁適配到舊版本，并在保護客戶隱私和補丁成熟的前提下貢獻給上游社區。紅帽強調，這不只覆蓋紅帽自己的產品，而是面向客戶環境中使用的開源軟件鏈條。