Posted on

Red Hat Unites Builders and Operators on the Agentic Future with Major Advancements to Red Hat AI

Red Hat Launches Red Hat AI Enterprise to Deliver a Unified AI Platform that Spans from Metal to Agents

Red Hat Unites Builders and Operators on the Agentic Future with Major Advancements to Red Hat AI

New metal-to-agent capabilities in Red Hat AI provide a foundation for scaling models and autonomous agents across the hybrid cloud

Red Hat, the world’s leading provider of open source solutions, today announced significant advancements across the Red Hat AI portfolio to help bridge the gap between AI experimentation and production-grade operational control. By delivering a unified, metal-to-agent platform, Red Hat AI 3.4 simplifies the development and deployment of agentic workflows, allowing organizations to move beyond pilots to scalable AI across their entire infrastructure.

By providing a consistent framework for both builders and operators, Red Hat provides a foundation for organizations to scale autonomous systems while maintaining the control, security capabilities and hardware efficiency required by the modern enterprise.

What is Red Hat AI 3.4? 

Red Hat AI 3.4 is a comprehensive platform that delivers the architectural foundation and operational tools necessary to scale models and agentic workflows across the hybrid cloud. Central to this release is the delivery of Model-as-a-Service (MaaS), which provides a single, governed interface for developers to access curated models while enabling administrators to track consumption and enforce policies. This builds on a foundation of high-performance distributed inference, powered by vLLM and llm-d, to maintain optimized and efficient model serving across a wide range of environments.

While AI agents drive exponential demand for inference, Red Hat AI provides the capabilities for organizations to deploy and manage agents at scale, regardless of agent framework. Newly introduced AgentOps tools manage agents from development to production with integrated tracing, observability, cryptographic identity and lifecycle management. 

To integrate enterprise data with models and agents, Red Hat AI 3.4 introduces prompt management – treating prompts as first-class data assets – and evaluation hub for assessing model and agent accuracy, quality and safety. These capabilities are powered by MLflow, which provides integrated experiment tracking and artifact management for both generative and predictive AI use cases. The platform empowers users to validate model and agent safety with automated safety testing and red-teaming for models and agents, using technology from Chatterbox Labs and the Garak project to provide a security-forward path from experimental pilots to production-ready enterprise utility.

Why does Red Hat AI 3.4 matter? 

The transition from experimental chatbots to production-grade autonomous systems requires a fundamental shift in how IT teams collaborate. Many organizations now recognize the need to move from being merely “token consumers” to “token providers” to better manage costs and power private, sovereign AI use cases. However, the friction between builders and infrastructure administrators remains a primary hurdle to adoption. Without a unified approach that aligns these two roles, infrastructure access barriers slow innovation while “shadow AI” shortcuts introduce ungoverned risks and unpredictable costs.

Red Hat AI 3.4 helps resolve this tension by providing an enterprise foundation for scalable inference and autonomous agent deployments, delivering the transparency and control required to meet rigorous risk and governance standards. Because agents operate with a level of independence, the lack of visibility into their decision-making creates a critical security risk. Red Hat AI addresses this by providing the infrastructure to trace actions, reasoning steps, and tool calls, making it possible to audit how an agent arrived at an outcome. By integrating cryptographic identity management, the platform ties actions to a verified identity, helping identify which entity performed the task. Together, these capabilities move organizations beyond disconnected pilots to treat AI as a scalable, predictable, and, most importantly, accountable enterprise utility.

What Red Hat and partners are saying

“The agentic era represents an evolution of our platform from running traditional applications to powering intelligent, autonomous systems,” said Joe Fernandes, vice president and general manager, AI Business Unit, Red Hat. “We are defining the open standard for how the enterprise executes AI. By providing a hardened, metal-to-agent foundation for AI inference, MaaS and AgentOps, Red Hat provides the operational assurance organizations need to innovate at scale while maintaining rigorous control.”

“CoreWeave’s collaboration with Red Hat is grounded in a shared commitment to openness and delivering a high-performance inference foundation that allows enterprises to scale their most complex AI workloads,” said Urvashi Chowdhary, Vice President of Product Management – AI Services at CoreWeave. “Together, we’ve delivered a deployment blueprint for Red Hat AI Inference on CoreWeave Kubernetes Service to run the same inference stack on-prem and in the cloud, with Kubernetes-native control and production-grade performance. This enables enterprise AI teams in regulated industries to focus on the important work: building and scaling AI, not retooling their stack for every new environment.”

“Autonomous, long running agents in the enterprise demand a new level of infrastructure control and security to ensure trustworthy operations at scale,” said John Fanelli, Vice President, Enterprise Software, NVIDIA. “Red Hat AI Factory with NVIDIA provides a unified, open source-driven foundation that gives developers and operators the governance and confidence necessary for the agentic future.”

Key takeaways

  • Scalable, high-performance inference meets governed model access: High-efficiency model inference remains the core of production-ready AI. By combining the vLLM inference server and llm-d distributed inference engine with MaaS, Red Hat AI 3.4 provides a reliable and performant foundation for model inference while simplifying governed model access for users and agents.
  • Streamlined AgentOps for the autonomous application lifecycle: Red Hat AI 3.4 introduces comprehensive AgentOps capabilities to help operationalize agents at scale. This includes integrated tracing, observability and evaluations, alongside agent identity and lifecycle management to move agents from development to production.
  • Connecting data to models and agents:  Enterprise data is the fuel that powers models and agents. Red Hat AI 3.4 adds prompt management, treating prompts as first-class data assets, and an evaluation hub for managing evaluations across quality, accuracy, safety, and risk. These capabilities are powered by MLFlow, which also provides integrated experiment tracking and artifact management for both gen AI and predictive AI/ML use cases.
  • Integrated safety and security for models and agents: To help protect the entire AI stack, Red Hat AI delivers a layered security posture that extends from the operating system to the agentic logic. By providing automated safety testing and red-teaming, organizations can take a data-driven approach to model and guardrail selection and configuration, helping to better protect AI workloads against evolving threats.

Deeper details

  • Advanced inference and model optimization: Red Hat AI Inference adds request prioritization to its distributed inference capabilities, allowing interactive and background traffic to share the same endpoint while latency-sensitive requests are processed first under load. Red Hat AI Inference also extends beyond Red Hat OpenShift to additional Kubernetes services, including CoreWeave and Azure, providing organizations a consistent inference stack across environments. Speculative decoding support, now generally available, improves response speeds by 2x–3x with minimal quality impact while lowering the cost per interaction.
  • Governed Model-as-a-Service (MaaS): This feature enables platform engineers to deliver curated, validated models through security-enhanced API endpoints using standard OpenAI-compatible interfaces. This allows for unified governance of both internal models and external APIs, integrated with identity provider (IDP)-based authentication.
  • Integrated prompt management: The platform provides unified tools for building and managing prompts as first-class data assets. Storing the inputs driving models and agents in a central registry provides a single source of truth for both developers and administrators.
  • Automated evaluations for models and agents: Red Hat AI 3.4 introduces evaluation hub, a framework-agnostic unified AI evaluation control plane for evaluating large language models (LLMs), AI applications and agents. This replaces fragmented testing methods with a unified approach to benchmarking quality, accuracy and risk.
  • Multi-layered safety: Automated adversarial scanning is now integrated directly into the development lifecycle. Leveraging technology from Chatterbox Labs, the Red Hat AI platform uses Garak to screen models and agentic systems for risks such as jailbreaks, prompt injections and bias, paired with NVIDIA NeMo Guardrails for run-time safety.
  • Production-ready observability: The integration of MLflow provides visibility into agent execution, enabling end-to-end tracing of LLM calls, reasoning steps, tool execution, model responses, and token usage via OpenTelemetry. This creates a transparent audit trail for the entire lifecycle of prompts, embeddings and RAG configurations to support debugging and auditing. MLFlow also provides integrated experiment tracking and artifact management for gen AI and predictive AI use cases.
  • Identity-based governance: Using cryptographic identity management (SPIFFE/SPIRE), Red Hat AI enables organizations to replace static hardcoded keys with short-lived tokens. This supports least-privilege operations for autonomous agents across the stack and helps confirm that agentic actions are tied to a verified identity.
  • Automated experiences: Tools like AutoRAG and AutoML automate complex AI tasks, ranging from selecting the most effective retrieval strategies for specific datasets to building and optimizing traditional predictive models.
  • Hardware flexibility and managed clouds: Red Hat AI 3.4 delivers day-zero support for NVIDIA Blackwell GPUs and AMD MI325X architectures. By extending this unified platform architecture to run natively on third-party managed clouds – including through the new Red Hat AI Inference on IBM Cloud – Red Hat provides operational consistency across a wide range of hardware and cloud providers.

Availability

Red Hat AI 3.4 is expected to be available later this month.

Posted on

Red Hat AI เพิ่มศักยภาพครั้งสำคัญ เพื่อผนึกพลังนักพัฒนาและผู้ปฏิบัติงาน สู่โลกอนาคตของ Agentic

Red Hat Launches Red Hat AI Enterprise to Deliver a Unified AI Platform that Spans from Metal to Agents

Red Hat AI เพิ่มศักยภาพครั้งสำคัญ เพื่อผนึกพลังนักพัฒนาและผู้ปฏิบัติงาน สู่โลกอนาคตของ Agentic

metal-to-agent ขีดความสามารถใหม่ใน Red Hat AI มอบรากฐานสำหรับการขยายขอบเขตการทำงานของโมเดลและเอเจนต์อัตโนมัติ ครอบคลุมทั่วทั้งไฮบริดคลาวด์

เร้ดแฮทผู้นำระดับโลกด้านโซลูชันโอเพ่นซอร์ส ประกาศเพิ่มประสิทธิภาพครั้งสำคัญในกลุ่มผลิตภัณฑ์ Red Hat AI เพื่อช่วยปิดช่องว่างระหว่างการทดลองใช้ AI และ การควบคุมการปฏิบัติงานในระดับใช้งานจริงในภาคการผลิต Red Hat AI 3.4 เป็นแพลตฟอร์มรวมศูนย์ที่ครอบคลุมตั้งแต่โครงสร้างพื้นฐานล่างสุดไปจนถึงซอฟต์แวร์อัจฉริยะระดับบนสุดที่ตัดสินใจและทำงานแทนมนุษย์ได้ (metal-to-agent) แพลตฟอร์มนี้ช่วยลดความซับซ้อนในการพัฒนาและติดตั้งใช้งาน agentic workflows ช่วยให้องค์กรเดินหน้าขยายการใช้งาน AI จากโครงการนำร่องไปสู่การใช้งานจริงครอบคลุมทั่วโครงสร้างพื้นฐานขององค์กร

เร้ดแฮทมอบกรอบการทำงานที่เป็นมาตรฐานเดียวกันให้กับผู้พัฒนา (builders) และผู้ปฏิบัติการ (operators) เพื่อเป็นรากฐานให้องค์กรต่าง ๆ ขยายระบบอัตโนมัติ ควบคู่กับการคงความสามารถในการควบคุมและความปลอดภัย รวมถึงประสิทธิภาพของฮาร์ดแวร์ที่องค์กรสมัยใหม่ต้องการ

Red Hat AI 3.4 เป็นแพลตฟอร์มครบวงจรที่มอบโครงสร้างสถาปัตยกรรมและเครื่องมือสำหรับการทำงานที่จำเป็นในการขยายการใช้งานโมเดล และสำหรับเวิร์กโฟลว์ของเอเจนต์ต่าง ๆ บนไฮบริดคลาวด์ โดยมีหัวใจสำคัญคือการให้บริการ Model-as-a-Service (MaaS) ซึ่งเป็นอินเทอร์เฟซการกำกับดูแลหนึ่งเดียวที่ช่วยให้นักพัฒนาซอฟต์แวร์สามารถเข้าถึงโมเดลที่คัดสรรมาแล้ว ในขณะเดียวกันก็ช่วยให้ผู้ดูแลด้านไอทีสามารถติดตามการใช้ทรัพยากรและการบังคับใช้นโยบายต่าง ๆ ได้ แพลตฟอร์มนี้สร้างบนรากฐานของการอนุมานแบบกระจาย (distributed inference) สมรรถนะสูงที่ใช้พลังจาก vLLM และ llm-d เพื่อคงประสิทธิภาพและความเสถียรในการให้บริการโมเดลให้เหมาะสมกับทุกสภาพแวดล้อม

แม้ความต้องการด้านการอนุมานผลจะพุ่งสูงขึ้นมากจากการใช้ AI agents แต่ Red Hat AI มอบขีดความสามารถให้องค์กรสามารถปรับใช้และบริหารจัดการเอเจนต์ได้ตามต้องการ โดยไม่ขึ้นอยู่กับกรอบการทำงานของเอเจนต์ นอกจากนี้เครื่องมือ AgentOps ที่เปิดตัวเมื่อเร็ว ๆ นี้ ยังช่วยบริหารจัดการเอเจนต์ต่าง ๆ ตั้งแต่ขั้นตอนการพัฒนาไปจนถึงการใช้งานจริง ผ่านระบบที่รวมทั้งการติดตาม (tracing) การตรวจสอบสถานะ (observability) การระบุตัวตนด้วยเทคโนโลยีการเข้ารหัส  (cryptographic identity) และการบริหารจัดการไลฟ์ไซเคิลไว้อย่างครบวงจร 

Red Hat AI 3.4 นำเสนอความสามารถในการบริหารจัดการคำสั่ง (พรอมต์: prompt) เพื่อบูรณาการข้อมูลขององค์กรเข้ากับโมเดลและเอเจนต์ต่าง ๆ โดยถือว่าพรอมต์เป็นสินทรัพย์ข้อมูลหลัก และเป็นศูนย์กลางของการประเมินความแม่นยำ คุณภาพ และความปลอดภัยของโมเดลและเอเจนต์ ความสามารถเหล่านี้ขับเคลื่อนด้วย MLflow ซึ่งรองรับการติดตามการทดลองแบบบูรณาการ และการบริหารจัดการชิ้นงานที่ได้จากการพัฒนา (artifact management) ให้ทั้งกับการใช้ generative และ predictive AI แพลตฟอร์มนี้ยังช่วยให้ผู้ใช้สามารถตรวจสอบความปลอดภัยของโมเดลและเอเจนต์ ด้วยการทดสอบความปลอดภัยอัตโนมัติและการทดสอบเจาะระบบ (red-teaming) โดยใช้เทคโนโลยีจาก Chatterbox Labs และโปรเจกต์ Garak เพื่อมอบเส้นทางที่ปลอดภัยในการเปลี่ยนจากโครงการนำร่องไปสู่การใช้งานจริงในระดับองค์กร 

การเปลี่ยนผ่านจากแชตบอตที่อยู่ในขั้นทดลองไปสู่ระบบอัตโนมัติระดับใช้งานจริง จำเป็นต้องปรับเปลี่ยนรูปแบบการทำงานร่วมกันของทีมไอทีอย่างสิ้นเชิง องค์กรหลายแห่งในปัจจุบันตระหนักถึงความจำเป็นในการเปลี่ยนจากการเป็นเพียง “ผู้ใช้โทเคน” (token consumers) ไปสู่การเป็น “ผู้ให้บริการโทเคน” (token providers) เพื่อให้สามารถบริหารจัดการต้นทุนได้ดีขึ้น และรองรับการใช้งาน AI ทั้งที่เป็น private AI และ sovereign AI อย่างไรก็ตาม ช่องว่างในการทำงานระหว่างผู้พัฒนา และผู้ดูแลโครงสร้างพื้นฐาน ยังคงเป็นอุปสรรคสำคัญต่อการนำไปใช้งาน หากขาดแนวทางที่เป็นหนึ่งเดียวในการเชื่อมประสานบทบาทของทั้งสองฝ่ายนี้ อุปสรรคในการเข้าถึงโครงสร้างพื้นฐานจะทำให้การพัฒนานวัตกรรมล่าช้า ในขณะที่การหันไปใช้ทางลัด “shadow AI” จะนำมาซึ่งความเสี่ยงที่ควบคุมไม่ได้ และต้นทุนที่คาดการณ์ไม่ได้ 

Red Hat AI 3.4 ช่วยขจัดช่องว่างดังกล่าวด้วยการวางรากฐานให้องค์กรเพื่อการอนุมานที่ปรับขยายการทำงานได้ และการปรับใช้เอเยนต์อัตโนมัติ พร้อมมอบคุณสมบัติด้านความโปร่งใสและการควบคุมที่จำเป็นเพื่อให้สอดคล้องกับมาตรฐานการกำกับดูแลและมาตรฐานด้านความเสี่ยงที่เข้มงวด เนื่องจากเอเจนต์ทำงานด้วยความเป็นอิสระในระดับหนึ่ง การขาดความสามารถในการมองเห็นความเป็นไปของกระบวนการตัดสินใจจะทำให้เกิดความเสี่ยงด้านความปลอดภัยที่ร้ายแรง Red Hat AI แก้ปัญหานี้ด้วยการมอบโครงสร้างพื้นฐานที่สามารถติดตามการกระทำ ขั้นตอนการให้เหตุผล และการเรียกใช้เครื่องมือต่าง ๆ ทำให้สามารถตรวจสอบได้ว่าเอเจนต์บรรลุผลลัพธ์แต่ละอย่างได้อย่างไร แพลตฟอร์มนี้บูรณาการการระบุตัวตนด้วยการเข้ารหัส ซึ่งจะเชื่อมโยงการกระทำต่าง ๆ เข้ากับข้อมูลประจำตัวที่ผ่านการตรวจสอบแล้ว ช่วยให้ระบุได้ชัดเจนว่าหน่วยงานใดเป็นผู้ปฏิบัติงานนั้น ๆ ขีดความสามารถทั้งหมดที่กล่าวมานี้ช่วยพาองค์กรก้าวหน้าไกลกว่าการเป็นเพียงโปรเจกต์นำร่องที่กระจัดกระจาย แต่ก้าวไปสู่การใช้ AI เหมือนเป็นหนึ่งในระบบสาธารณูปโภคขององค์กรที่ขยายการทำงานได้ คาดการณ์ได้ และที่สำคัญที่สุดคือมีความสามารถในการตรวจสอบย้อนกลับเพื่อให้มีผู้รับผิดชอบต่อการตัดสินใจของ AI

คุณโจ เฟอร์นันเดส รองประธานและผู้จัดการทั่วไปหน่วยธุรกิจ AI ของเร้ดแฮท กล่าวว่า “ยุคแห่งเอเจนติก เป็นยุคที่แพลตฟอร์มของเราวิวัฒนาจากการรันแอปพลิเคชันแบบดั้งเดิม ไปสู่การขับเคลื่อนระบบอัจฉริยะที่ทำงานได้ด้วยตนเอง เรากำลังกำหนดมาตรฐานเปิดให้กับวิธีการที่องค์กรจะนำ AI ไปใช้งานจริง เร้ดแฮทวางรากฐานที่แข็งแกร่งตั้งแต่ระดับฮาร์ดแวร์ไปจนถึงเอเจนต์ (metal-to-agent) ให้กับระบบ AI Inference, MaaS และ AgentOps มอบความมั่นใจในเชิงปฏิบัติการที่องค์กรต้องการ เพื่อสร้างสรรค์นวัตกรรมในวงกว้างควบคู่กับการรักษาอำนาจในการควบคุมที่เข้มงวด 

คุณเออร์วาชิ เชาธารี รองประธานฝ่ายบริหารจัดการผลิตภัณฑ์ – บริการด้าน AI ของ CoreWeave กล่าวว่า “ความร่วมมือระหว่าง CoreWeave และ Red Hat มีพื้นฐานมาจากความมุ่งมั่นร่วมกันในด้านระบบเปิดและการส่งมอบรากฐานการอนุมานผลประสิทธิภาพสูง เพื่อช่วยให้องค์กรสามารถขยายการใช้เวิร์กโหลด AI ที่ซับซ้อนที่สุดได้ เราได้ร่วมกันส่งมอบพิมพ์เขียวการปรับใช้ Red Hat AI Inference บน CoreWeave Kubernetes Service เพื่อรันชุดคำสั่งในการอนุมานผลเดียวกันได้ทั้งในระบบที่อยู่ในองค์กร (on-premise) และบนคลาวด์ ด้วยระบบควบคุมแบบ Kubernetes-native และประสิทธิภาพระดับใช้งานจริง (production-grade) ซึ่งช่วยให้ทีม AI ขององค์กรที่อยู่ในอุตสาหกรรมที่มีการกำกับดูแลเข้มงวดสามารถมุ่งเน้นไปที่งานสำคัญ เช่น การสร้างและขยายการใช้ AI โดยไม่ต้องเสียเวลาปรับเครื่องมือใหม่ทุกครั้งที่เปลี่ยนสภาพแวดล้อมการใช้งาน”

คุณจอห์น ฟาเนลลี รองประธานฝ่ายซอฟต์แวร์องค์กรของ NVIDIA กล่าวว่า “ในยุคที่เอเจนต์ที่ทำงานอัตโนมัติต่อเนื่องยาวนานเข้ามามีบทบาทในองค์กร องค์กรจำเป็นต้องมีระบบควบคุมโครงสร้างพื้นฐานและความปลอดภัยระดับใหม่ เพื่อให้มั่นใจได้ว่าการดำเนินงานในวงกว้างนั้นมีความน่าเชื่อถือ Red Hat AI Factory with NVIDIA มอบรากฐานหนึ่งเดียวที่ขับเคลื่อนด้วยโอเพ่นซอร์สที่ช่วยให้นักพัฒนาและฝ่ายปฏิบัติการมีระบบการกำกับดูแลและมีความมั่นใจที่จำเป็นต้องใช้ในอนาคตในยุคแห่งเอเจนติก” 

ประเด็นสำคัญ

  • การอนุมานผลที่ทรงพลังและขยายได้ และการเข้าถึงโมเดลที่มีการกำกับดูแล: การอนุมานผลโมเดลที่มีประสิทธิภาพสูงยังคงเป็นหัวใจสำคัญของ AI ในระดับใช้งานจริง ซึ่งการรวมเอา vLLM inference server และ llm-d distributed inference engine เข้ากับบริการ MaaS ทำให้ Red Hat AI 3.4 มอบรากฐานการอนุมานผลโมเดลที่เสถียรและมีประสิทธิภาพ ในขณะเดียวกันก็ช่วยให้ผู้ใช้งานและเอเจนต์ต่าง ๆ เข้าถึงโมเดลที่มีการกำกับดูแลได้อย่างไม่ยุ่งยาก
  • AgentOps ที่คล่องตัวเพื่อไลฟ์ไซเคิลของแอปพลิเคชันอัตโนมัติ: Red Hat AI 3.4 นำเสนอขีดความสามารถด้าน AgentOps ที่ครอบคลุม เพื่อช่วยให้นำเอเจนต์ไปใช้งานจริงในวงกว้างได้อย่างมีประสิทธิภาพ ซึ่งรวมถึงระบบการติดตามการทำงาน (tracing) การเฝ้าสังเกต (observability) และการประเมินผล (evaluations) ที่ผสานรวมมาให้ในตัว ควบคู่ไปกับการจัดการตัวตนและการบริหารไลฟ์ไซเคิลของเอเจนต์ เพื่อขับเคลื่อนการเปลี่ยนผ่านเอเจนต์จากขั้นตอนการพัฒนาไปสู่การใช้งานจริง
  • การเชื่อมโยงข้อมูลเข้ากับโมเดลและเอเจนต์: ข้อมูลขององค์กรคือเชื้อเพลิงที่ขับเคลื่อนโมเดลและเอเจนต์ Red Hat AI 3.4 ได้เพิ่มระบบการจัดการพรอมต์ เพื่อยกระดับให้พรอมต์เป็นสินทรัพย์ข้อมูลที่มีความสำคัญลำดับต้น ๆ พร้อมด้วยศูนย์กลางการประเมินผลสำหรับบริหารจัดการการทดสอบทั้งในด้านคุณภาพ ความแม่นยำ ความปลอดภัย และความเสี่ยง ขีดความสามารถเหล่านี้ขับเคลื่อนโดย MLFlow ซึ่งรองรับทั้งการติดตามการทดลอง และการบริหารจัดการชิ้นงานที่ได้จากการพัฒนา (artifact management) ที่ครอบคลุมทั้งการใช้งานในรูปแบบ generative AI และ predictive AI/ML 
  • ความปลอดภัยและความมั่นคงแบบครบวงจรสำหรับโมเดลและเอเจนต์: เพื่อช่วยปกป้องโครงสร้างพื้นฐาน AI ทั้งระบบ Red Hat AI นำเสนอการรักษาความปลอดภัยแบบเป็นลำดับชั้น (layered security posture) ที่ครอบคลุมตั้งแต่ระดับระบบปฏิบัติการไปจนถึงตรรกะการทำงานของเอเจนต์ การจัดให้มีการทดสอบความปลอดภัยแบบอัตโนมัติและการจำลองการโจมตี (red-teaming) ช่วยให้องค์กรสามารถใช้แนวทางที่ขับเคลื่อนด้วยข้อมูลในการคัดเลือกและตั้งค่าโมเดลรวมถึงระบบป้องกัน (guardrail) ซึ่งช่วยให้ปกป้องเวิร์กโหลด AI จากภัยคุกคามที่เปลี่ยนแปลงตลอดเวลาได้ดีขึ้น 

การวางตลาด

คาดว่าจะวางตลาด Red Hat AI 3.4 ในช่วงปลายเดือนพฤษภาคม

Posted on

Red Hat Delivers Post-Quantum Readiness and AI-Powered Automation with Latest Versions of Red Hat Enterprise Linux

Red Hat Launches Red Hat AI Enterprise to Deliver a Unified AI Platform that Spans from Metal to Agents

Red Hat Delivers Post-Quantum Readiness and AI-Powered Automation with Latest Versions of Red Hat Enterprise Linux

Red Hat Enterprise Linux 10.2 and 9.8 provide a unified foundation for the hybrid cloud designed to address emerging security challenges, featuring advanced AI assistance, quantum-resistant cryptography and streamlined upgrade paths.

Red Hat, the world’s leading provider of open source solutions, today announced the upcoming general availability of Red Hat Enterprise Linux 10.2 and 9.8. Building on the innovation of Red Hat Enterprise Linux 10, the latest versions help address modern security threats, speed AI innovation and minimize operational drift.

What Red Hat announced

Red Hat Enterprise Linux 10.2 and 9.8 provide a strategic and durable operating system (OS) platform that unifies IT operations across the hybrid cloud with security in mind. By enhancing confidential computing capabilities in the OS foundation, Red Hat provides a trusted environment for AI workloads, helping to protect sensitive data while it’s being processed in memory and CPU. Other security features like post-quantum cryptography and sealed images, a new technology preview capability enabled by image mode, further support this trusted foundation for critical production workloads. Additionally, AI-guided automation smooths complex upgrades and image mode enhancements boost workflow innovation.

Why it matters

The gap between traditional system reliability and IT breakthroughs like AI and quantum computing continues to widen as infrastructure evolves toward autonomous systems and faster, container-based image workflows. Red Hat Enterprise Linux 10.2 and 9.8 provide the operational guardrails and precision management to address these needs, helping to deliver innovation without compromising security or sovereignty. The latest versions of the world’s leading enterprise Linux platform strengthen system security in the face of quantum threats and automate the time-consuming and stressful upgrade process, reducing manual maintenance and enabling IT teams to focus on supporting strategic high-value architecture. Customers can also gain greater choice and control over hardware-rooted security with sealed images, enabling customers to sign container images at build-time so that systems only start verified, trusted images chosen by the customer.

What Red Hat is saying

“Red Hat Enterprise Linux 10.2 and 9.8 directly address the balancing act between the speed of AI innovation and the rigors of enterprise security, turning complex operational hurdles into automated, repeatable processes,” said Gunnar Hellekson, vice president and general manager, Red Hat Enterprise Linux, Red Hat. “By integrating post-quantum cryptography and AI-driven upgrade tools, we’re helping our customers confidently push into computing’s future with defenses against emerging threats and the ability to consistently and reliably scale AI workloads across the hybrid cloud.”

Key takeaways

  • A new era of foundational security: Red Hat helps prepare systems against emerging threats in quantum computing with post-quantum cryptography, integrating National Institute of Standards and Technology (NIST) standards. Confidential computing protects sensitive workloads, shielding data and configuring AI to support organizations in using sensitive data in the cloud while addressing privacy requirements.
  • AI-assisted automation and upgrades: Red Hat bridges admin skills gaps with Red Hat Ansible Certified Content and the Red Hat Enterprise Linux upgrade system role, automating complex in-place upgrades by packaging accumulated best practices into a “fail fast then iterate” approach to reduce downtime and limit human error.
  • Accelerated delivery with image-based workflows: Image mode enhancements drive consistency in building, deploying and managing Red Hat Enterprise Linux using container technologies, helping to contain system drift and maintain control over maintenance schedules.

Deeper details: Building the intelligent foundation

Red Hat Enterprise Linux 10.2 and 9.8 are engineered to reduce the friction between modern development and mission-critical operations:

  • Future-ready security: Red Hat Certificate System 11.0, available alongside Red Hat Enterprise Linux, introduces quantum-resistant signatures to help organizations meet emerging NIST standards and resist “harvest now, decrypt later”.
  • Boost visibility against threats: Red Hat and CrowdStrike customers have access to over 2,300 new malware signatures, enhancing malware detection and enabling a more proactive security posture.
  • Solve issues faster: Model Context Protocol (MCP) servers for Red Hat Satellite (technology preview), Red Hat Enterprise Linux (developer preview) and Red Hat Lightspeed (developer preview), offer an AI-ready approach to Linux management. AI agents can securely tap into real-time Linux data, so administrators can manage Red Hat Enterprise Linux systems using natural language and automated, multi-step workflows backed by safety guardrails.
  • Address IT skills gaps: goose, an open source agent, is now available in the extensions repository to connect multiple MCP servers into a single command-line assistant, helping IT teams transition from manual troubleshooting to high-velocity, automated infrastructure management with confidence and precision.
  • Accelerate innovation, govern integrity: Red Hat Satellite 6.19 strengthens sovereign control with general availability of local vulnerability triage for air-gapped environments and introduces AI-assisted troubleshooting via the MCP server for Satellite, which is all supported by an optional extra 12 months of Extended Update Support (EUS) for long-term operational security.
  • AI-assisted automated upgrades: Deploying Red Hat Enterprise Linux best practices for in-place OS upgrades is simplified with the introduction of a new Red Hat Enterprise Linux upgrade system role, available as a Red Hat Ansible Certified Content Collection, and secure self-service upgrades using Ansible Automation Platform for a smoother and more reliable experience.
  • Pre-download updates with image mode: To enhance control over large-scale Red Hat Enterprise Linux estates, administrators can download platform updates without immediate application, allowing them to determine when and how to apply these patches to better manage system uptime.

Availability

Red Hat Enterprise Linux 10.2 and 9.8 is planned to be available in the near future. Red Hat Satellite 6.19 is now generally available.

Connect with Red Hat

Posted on

Red Hat Enterprise Linux เวอร์ชันล่าสุด ชูจุดเด่นความพร้อมรับมือ Post-Quantum มาพร้อมระบบอัตโนมัติที่ขับเคลื่อนด้วย AI

Red Hat Launches Red Hat AI Enterprise to Deliver a Unified AI Platform that Spans from Metal to Agents

Red Hat Enterprise Linux เวอร์ชันล่าสุด ชูจุดเด่นความพร้อมรับมือ Post-Quantum มาพร้อมระบบอัตโนมัติที่ขับเคลื่อนด้วย AI

Red Hat Enterprise Linux 10.2 และ 9.8 มอบรากฐานหนึ่งเดียวสำหรับไฮบริดคลาวด์ ออกแบบมาเพื่อรับมือความท้าทายด้านความปลอดภัยอุบัติใหม่ พร้อมชูจุดเด่นระบบสนับสนุนด้วย AI ขั้นสูง การเข้ารหัสลับต้านทานควอนตัม และกระบวนการอัปเกรดที่คล่องตัว

เร้ดแฮทผู้นำด้านโซลูชันโอเพ่นซอร์สระดับโลก ประกาศเตรียมเปิดตัว Red Hat Enterprise Linux 10.2 และ 9.8 ต่อยอดจากนวัตกรรมของ Red Hat Enterprise Linux 10 ซึ่งเวอร์ชั่นล่าสุดเหล่านี้จะเข้ามาช่วยรับมือกับภัยคุกคามด้านความปลอดภัยในปัจจุบัน เร่งการนำ AI ไปใช้งานและลดปัญหาความคลาดเคลื่อนในการดำเนินงานให้เหลือน้อยที่สุด 

Red Hat Enterprise Linux 10.2 และ 9.8 มอบแพลตฟอร์มระบบปฏิบัติการที่แข็งแกร่งและมีทิศทางเชิงกลยุทธ์ชัดเจน ผสานการดำเนินงานด้านไอทีบนไฮบริดคลาวด์ให้เป็นหนึ่งเดียวโดยคำนึงถึงความปลอดภัยเป็นสำคัญ เร้ดแฮทมอบสภาพแวดล้อมที่เชื่อถือได้ให้กับเวิร์กโหลด AI ด้วยการยกระดับความสามารถด้านการปกป้องข้อมูลขณะที่กำลังประมวลผล (confidential computing) ในโครงสร้างพื้นฐานของระบบปฏิบัติการ เป็นการช่วยปกป้องข้อมูลที่มีความละเอียดอ่อนในขณะที่กำลังประมวลผลอยู่ในหน่วยความจำและซีพียู นอกจากนี้ยังมีฟีเจอร์ด้านความปลอดภัยอื่น ๆ เช่น post-quantum cryptography และ sealed images ซึ่งเป็นขีดความสามารถใหม่ในรูปแบบ technology preview ที่ใช้งานผ่าน image mode เพื่อเสริมความแข็งแกร่งให้กับโครงสร้างพื้นฐานที่เชื่อถือได้ที่รองรับเวิร์กโหลดสำคัญในสภาวะการใช้งานจริง ยิ่งไปกว่านั้น ระบบอัตโนมัติที่ช่วยนำทางการทำงานด้วย AI (AI-guided automation) ยังช่วยให้การอัปเกรดที่ซับซ้อนเป็นไปอย่างราบรื่น การเพิ่มประสิทธิภาพของ image mode ยังช่วยยกระดับนวัตกรรมในกระบวนการทำงานให้ดีขึ้นอีกด้วย

ช่องว่างระหว่างความเชื่อถือได้ของระบบแบบดั้งเดิม กับความก้าวหน้าทางไอทีด้านต่าง ๆ เช่น AI และควอนตัมคอมพิวติ้งยังคงขยายตัวกว้างขึ้น จากการที่โครงสร้างพื้นฐานกำลังวิวัฒนาการไปสู่ระบบอัตโนมัติและเวิร์กโฟลว์แบบ image ที่ทำงานบนคอนเทนเนอร์ซึ่่งรวดเร็วมากขึ้น Red Hat Enterprise Linux 10.2 และ 9.8 ได้มอบแนวทางป้องกันการปฏิบัติงานและการบริหารจัดการที่มีความแม่นยำเพื่อตอบโจทย์ความต้องการเหล่านี้ เป็นการส่งต่อนวัตกรรมโดยไม่ลดทอนความปลอดภัยหรืออำนาจในการควบคุม แพลตฟอร์ม Linux ระดับองค์กรชั้นนำของโลกเวอร์ชันล่าสุดนี้ช่วยเสริมแกร่งด้านความปลอดภัยของระบบเพื่อรับมือกับภัยคุกคามจากควอนตัม และปรับกระบวนการอัปเกรดที่ยุ่งยากและใช้เวลามากให้เป็นระบบอัตโนมัติ ช่วยลดภาระงานดูแลรักษาที่ต้องใช้คนลงมือทำ และช่วยให้ทีมไอทีสามารถให้ความสำคัญกับการสนับสนุนสถาปัตยกรรมหลักที่มีมูลค่าสูงต่อกลยุทธ์องค์กร ลูกค้ายังสามารถเลือกและควบคุมความปลอดภัยในระดับฮาร์ดแวร์ได้มากขึ้นด้วย sealed images ซึ่งช่วยให้ลูกค้าสามารถลงนามรับรอง container images ได้ตั้งแต่ขั้นตอนการสร้าง เพื่อให้มั่นใจว่าระบบจะเริ่มทำงานเฉพาะกับ image ที่ได้รับการตรวจสอบและเชื่อถือได้ตามที่ลูกค้าเลือกไว้เท่านั้น

นายกุนนาร์ เฮลเลคสัน รองประธานและผู้จัดการทั่วไป, Red Hat Enterprise Linux ของเร้ดแฮท กล่าวว่า “Red Hat Enterprise Linux 10.2 และ 9.8 เข้ามาจัดการความสมดุลระหว่างความเร็วของนวัตกรรม AI และความเข้มงวดด้านความปลอดภัยขององค์กรโดยตรง พร้อมทั้งเปลี่ยนอุปสรรคในการดำเนินงานที่ซับซ้อนให้กลายเป็นกระบวนการอัตโนมัติที่ทำซ้ำได้ การผสานรวม post-quantum cryptography และเครื่องมืออัปเกรดต่าง ๆ ที่ขับเคลื่อนด้วย AI ช่วยให้เราสามารถสนับสนุนลูกค้าให้ก้าวสู่โลกการประมวลผลแห่งอนาคตได้อย่างมั่นใจ ด้วยระบบป้องกันภัยคุกคามรูปแบบใหม่ พร้อมความสามารถในการขยายขอบเขตการทำงานของ AI บนไฮบริดคลาวด์ได้อย่างต่อเนื่องและมั่นใจได้” 

ประเด็นสำคัญ

  • ยุคใหม่ของความปลอดภัยพื้นฐาน: เร้ดแฮทช่วยเตรียมระบบให้พร้อมรับมือภัยคุกคามอุบัติใหม่ในยุคควอนตัมคอมพิวติ้งด้วย post-quantum cryptography และการบูรณาการมาตรฐานต่าง ๆ จาก National Institute of Standards and Technology (NIST) นอกจากนี้ ความสามารถด้านการปกป้องข้อมูลขณะที่กำลังประมวลผลยังช่วยปกป้องเวิร์กโหลดที่มีความละเอียดอ่อน ป้องกันข้อมูล และกำหนดค่า AI เพื่อสนับสนุนองค์กรในการใช้งานข้อมูลที่ละเอียดอ่อนบนคลาวด์ ทั้งยังตอบโจทย์ข้อกำหนดด้านความเป็นส่วนตัวต่าง ๆ 
  • ระบบอัตโนมัติและการอัปเกรดที่ใช้ AI สนับสนุน: เร้ดแฮทลดช่องว่างด้านทักษะของผู้ดูแลระบบด้วย Red Hat Ansible Certified Content และชุดคำสั่งอัตโนมัติสำหรับการอัปเกรดระบบของ Red Hat Enterprise Linux โดยการปรับเปลี่ยนขั้นตอนการอัปเกรดระบบแบบ in-place ที่ซับซ้อนให้เป็นระบบอัตโนมัติ ด้วยการรวมแนวปฏิบัติที่ดีที่สุดมาไว้ในรูปแบบแนวคิดล้มเร็วลุกเร็ว (fail fast then iterate) เพื่อลดระยะเวลาดาวน์ไทม์และจำกัดความผิดพลาดที่เกิดจากมนุษย์
  • เร่งส่งมอบบริการด้วยเวิร์กโฟลว์แบบ image-based: ประสิทธิภาพของ image mode ที่เพิ่มขึ้นช่วยขับเคลื่อนให้เกิดความสอดคล้องในการสร้าง การติดตั้ง และการบริหารจัดการ Red Hat Enterprise Linux โดยใช้เทคโนโลยีคอนเทนเนอร์ ซึ่งช่วยควบคุมปัญหาความคลาดเคลื่อนของระบบ และคงความสามารถในการควบคุมกำหนดการดูแลรักษาะบบ

เจาะลึกรายละเอียด: การสร้างโครงสร้างพื้นฐานอัจฉริยะ 

Red Hat Enterprise Linux 10.2 และ 9.8 ออกแบบมาเพื่อลดความยุ่งยากและข้อขัดแย้งระหว่างการพัฒนาระบบยุคใหม่กับการดำเนินงานในส่วนงานที่มีความสำคัญ: 

  • ความปลอดภัยที่พร้อมรับมืออนาคต: Red Hat Certificate System 11.0 ซึ่งวางตลาดพร้อม Red Hat Enterprise Linux นำเสนอการลงลายมือชื่อดิจิทัลที่ทนทานต่อควอนตัม (quantum-resistant signatures) เพื่อช่วยให้องค์กรปฏิบัติตามมาตรฐานใหม่ของ NIST และปกป้องกลยุทธ์ “เก็บข้อมูลตอนนี้ เพื่อนำไปถอดรหัสในภายหลัง” (harvest now, decrypt later) 
  • เพิ่มขีดความสามารถในการตรวจจับภัยคุกคาม: ลูกค้าของ Red Hat และ CrowdStrike สามารถเข้าถึงข้อมูลมัลแวร์ซิกเนเจอร์ใหม่กว่า 2,300 รายการ ซึ่งช่วยเพิ่มประสิทธิภาพในการตรวจจับมัลแวร์ และยกระดับการรักษาความปลอดภัยให้มีความพร้อมในเชิงรุกมากขึ้น 
  • แก้ปัญหาได้เร็วขึ้น: เซิร์ฟเวอร์ Model Context Protocol (MCP) สำหรับ Red Hat Satellite (technology preview), Red Hat Enterprise Linux (developer preview) และ Red Hat Lightspeed (developer preview) นำเสนอแนวทางที่พร้อมใช้กับ AI ในการบริหารจัดการ Linux โดย AI agents สามารถเข้าถึงข้อมูลของ Linux แบบเรียลไทม์ได้อย่างปลอดภัย ช่วยให้ผู้ดูแลระบบสามารถจัดการระบบ Red Hat Enterprise Linux ได้ด้วยการใช้ภาษาธรรมชาติ และเวิร์กโฟลว์อัตโนมัติแบบหลายขั้นตอน ที่มาพร้อมกับระบบป้องกันความปลอดภัย (safety guardrails) 
  • จัดการช่องว่างด้านทักษะไอที: goose ซึ่งเป็นโอเพ่นซอร์สเอเจนต์ พร้อมใช้งานแล้วในคลังส่วนขยาย (extensions repository) เพื่อเชื่อมต่อเซิร์ฟเวอร์ MCP หลายตัวเข้ากับผู้ช่วยผ่านคำสั่ง (command-line assistant) เพียงหนึ่งเดียว ซึ่งช่วยให้ทีมไอทีเปลี่ยนผ่านจากการแก้ไขปัญหาด้วยตนเองไปสู่การบริหารจัดการโครงสร้างพื้นฐานแบบอัตโนมัติที่มีความรวดเร็วและคล่องตัวในการดำเนินงานสูงได้ด้วยความมั่นใจและแม่นยำ 
  • เร่งนวัตกรรม กำกับดูแลความถูกต้องของระบบ: Red Hat Satellite 6.19 เสริมสร้างอำนาจในการควบคุมข้อมูลด้วยการเปิดตัวฟีเจอร์การคัดกรองช่องโหว่ภายในพื้นที่ (local vulnerability triage) สำหรับสภาพแวดล้อมแบบ air-gapped พร้อมนำเสนอระบบการแก้ไขปัญหาที่สนับสนุนด้วย AI ผ่านเซิร์ฟเวอร์ MCP สำหรับ Satellite โดยทั้งหมดนี้ยังได้รับการสนับสนุนจากทางเลือกในการขยายระยะเวลา Extended Update Support (EUS) เพิ่มอีก 12 เดือน เพื่อความปลอดภัยในการดำเนินงานในระยะยาว 
  • การอัปเกรดอัตโนมัติด้วยความช่วยเหลือจาก AI: การใช้แนวปฏิบัติที่ดีที่สุดของ Red Hat Enterprise Linux สำหรับการอัปเกรดระบบปฏิบัติการแบบ in-place นั้นทำได้ง่ายขึ้นด้วยการเปิดตัวชุดคำสั่งอัตโนมัติสำหรับการอัปเกรดระบบใหม่ของ Red Hat Enterprise Linux ซึ่งมีให้ใช้งานในรูปแบบ Red Hat Ansible Certified Content Collection และการอัปเกรดแบบบริการตนเองที่ปลอดภัยโดยใช้ Ansible Automation Platform เพื่อมอบประสบการณ์ที่ราบรื่นและเชื่อถือได้มากขึ้น
  • ดาวน์โหลดการอัปเดตล่วงหน้าด้วย image mode: เพื่อเพิ่มขีดความสามารถในการควบคุมระบบ Red Hat Enterprise Linux ที่มีขนาดใหญ่ ผู้ดูแลระบบสามารถดาวน์โหลดการอัปเดตแพลตฟอร์มไว้ก่อนได้โดยไม่ต้องติดตั้งในทันที ซึ่งช่วยให้สามารถกำหนดเวลาและวิธีการปรับใช้แพตช์เหล่านี้เพื่อบริหารจัดการระยะเวลาการทำงานของระบบให้มีประสิทธิภาพมากขึ้น

การวางตลาด

Red Hat Enterprise Linux 10.2 และ 9.8 มีแผนจะวางตลาดในอนาคตอันใกล้นี้ ส่วน Red Hat Satellite 6.19 มีวางจำหน่ายแล้ว

ช่องทางการติดต่อกับเร้ดแฮท

Posted on

Red Hat Further Drives Digital Sovereignty for the AI Era with Red Hat OpenShift on Google Cloud Dedicated

Red Hat Launches Red Hat AI Enterprise to Deliver a Unified AI Platform that Spans from Metal to Agents

Red Hat Further Drives Digital Sovereignty for the AI Era with Red Hat OpenShift on Google Cloud Dedicated

Red Hat OpenShift on Google Cloud Dedicated empowers organizations with an enhanced, reliable hybrid cloud platform built for operational independence and regulatory compliance

Red Hat, the world’s leading provider of open source solutions, today announced upcoming support for Red Hat OpenShift on Google Cloud Dedicated. Building on Red Hat’s and Google’s extensive collaboration, this offering will provide highly regulated organizations – including those in financial services, healthcare, and the public sector – with the isolated infrastructure and operational independence required to meet stringent national and regional digital sovereignty mandates.

With digital sovereignty now serving as a strategic differentiator, IT leaders increasingly seek reliable sovereignty blueprints that balance innovation with risk mitigation. To help organizations address this need, Red Hat is firmly committed to driving sovereignty through community, ecosystem and innovation, not isolation. According to an IDC Market Perspective, nearly nine in 10 organizations globally want choice and control when deploying AI at scale, and more than half prefer open models over closed, proprietary ones.

By bringing Red Hat OpenShift, underpinned by Red Hat Enterprise Linux, to Google Cloud Dedicated, Red Hat extends even greater choice to organizations that seek ownership and control over their complete technology stack while maintaining high levels of workload security and operational resilience.

Powering resilient, security-centered AI innovation for sovereign strategies

Red Hat OpenShift on Google Cloud Dedicated intends to address core pillars of digital sovereignty, including data residency, technological autonomy and supply chain resilience. To do this, the platform provides:

  • Sovereign infrastructure control: Red Hat OpenShift on Google Cloud Dedicated offers dedicated, isolated infrastructure to comply with local laws such as GDPR and regional sovereignty regulations.
  • Accelerated AI adoption: Built-in GPU support enables customers to build, deploy and manage advanced AI workloads while remaining fully compliant with local security mandates and organizational security policies.
  • Regional expertise: Through close collaboration with regional cloud and service providers, Red Hat helps organizations navigate complex international security landscapes more easily on a trusted platform.
  • Hybrid cloud consistency: Red Hat OpenShift provides a bridge for modernizing traditional workloads on an organization’s own terms, maintaining consistency across on-premises and managed cloud environments.

Availability

Red Hat OpenShift support for Google Cloud Dedicated will be generally available in the second half of 2026.

Supporting Quotes

Mike Barrett, vice president and general manager, Hybrid Cloud Platforms, Red Hat

“Digital sovereignty is no longer just about where data resides; it’s about maintaining operational control over technology, strategic flexibility and trust. By collaborating with Google to bring Red Hat OpenShift to Google Cloud Dedicated, we are providing our customers in highly regulated markets with a sovereign-ready foundation for the AI era. This allows them to harness the power of the hybrid cloud while maintaining the operational independence necessary for long-term resilience.”

Jai Haridas, vice president and general manager, Regulated and Sovereign Cloud, Google Cloud

“Google Cloud is dedicated to giving customers the choice and control they need to innovate responsibly. By bringing Red Hat OpenShift to Google Cloud Dedicated, we are helping organizations in the most regulated industries to accelerate their hybrid cloud adoption and AI initiatives on a dedicated, security-focused foundation that fully supports their digital sovereignty requirements.”