
“AI 已经逐渐进入企业内部会议、预算规划、甚至目标 KPI 中,”红帽全球副总裁兼大中华区总裁曹衡康(Victor Tsao)说道。
AI 已经实实在在地植入企业运营的各个环节。对于企业而言,技术发展总比项目进度更快。项目还没完成,新技术已经涌现。这种情况下,红帽更加强调了自身的开源优势。
“开源代表着可靠与透明。它具备几大优势:社区力量、快速创新,以及透明度。有些企业声称采用开源技术,却在自行开发后,将哪怕千分之一的代码闭源,这实则制造了新的‘黑箱’,既不符合开源文化,也可能带来安全隐患。红帽坚持的是百分之百开源,所有代码贡献给上游社区,人人可见、完全透明,这才是开源真正的力量。”曹衡康解释道。
曹衡康指出,当前 AI 的竞争,比的并非仅是算力强弱或 GPU 数量,真正的竞争力在于如何将企业内部资源、生态伙伴和社区这三者有效整合的组织能力,这才是“协作创新”。产品层面,红帽所有产品均已植入 AI 功能,包括最新发布的 Red Hat Enterprise Linux 和 OpenShift。
“AI 是云的延续”
云与 AI 究竟是什么关系?红帽认为,AI 并不会颠覆云时代的技术积累,而是延续与发展。红帽大中华区方案架构部总经理王慧慧表示,红帽的关注点是:如何顺利实现从云时代到 AI 时代的技术转型。
王慧慧介绍称,从技术角度看,红帽始终在做两件事:解耦与打通,其通过三层递进式平台实现这一目标:统一安全的基础设施平台、容器与虚拟化统一平台和现代应用开发平台。这三个平台共享同一个自动化平台,帮助用户实现标准化运维与事件驱动自动化。
王慧慧表示,经过三年实践,红帽客户在 Linux、自动化与 OpenShift 上的投入产出比分别达到 5404%、668%与 468%,成效显著。
如今,开放混合云迎来了一次新的技术优化。
效率层面,红帽操作系统、自动化平台与 OpenShift 通过简化部署、扩展自动化与简化运营,帮助用户提升效率。以 RHEL 10 为例,红帽推出了镜像模式,将操作系统像容器一样打包管理,同时在 RHEL 中嵌入 AI 助手 LightSpeed,支持自然语言管理操作系统。OpenShift 今年也有重要更新:一是将托管服务扩展至更多云平台,包括可以将自服务 OpenShift 托管在阿里云;OpenShift 的特点就二是支持跨云无缝迁移与灵活部署。
现代化方面,红帽主要从三个方向提升体验:基础设施虚拟化现代化、IT 运营现代化与开发人员生产力现代化。
在虚拟化方面,去年红帽推出将容器与虚拟化统一管理的 OpenShift 虚拟化技术,目前已有多个客户在生产环境中成功实践,并得到戴尔、HPE、IBM 等在网络、存储、备份领域的支持。
IT 运营现代化方面,自动化是关键。第一阶段是将标准操作自动化;第二阶段是实现事件驱动自动化;第三阶段是 AIOps。如今,AI 已贯穿知识库、决策与修复全流程。
“提升开发人员生产力,是实现 IT 部门全面现代化的关键指标。”王慧慧表示,当前 86%的组织在开发云原生应用,但相关技能需持续学习,同时面临恶意软件包年增长 156%的挑战。红帽为此推出可信软件供应链,同时提供 Developer Hub 工具平台,集成数据准备、测试、模型调用、智能体开发等功能,支持 OpenShift、GitHub 、GitOps 与流水线,帮助开发人员快速部署所需场景。
红帽要做什么样的 AI?
实际上,作为战略决策者,在当下的关键节点,如何制定 AI 发展战略是企业战略决策者们非常关注的问题。
红帽大中华区首席技术官张家驹(Jiaju Zhang)表示,许多企业已投入大量资源到 AI 领域,却难以看到明确成果,或感觉风险过高。这主要源于下面因素:经济效益的考量、具体用例的支持度,以及重要的技术标准问题。当前 AI 领域缺乏统一标准,导致企业在技术选型时面临巨大风险,今天投入的方向,明天可能就被行业淘汰,造成前期投资损失。
为此,红帽提供“任意模型、任意加速器、任意云”的整体解决方案。
在 AI 领域,以前的操作系统主要面向 CPU,而现在 AI 模型需要运行在 GPU 上。针对推理业务,业界形成了事实标准:vLLM 推理引擎。“可以说,vLLM 相当于传统 Linux 在 AI 领域的核心组件,是我们 AI 操作系统的核心。”张家驹说道。
基于这些社区版本,红帽提供商业发行版 Red Hat AI Inference Server;在分布式推理领域推出 LMDllm-d;在产品线层面有 OpenShift、OpenShift AI,并支持各种模型。
在 vLLM 社区中,红帽在 PyTorch 集成、算子层实现、torch.compile 以及生产级特性等核心领域发挥了决定性作用,特别是推理内核层的实现。除了 AI 推理,红帽表示还提供从生态、模型、数据、调优到智能体和推理的 AI 全栈解决方案。
张家驹表示,红帽与其他厂商的区别是:红帽做的是“核”,其他做的是“皮”。
他解释道,比如一个用户选择 vLLM,vLLM 本身有不同的参数配置,他可能默认里面这样就可以了,外面再做一个很好的东西,就完成了。这是做“皮”。“核”则是 vLLM 本身的功能,比如 vLLM 最新支持的一个功能叫 sleeping,就是大模型不用的时候实现一部分休眠的功能,这样可以节省成本。
“红帽最大的一个特点是,我们选定了一个之后,一定会真正往里面投入资源。比如早年 Xen 比 KVM 做得更好,红帽后来说做 KVM,就投入大量的研发资源,后来把 KVM 做得比 Xen 好。”张家驹说道,“现在,推理引擎还属于早期阶段,有 vLLM、SGLang 等。但是红帽把资源投入到 vLLM 里,我相信在不久的将来,我们也会在‘核’上有很强的技术实力。这是我们在市场中,跟其他家相比的差异化竞争力。”
“技术、品牌、生态,红帽的这三个优势支撑了整个 AI 愿景,我们不是单一的一个产品,而是一个三维体系。“红帽大中华区资深市场总监赵文斌(Max Zhao)补充道。
红帽“三个任意”的典型代表就是与沐曦的合作。
红帽与沐曦联合打造了 MXAIE 开源大模型企业级推理服务方案,核心是基于 vLLM 推理引擎。当前,沐曦硬件与 vLLM 的适配度已达到很高水平,能够支撑多样化的语言模型。从硬件层往上,沐曦与 Red Hat OpenShift 在 GPU Operator、虚拟化平台对接、网络 Operator 等方面实现了完善集成,使 Red Hat Open Shift AI 能够顺畅运行。
双方技术、价值互补。张家驹解释道,沐曦的核心优势在于对其自研硬件的深刻理解,尤其是在最贴近硬件的底层软件栈上。其 MXMACA 软件栈对标 CUDA,并在编译器层实现了对 CUDA 的兼容能力,这对于融入当前已非常成熟的 CUDA 生态至关重要。红帽为沐曦带来的价值则在更上层的推理引擎层面。红帽能够提出更优的设计建议、公共 API 与标准化架构,这使得不同的硬件厂商能够基于一个稳定、开放的接口进行高效集成,而无需深陷于框架本身频繁变化的细节中。
首个开源车用操作系统
红帽在中国市场重磅推出全球首个开源、安全、功能级的 Linux 车用操作系统:Red Hat Linux Iin- Vehicle OS。
据悉,该系统的最大特点是已通过 ISOASIL-B 认证,是目前唯一通过该认证的开源 Linux 车用系统。它源自 RHEL 操作系统,经过多年实时操作系统开发和验证,具备安全隔离、自动化验证、与云原生开发系统和 AI 生态系统无缝结合等关键特性。
同样重要的是,这个车用操作系统也是 100%开源的。据悉,目前红帽正与国内多家芯片厂商、智能驾驶座舱、智能驾驶开发商和车商开展合作。
“将车用操作系统的首发地选在中国,对我们而言是一个顺理成章的决定。中国的汽车市场以其巨大的规模和迅猛的发展速度,展现出令人瞩目的吸引力。”曹衡康说道。
他表示,当前汽车行业正全面迈向“软件定义汽车”的时代。早期,市场的焦点集中于智能座舱和娱乐功能的丰富性,因此需求更倾向于安卓系统。然而,随着智能网联汽车的深入发展,人们对 AI 模型、工具链的要求也越来越高。过去那种封闭的、黑盒式的实时操作系统,已难以承载日益丰富和多样化的 AI 工具与应用。此时,Linux 及开源技术的优势便在汽车行业的部署中凸显出来。此外,自动驾驶应用的开发与测试,高度依赖云端的虚拟化部署。要实现端到端的无缝打通,Linux 无疑是未来汽车操作系统发展中至关重要的技术趋势。
因此,红帽投入了长达四年时间与数亿美元,全力推动其操作系统通过严格的功能安全认证,其核心目标正是为了满足未来高阶自动驾驶对底层操作系统的苛刻要求。
结束语
在曹衡康看来,红帽 AI 解决方案在大中华区的优势在于其是开源的、符合国家政策的。
“说开源是‘国产’,我觉得是不负责任的。开源代码不是一个国家做出来的,是全世界人的贡献,讲国产就否定了当时在开源社区上的所有贡献者。”他解释道。
同时曹衡康也指出,未来的挑战依然存在,主要来自三方面:目标、数据和技术架构。
首先,做 AI 不应盲目跟风,而应明确其能为业务带来的具体价值。其次,数据量庞大,如何通过技术整合数据、训练并开发模型,是一大难题。最后,面对 GPU、设备、网络、软硬件等众多选择,关键不是选某一个模型,而是构建能随时更换、弹性适应需求的架构,模型不止一个,云也不止一家。“红帽致力于将选择权交还给客户,避免用户被单一技术绑定。”








评论