红帽AI Enterprise以红帽企业Linux和红帽OpenShift的行业领先技术为底座，统一AI生命周期，打通从AI基础设施到生产级智能体的全链路

中国北京  – 2026年3月2日 – 全球领先的企业级开源解决方案提供商红帽近日宣布，推出红帽AI Enterprise（Red Hat AI Enterprise），这是一款可在混合云环境中部署和管理AI模型、智能体及应用的一体化AI平台。该产品将加入包含红帽AI Inference Server、红帽OpenShift AI和红帽企业Linux AI在内的红帽AI产品矩阵。同时，红帽还发布了红帽AI 3.3（Red Hat AI 3.3），为AI产品矩阵带来了重要更新和功能增强。上述解决方案共同构建起一套“从底层硬件到智能体”的全技术栈，将底层的Linux和Kubernetes基础设施与先进的推理和智能体能力相集成，助力企业从零散的AI实验阶段迈向可治理、自动化的运营阶段。

当前企业AI正从简单的聊天交互界面，快速向高密度、自动化的智能体工作流演进，这对全技术栈的深度集成提出了更高要求。然而，工具体系碎片化、基础设施不统一的问题，导致许多企业始终停滞在AI“试点阶段”。红帽AI Enterprise通过统一模型与应用的生命周期来应对这一行业挑战，赋能IT团队将AI作为标准化的企业级系统而非孤立的项目进行管理，使AI交付具备传统企业软件同等的可靠性与可复用性。

红帽AI Enterprise：AI生产的基石

红帽AI Enterprise具备高性能AI推理、模型调优与定制、智能体部署与管理等核心能力，同时拥有可在任意环境下兼容各类模型与硬件的高度灵活性。该平台以业界领先的、由Kubernetes驱动的混合云应用平台红帽OpenShift为核心，利用熟悉的工具和框架，在任意场景都能提供高度可扩展、更具一致性且安全性能更强的使用体验。对于NVIDIA AI基础设施，红帽和NVIDIA结合红帽AIEnterprise和NVIDIAAIEnterprise，联手打造了全新的红帽和NVIDIA AI工厂，助力企业加速生产级AI落地并实现规模化部署。

红帽AIEnterprise的主要优势包括：

· 更高效、经济且可扩展的AI推理能力：利用vLLM推理引擎和llm-d分布式推理框架，在混合硬件环境中优化生成式AI模型的部署。

· 集成可观测性与生命周期管理：依托经过测试且可互操作的企业级一体化AI技术栈，助力实现AI生命周期治理并降低风险。

· 跨混合云的灵活性：以可信赖的红帽平台为支撑，让企业在业务所需的任意环境，都能以更高的一致性部署和管理AI模型、智能体及应用。

通过红帽AI 3.3扩展战略灵活性与全栈效率

红帽的战略核心在于通过一个统一平台，弥合企业关键任务稳定性与前沿创新之间的鸿沟。本次发布的红帽AI 3.3扩展了模型选择范围，深化了对下一代芯片的全栈优化，并强化了前沿模型操作的一致性。

新特性和增强的功能包括：

· 扩展的模型生态系统：可通过OpenShift AI模型目录获取新增的模型，如Mistral-Large-3、Nemotron-Nano和Apertus-8B-Instruct，上述模型均为经过验证并可直接投入生产的压缩版本。此外，新版本支持部署采用稀疏注意力机制的前沿模型，如Ministral 3和DeepSeek-V3.2，同时实现了多模态能力升级，包括Whisper速度提升3倍、地理空间能力的支持、改进的EAGLE推测解码以及面向智能体工作流的工具调用能力增强。

· AI模型的自助访问服务：提供模型即服务（MaaS）的技术预览。IT团队可以通过API网关为内部用户提供私有托管模型的自助访问服务。这种集中管理模式让企业内部用户可按需调用AI能力，打造即取即用的AI技术底座，推动企业私有化、可扩展的AI落地应用。

· 扩展的硬件支持：推出CPU端生成式AI支持的技术预览，先从英特尔CPU开始落地，实现更具成本效益的小语言模型（SLM）推理。此外，该平台已扩展其对NVIDIA Blackwell Ultra的硬件认证，并支持AMD MI325X加速器。

· 从数据到模型的一体化生命周期管理：由全新的红帽AI Python索引确保安全。这个可信的仓库提供经过加固的企业级关键工具，包括Docling、SDG Hub和Training Hub，助力团队从零散的实验阶段，迈向可复用、安全优先的生产流水线。

· 全面的AI可观测性与安全防护：提供模型健康度、运行性能与行为表现的深度可视化，为AI工作负载、llm-d部署、模型即服务（MaaS）集群及模型使用情况提供实时遥测能力；并配合集成NeMo Guardrails技术预览版，帮助开发者在各类AI交互场景中保障运营安全与能力对齐。

· 按需提供GPU资源访问：支持企业通过智能编排与硬件池化，使企业能够部署其内部的GPU即服务（GPU-as-a-Service），结合自动检查点功能保存长时训练任务状态，避免工作成果丢失，即便在高度动态或可抢占的环境中，也能让企业的计算成本更具可预测性。

支持证言

——红帽AI业务部门副总裁兼总经理Joe Fernandes

“要让AI真正为企业创造业务价值，就必须将AI作为企业软件栈的核心组件实现生产化落地，而非成为孤立的技术孤岛。红帽AI Enterprise的设计初衷，就是打通基础设施与技术创新之间的壁垒，提供从底层硬件到智能体的统一AI平台。通过将先进的模型调优与智能体能力，深度融入红帽企业Linux与红帽OpenShift的行业领先技术底座，我们打造出从GPU加速硬件，到驱动企业业务逻辑的模型与智能体的完整技术栈。同时，借助红帽AI 3.3的能力升级，企业能够走出碎片化的AI试点阶段，在混合云环境中实现可治理、可复用、高性能的AI运营。”