Red Hat 宣佈推出全新企業級 AI 平台 Red Hat AI Enterprise，主打為企業打造一個統一人工智能平台，幫助客戶由實驗性 PoC，跨越至可監管、可重複的大規模 AI 生產營運。平台建基於 Red Hat Enterprise Linux、Red Hat OpenShift 及 Red Hat OpenShift AI 等產品，並整合 Red Hat AI Inference Server、Red Hat Enterprise Linux AI 等組件，將 AI 模型、Agent 同應用程式的生命週期放在一個一致的堆疊上管理。
Red Hat 指出，現時不少企業的 AI 應用已由單純聊天機械人，演變為需要與系統深度整合的「自動化智能代理工作流」，但受限於工具分散、基礎設施不一致，很多項目仍停留在「試點階段」，難以進入真正生產環境。 Red Hat AI Enterprise 的定位，就是協助科技團隊把 AI 當作標準企業系統一部分，而不是一堆孤立試驗，令模型部署、更新、監管與觀察性，都可以用類似管理企業軟件的方式處理。
Red Hat AI Enterprise：由 Metal 到 Agent 的完整堆疊
Red Hat AI Enterprise 以 Red Hat OpenShift（Kubernetes 驅動的混合雲平台）為核心，提供高效能推理、模型微調與定制、智能代理部署及管理等能力，並強調支援「任何模型、任何硬件、任何環境」的彈性。 在硬件層面，Red Hat 與 NVIDIA 共同推出 Red Hat AI Factory with NVIDIA，把 Red Hat AI Enterprise 與 NVIDIA AI 基礎設施深度整合，加速企業在 GPU 環境上實現生產級部署。
平台主要優勢包括：
- 更快、更高效且可擴展的 AI 推理：引入 vLLM 推理引擎及 llm-d 分佈式推理框架，針對混合硬件環境（例如不同品牌 GPU、甚至 CPU）優化生成式 AI 模型部署與運行表現。
- 整合的可觀測性與全生命週期管理：透過驗證過、具互操作性的企業級 AI 技術堆疊，提供模型健康度、效能的遙測監控，同時強化 AI 治理，降低模型漂移、合規及安全風險。
- 混合雲靈活性：支援在本地數據中心、公有雲及邊緣環境，以一致方式部署與管理模型和智能代理，方便根據數據所在位置與合規要求靈活選擇運行位置。
Red Hat AI 3.3：擴展模型生態與硬件支援
伴隨 Red Hat AI Enterprise，Red Hat 同步發布 Red Hat AI 3.3，為整個 AI 產品線帶來多項新功能與優化，目標是進一步提升「從模型到生產」的效率與戰略靈活性。
重點更新包括：
- 擴大模型生態系統：透過 OpenShift AI Catalog 提供經驗證的 Mistral-Large-3、Nemotron-Nano、Apertus-8B-Instruct 等壓縮版本模型，並支援部署 Ministral 3、DeepSeek-V3.2 等較新模型，同時提升多模態能力，例如 Whisper 語音模型速度提升至約 3 倍、加入地理空間支援及工具調用增強等。
- Model-as-a-Service (MaaS) 自助存取：企業可透過 API Gateway 將內部私有託管模型以服務形式開放給不同團隊使用，方便在組織內快速構建與擴展各類 AI 應用，兼顧可控性與重用性。
- 擴展硬件支援：引入基於 CPU 的生成式 AI 支援（技術預覽，首推 Intel CPU），以及對 NVIDIA Blackwell Ultra 和 AMD MI325X 等新一代加速器的認證，方便企業按成本與性能需要選擇適當組合。
數據與安全：從 Python 生態到 Guardrails
Red Hat AI 3.3 亦在數據處理、開發工具及安全治理方面作出補強：
- 透過 Red Hat AI Python Index 提供受信任、企業級的工具庫，如 Docling、SDG Hub、Training Hub 等，協助團隊在數據準備、合成數據、生訓流程中使用經驗證組件，降低供應鏈風險。
- 在可觀測性方面，提供模型健康與性能的即時遙測數據，幫助運維團隊及時調整資源和配置。
- 在安全方面，整合 NeMo Guardrails（技術預覽），令企業能為 AI 互動設置安全規則與邏輯，減少不當輸出、偏見內容或越權操作的風險，符合日益嚴格的 AI 治理要求。
此外，平台亦支援按需訪問 GPU 資源，透過智能調度與自動 Checkpointing 建立內部版「GPU-as-a-Service」，在共享資源環境中保持可預測的運算成本與使用體驗。
Red Hat 副總裁兼 AI 事業部總經理 Joe Fernandes 表示，要令 AI 真正創造商業價值，企業必須將它視為軟件堆疊的核心組件，而不是零散實驗；Red Hat AI Enterprise 透過統一的「從硬件到智能代理」平台，把 GPU 加速基建和驅動業務邏輯的模型與代理連成一體，配合 Red Hat AI 3.3，幫助企業跨越試點階段，在混合雲環境中實現可監管、高效能的 AI 營運。
