周围的活动 红帽 在人工智能领域，该公司正在加快步伐：加强其平台 OpenShift AI，增加了关键集成并巩固了 安全、大规模地部署模型与此同时，它培育了一个涵盖技术合作伙伴和渠道工具的生态系统，并关注用例 真实且可衡量.
在此背景下，与 F5 的合作脱颖而出，将 应用程序交付和保护 OpenShift AI 的核心是 智能代理 基于模块化架构，支持混合云环境，例如 AWS所有这些都与日益增长的需求相一致：根据行业本身的参考，人工智能模型的采用已经占了大多数，并且面向 性能、安全性和成本控制.
F5 和 Red Hat：更安全、性能更佳的 AI
的整合 应用交付和安全平台 从 F5 开始 红帽 OpenShift 人工智能 允许组织加速高价值项目，例如 恢复增强发电（RAG）、模型服务和海量数据采集。目标是在不牺牲 可观察性、安全性 和效率。
F5 坚持认为联合解决方案旨在满足 性能和保护减少生产部署中的摩擦。Red Hat 内部人士一致认为，提供 不附加任何条件的灵活性 到单个云或堆栈，集成 API 网关和安全控制兼容 混合环境.
关键工作领域包括协调 数据流 和推理优化。在部署中 迷你IO 在 OpenShift AI 上，企业可以加速大量训练和推理的提取，同时确保安全性 API优先 F5 提供防御威胁的屏障，例如通过以下方式注入、模型窃取或数据泄露 F5 分布式云 WAAP y F5大IP.
- 优先用例： 鲁尔、模型服务和数据管道。
- 资源优化： GPU 利用率高 并减少延迟。
- 纵深防御：控制 新出现的威胁 和敏感数据。
企业对 AI 的兴趣持续上升：F5 引用的行业报告表明，绝大多数组织已经 运行 AI 模型重点是提高应用程序性能和 节约成本 并且不忽视安全。
智能代理：模块化架构、MCP和混合部署
Red Hat 正在为新一代 智能代理 专为企业设计，超越通用聊天机器人。该方案基于模块化架构，能够结合 LLM、外部工具和标准化连接器来执行复杂的任务， 安全和升级 从设计上来说。
关键组件包括： MCP 服务器（现代上下文协议），作为企业系统（CRM、数据库、消息传递以及内部或第三方 API）的通用接口。这种方法旨在将各个部分组合在一起，形成一个 “通用连接器”，避免碎片化并促进集成，而无需重写代码。
- LLM 用于推理和生成。
- 打开了 API 和数据 业务作为流程的一部分。
- MCP 标准化代理和系统之间的通信。
- 平台像 拉玛斯塔 用于开发、部署和监控。
安全和隐私是该方法的支柱：它们被纳入 输入和输出过滤器、防止恶意注入的保护措施以及减轻偏见的机制。此外，混合部署模型允许在 公共云、本地 或多云环境，在必要时保留数据主权。
标准不断演变：MCP 获得关注，技术栈日趋成熟
标准 MCP 它不再停留在纸面上：不同的供应商已经开始实施自己的 MCP 服务器，以便与大众使用的工具集成，这强化了其作为 通用语言 业务应用程序和代理之间。
在技术栈中，Red Hat 指出了 火焰堆叠 作为 API 层 红帽OpenShift，连接模型，例如 花岗岩（IBM） o 羊驼（Meta） 以及底层的多个 MCP 服务器。承诺维护 控制和定制 完整，具有数据安全性和部署 混合多云.
根据该公司分享的经验，客户发现 升级（高达 90%） 并促进创造 新应用（约 83%），尽管挑战依然存在，例如 复杂流程、端到端可靠性和操作可扩展性。
利用 AWS 和更完善的渠道提升云性能
之间的联盟 红帽 y 亚马逊网络服务 将云基础架构与红帽的操作系统、自动化和容器平台相结合。解决方案包括 红帽企业Linux, AWS 上的 Red Hat OpenShift 服务（ROSA） y 红帽Ansible自动化平台 可在 AWS Marketplace，从而加快启动 工作负载 只需几个步骤。
对于该频道来说，这二人组意味着更短的启动时间， 联合支援 以及统一的安全、控制和监控工具。许多组织首先 AWS 上的 RHEL 并向 OpenShift 和自动化方向发展，从传统许可转向 每次使用付费 更加灵活。
与此同时，红帽通过统一的计划改进了其全球合作伙伴体验， 简化激励措施 以及营销平台： 红帽合作伙伴需求中心此工具允许您运行自主活动、个性化内容并衡量结果 分析小组，促进需求的产生。
新 红帽专业合作伙伴计划 认可以下领域的高级技能 Ansible 自动化平台, 开班, RHEL y RHEL人工智能并介绍了专注于 虚拟化、容器和应用程序开发以及 人工智能平台 和关键自动化。
金融领域：自动化、具体模型和现代虚拟化
银行和保险是人工智能领域最活跃的行业之一。业内人士表示，很大一部分实体 已经与AI合作重点关注效率、新的收入来源和改善的客户体验。用例包括客户互动、 风险与合规、安全、人力资源和 IT 运营。
Red Hat 提倡一种基于 与公司数据集成的代理能够自动化信用评估、合规性检查等流程，或 数字化入职机器学习、生成模型和语言模型以及精心设计的代理相结合，实现了生产力的飞跃， 个性化.
技术方法强调了 汽车和云计算 利用现代虚拟化技术。 OpenShift 虚拟化团队以统一的方式管理虚拟机和容器负载，朝着以下架构迈进： 微服务 以及更加自动化的环境控制。
从质量和成本角度来看，合并的想法更有分量 SLM（小型语言模型） 以及专门的“齿轮”模型，这些模型针对特定任务进行训练，错误率较低。在受监管的环境中，这种方法强化了 可靠性 并减少了持续监督的需要。
Red Hat 对 FSI 的宣传通过扩展生态系统得以完善 专业合作伙伴 （代理、计算机视觉、数据处理）并与认证集成商和供应商共同创建解决方案的前提下，与平台保持一致 开班 以及 混合云和多云.
通过技术联盟、开放标准和结合 OpenShift AI、MCP 和自动化红帽致力于在复杂环境中将 AI 从创意转化为生产。安全性、性能、生态系统和成熟用例的结合，为寻求 AI 的企业带来显著优势。 可扩展 AI，具有控制力且无依赖性.
