红帽用开放生态,帮企业把AI投入的主动权握在自己手里

红帽用开放生态,帮企业把AI投入的主动权握在自己手里
2026年11月16日 10:42 看点资讯

“一个企业好不容易选定并搭建了一个模型,业务流和数据流都嵌了进去,过不了两三天,新的模型又出来了。”

红帽全球副总裁兼大中华区总裁曹衡康

在2026红帽论坛媒体沟通会上,红帽全球副总裁兼大中华区总裁曹衡康描述了这样一个场景:企业CIO犯了难——换模型成本高,底层平台又不支持,因为不同的模型跑在不同平台上。硬件端同样如此,过去只锁定某一个品牌的GPU,一旦遇上供货紧张、价格走高,是被绑定硬着头皮买,还是重新拥有选择权?

“红帽有答案,我们帮忙解锁,可以实现自由地更换模型。”曹衡康说。

要理解这个答案,得先看红帽怎么理解技术演进。

曹衡康把它比作“五层蛋糕”:底层是电力、能源,往上是GPU、CPU等硬件,中间是红帽所处的软件基础设施层,再往上是模型和智能体。红帽要做的,是中间那一层。

他强调,开源过去二十多年一直是创新的主源头——从互联网、大数据、云,一直到今天的AI。红帽的方法,是把社区里最好的技术吸收进来,加上自己的know-how,变成企业可用的、可靠的商业版本。三十多年前押注Linux、十几年前把Kubernetes企业化为OpenShift,走的都是同一条路。

落到战略上,曹衡康给出他反复强调的“三个C、四个A”:

三个C:Choice(选择权)、Consistency(一致性平台)、Control(控制权);

四个A:支持任意加速器、任意云环境、任意模型、任意智能体。

他把这浓缩成一句判断:“我们把选择权交到客户手中。”

曹衡康打了一个比方:一个汽车集团旗下可以拥有多个品牌,看似不同,却共享同一套基础平台,只是上面搭载不同组件,形成差异化功能。“红帽也是同样思路——我们提供一致的平台,支持企业装不同的GPU、CPU,不同的模型。”

战略之下,技术如何兑现?

红帽大中华区方案架构部总经理王慧慧

红帽大中华区方案架构部总经理王慧慧给出一个时间判断:“到了2026年,行业不再反复讨论各类‘元年’的说法;在我们看来,今年正是AI从试点走向生产环境、大规模落地的一年。”

承载这一判断的产品是红帽AI。她这样定义它:“它是自底层硬件起,向上覆盖模型直至智能体的一体化平台。而红帽的边界也很清晰,我们下面不做硬件,上面不做应用,我们做中间的那一层。”

这一定位来自对企业客户的真实观察:如果是CIO级别的对话,客户基本不会问“哪个模型好”“哪个品牌的agent好”,他会问——哪一个平台的标准,是将来可以一路走下去的标准。

据王慧慧介绍,红帽AI的平台构成自上而下相当清晰:加速器层已支持Intel、NVIDIA、AMD等国际厂商,国内率先支持的是沐曦;基础设施层依托RHEL与OpenShift;推理层采用被视作开源事实标准的vLLM,红帽推动的分布式推理架构llm-d已成为CNCF孵化项目;模型层支持20多个开源模型、合计700多个版本,DeepSeek、千问等由客户根据业务场景自行选择。

更值得注意的是红帽对AI成本的重新理解。王慧慧区分了两种消费场景:一种是调用商业API,做token的消费者;另一种是企业自建平台跑模型,做token的生产者。红帽认为,更重要的是企业要成为一个token的生产者。

“过去一年,单位token的成本在下降,但企业的总账单却在增加。”她解释,因为thinking agent、thinking model让一次问答消耗的token数量呈指数级增长。红帽要做的,就是帮企业在内部搭一个稳定的token生产平台。

到了智能体层,王慧慧点出真正的难点不在开发而在治理:“智能体可能会删掉你的生产数据库,很麻烦。所以我们要把它管起来。”原则很明确——工作可以交给智能体完成,但审批权在人身上;AI可以给建议,最终做决定的还是人。

如果说AI的成功关乎效率,那么它带来的安全挑战则关乎存亡。

王慧慧用一组数据描述这一“格局之变”:自2016年以来公布的CVE数量增长超过520%;前沿模型已能自主发现包括潜伏27年之久的缺陷在内的关键零日漏洞,每个漏洞发现成本低于50美元;而全球网络安全职位空缺高达480万。

她给出了一句令人警醒的总结:AI挖漏洞的速度,已经超过了全世界研发人员一起补漏洞的速度。

“现在企业级的系统,我们不用再问是不是暴露了,因为肯定已经暴露了。真正的问题是,怎么样能让我的系统得到保护。”

红帽的答案分三层:

反向移植(backport):沿用30多年的机制,在最新版本发布补丁的同时,把补丁反向移植到旧版本上,让不愿升级的老客户也能拿到补丁,并把成果贡献回Linux、Java、CNCF、Python等上游社区;

加固镜像(Hardened Image):为容器化开发提供原生无漏洞的安全底座;

Lightwell:把防护延伸到红帽产品之外更广阔的开源世界。针对大量长期无人维护的开源组件,红帽与IBM投入两万余名开发人员,先从Python和Java入手联合制作补丁,并收录进一个被修复过、验证过、安全的开源软件库。

配合自动化部署,企业打补丁的平均时间有望从过去的40多天缩短到7到14天。

技术与战略的成效,最终要回到企业的真实处境。

论坛上,红帽与CIO时代连续第二年合作发布《中国企业级AI实践调研分析年度报告》,2026年报告调研了全国402位IT决策者,覆盖制造、金融、能源、互联网、医疗等多个行业。

王慧慧用“剪刀差”来形容当下的核心矛盾:接近70%的企业正在推进智能体,一部分已上线生产,但正式治理框架覆盖率还不到15%。

红帽对企业AI基础架构能力设置了六个评估维度,以5分制、3分及格衡量,结果只有1个维度合格,也就是安全隔离与访问控制;其余如MLOps交付效率、算力调度、多模型统一管理、AI FinOps成本管理、工作负载可观测性均未达标。

她进一步指出,AI价值过去是IT部门、CIO的任务,现在它实际上是业务部门的问题,是CFO需要回答的问题。而模型、智能体陆续上线却缺少统一管理流程,业务部门常因紧迫而直接使用外部工具,导致企业AI呈现割裂状态、烟囱式发展。

在模型和硬件以月为单位迭代的时代,企业如何不再被任何单一技术绑定,而是拥有一个能长期走下去的标准底座?

对此,红帽的建议朴素而坚定——先把地基打稳:企业AI系统不能建成一个个单独的技术堆栈,而是应该在一个统一的平台上完成。

财经自媒体联盟更多自媒体作者

新浪首页 语音播报 相关新闻 返回顶部