Red Hat เสริมความแข็งแกร่งให้กับกลยุทธ์ AI ขององค์กรด้วย OpenShift AI, F5 และระบบนิเวศของตัวแทนอัจฉริยะ

กิจกรรมของRed Hatในด้านปัญญาประดิษฐ์ (AI) กำลังเร่งตัวขึ้น: บริษัทกำลังเสริมความแข็งแกร่งให้กับ แพลตฟอร์ม OpenShift AIเพิ่มการผสานรวมที่สำคัญ และรวบรวมมาตรฐานเพื่อการใช้งานโมเดลอย่างปลอดภัยในระดับใหญ่ในขณะเดียวกัน ก็กำลังสร้างระบบนิเวศที่ครอบคลุมตั้งแต่พันธมิตรทางเทคโนโลยีไปจนถึงเครื่องมือสำหรับช่องทางต่างๆ โดยมุ่งเน้นที่ กรณีการใช้งาน จริงที่วัดผลได้

ในบริบทนี้ ความร่วมมือกับ F5 โดดเด่นเป็นอย่างยิ่ง โดยนำการส่งมอบและการปกป้องแอปพลิเคชันมาเป็นหัวใจหลักของ OpenShift AI พร้อมกับการพัฒนาเอเจนต์อัจฉริยะบนพื้นฐานของสถาปัตยกรรมแบบโมดูลาร์และการสนับสนุนสภาพแวดล้อมแบบไฮบริดกับคลาวด์ต่างๆ เช่นAWSทั้งหมดนี้สอดคล้องกับความต้องการที่เพิ่มขึ้น: จากแหล่งข้อมูลในอุตสาหกรรม การนำโมเดล AI มาใช้แพร่หลายมากขึ้นแล้ว และมุ่งเน้นไปที่ประสิทธิภาพ ความปลอดภัย และการควบคุมต้นทุน

F5 และ Red Hat: AI ที่ปลอดภัยและมีประสิทธิภาพดีขึ้น

การผสานรวมแพลตฟอร์มการส่งมอบแอปพลิเคชันและความปลอดภัย ของ F5 เข้ากับRed Hat OpenShift AIช่วยให้องค์กรต่างๆ สามารถเร่งโครงการที่มีมูลค่าสูง เช่นการสร้างภาพสำรองแบบเสริมประสิทธิภาพ (RAG)การให้บริการโมเดล และการนำเข้าข้อมูลจำนวนมหาศาล เป้าหมายคือ การทำให้การนำ AI มาใช้เป็นเรื่องง่ายขึ้นโดยไม่ลดทอนความสามารถในการตรวจสอบความปลอดภัยและประสิทธิภาพ

F5 เน้นย้ำว่าโซลูชันร่วมนี้มีเป้าหมายเพื่อตอบสนอง ความต้องการ ด้านประสิทธิภาพและความปลอดภัยลดอุปสรรคระหว่างการใช้งานจริง ตัวแทนของ Red Hat เห็นด้วยถึงความสำคัญของการนำเสนอความยืดหยุ่นโดยไม่ผูกติดกับคลาวด์หรือสแต็กใดสแต็กหนึ่ง รวมถึงการผสานรวมเกตเวย์ API และการควบคุมความปลอดภัยที่เข้ากันได้กับสภาพแวดล้อมแบบไฮบริด

ประเด็นสำคัญที่ให้ความสนใจ ได้แก่ การจัดการการไหลของข้อมูลและการเพิ่มประสิทธิภาพการอนุมาน ใน การใช้งาน MinIOบน OpenShift AI บริษัทต่างๆ สามารถเร่งการนำเข้าข้อมูลปริมาณมากสำหรับการฝึกอบรมและการอนุมาน ในขณะที่ ระบบรักษาความปลอดภัยแบบ API-first ของ F5 จะช่วยป้องกันภัยคุกคามต่างๆ เช่น การแทรกข้อความแจ้งเตือน การขโมยโมเดล และการรั่วไหลของข้อมูล ผ่านF5 Distributed Cloud WAAPและF5 BIG- IP

• กรณีการใช้งานที่มีลำดับความสำคัญ: RAG, แบบจำลองการบริการและท่อข้อมูล
• การเพิ่มประสิทธิภาพทรัพยากร: การใช้ GPU สูง และลดเวลาแฝง
• การป้องกันเชิงลึก: การควบคุม ภัยคุกคามที่เกิดขึ้น และข้อมูลที่ละเอียดอ่อน

ความสนใจของภาคธุรกิจที่มีต่อ AI ยังคงเพิ่มสูงขึ้นอย่างต่อเนื่อง: รายงานอุตสาหกรรมที่อ้างอิงโดย F5 ระบุว่าองค์กรส่วนใหญ่กำลังใช้งานโมเดล AI อยู่แล้ว โดยมุ่งเน้นไปที่การปรับปรุงประสิทธิภาพของแอปพลิเคชันและการประหยัดต้นทุนโดยไม่ละเลยเรื่องความปลอดภัย

ตัวแทนอัจฉริยะ: สถาปัตยกรรมแบบโมดูลาร์, MCP และการปรับใช้แบบไฮบริด

Red Hat กำลังพัฒนา เอเจนต์อัจฉริยะรุ่นใหม่ที่ออกแบบมาสำหรับองค์กรโดยเฉพาะ ซึ่งก้าวข้ามขีดจำกัดของแชทบอททั่วไป แนวทางของพวกเขา basé อยู่บนสถาปัตยกรรมแบบโมดูลาร์ที่สามารถผสานรวมLLMเครื่องมือภายนอก และตัวเชื่อมต่อมาตรฐานเพื่อดำเนินการงานที่ซับซ้อนโดยคำนึงถึงความปลอดภัยและความสามารถในการขยายขนาด

ส่วนประกอบสำคัญได้แก่เซิร์ฟเวอร์ MCP (Modern Context Protocol)ซึ่งทำหน้าที่เป็นอินเทอร์เฟซทั่วไปสำหรับระบบต่างๆ ขององค์กร (CRM, ฐานข้อมูล, ระบบส่งข้อความ และ API ภายในหรือของบุคคลที่สาม) แนวทางนี้มีเป้าหมายเพื่อให้ส่วนต่างๆ เชื่อมต่อกันได้อย่างลงตัวเหมือน"ตัวเชื่อมต่อสากล"หลีกเลี่ยงการแยกส่วน และอำนวยความสะดวกในการผสานรวมโดยไม่ต้องเขียนโค้ดใหม่

• LLM เพื่อการใช้เหตุผลและการกำเนิด
• เข้าสู่ API และข้อมูล ธุรกิจเป็นส่วนหนึ่งของกระแส
• MCP เพื่อสร้างมาตรฐานการสื่อสารระหว่างตัวแทนและระบบ
• แพลตฟอร์มเช่น ลามาสตาร์ เพื่อการพัฒนา การใช้งาน และการติดตามตรวจสอบ

ความปลอดภัยและความเป็นส่วนตัวเป็นหัวใจสำคัญของแนวทางนี้ โดย มีการรวม ตัวกรองขาเข้าและขาออกการป้องกันการโจมตีจากมัลแวร์ และกลไกในการลดอคติเข้าไว้ด้วย นอกจากนี้ รูปแบบการใช้งานแบบไฮบริดยังช่วยให้สามารถดำเนินการได้ในระบบคลาวด์สาธารณะ ระบบภายในองค์กรหรือสภาพแวดล้อมแบบมัลติคลาวด์ โดยยังคงรักษาอธิปไตยของข้อมูลไว้ได้เมื่อจำเป็น

มาตรฐานกำลังเคลื่อนไหว: MCP ได้รับการยอมรับและสแต็กทางเทคนิคก็เติบโตเต็มที่

มาตรฐานMCPไม่ได้มีอยู่แค่ในกระดาษเท่านั้น: ผู้จำหน่ายหลายรายเริ่มนำเซิร์ฟเวอร์ MCP ของตนเองมาใช้เพื่อบูรณาการกับเครื่องมือที่ใช้กันอย่างแพร่หลาย ซึ่งเป็นการตอกย้ำบทบาทของ MCP ในฐานะภาษากลางระหว่างแอปพลิเคชันระดับองค์กรและเอเจนต์

ในด้านเทคโนโลยี Red Hat เน้นย้ำถึงการผสานรวมLlama Stackเป็นเลเยอร์ API บนRed Hat OpenShiftซึ่งเชื่อมต่อโมเดลต่างๆ เช่นGranite (IBM)หรือLlama (Meta)และเซิร์ฟเวอร์ MCP หลายตัวที่อยู่เบื้องหลัง โดยมีเป้าหมายเพื่อให้สามารถควบคุมและปรับแต่งได้ อย่างสมบูรณ์ พร้อมด้วยความปลอดภัยของข้อมูลและ การใช้งาน แบบไฮบริดมัลติค ลาว ด์

จากประสบการณ์ที่บริษัทได้แบ่งปัน ลูกค้าพบว่าการขยายธุรกิจลดลงอย่างเห็นได้ชัด (มากถึง 90%)และมีการสร้างแอปพลิเคชันใหม่เพิ่มขึ้น (ประมาณ 83%)แม้ว่าความท้าทายต่างๆ เช่น การจัดการกระบวนการที่ซับซ้อนความน่าเชื่อถือแบบครบวงจร และความสามารถในการปรับขนาดการดำเนินงานยังคงมีอยู่

Cloud Boost ด้วย AWS และช่องทางที่เตรียมพร้อมมากขึ้น

ความร่วมมือระหว่างRed HatและAmazon Web Servicesผสานรวมโครงสร้างพื้นฐานคลาวด์เข้ากับระบบปฏิบัติการ ระบบอัตโนมัติ และแพลตฟอร์มคอนเทนเนอร์ของ Red Hat โซลูชันต่างๆ เช่นRed Hat Enterprise Linux , Red Hat OpenShift Service on AWS (ROSA)และRed Hat Ansible Automation Platformมีให้บริการบนAWS Marketplaceทำให้การเริ่มต้นใช้งานเวิร์กโหลดทำได้อย่างรวดเร็วและง่ายดาย

สำหรับช่องทางการจัดจำหน่าย การผสมผสานนี้หมายถึงเวลาในการติดตั้งที่สั้นลงการสนับสนุนร่วมกันและเครื่องมือรักษาความปลอดภัย การควบคุม และการตรวจสอบที่เป็นหนึ่งเดียว องค์กรหลายแห่งเริ่มต้นด้วยRHEL บน AWS และพัฒนาไปสู่ ​​OpenShift และระบบอัตโนมัติ โดยเปลี่ยนจากการอนุญาตใช้งานแบบดั้งเดิมไปเป็น รูปแบบการจ่ายตามการใช้งาน ที่ยืดหยุ่น กว่า

ในขณะเดียวกัน Red Hat ได้ปรับปรุงประสบการณ์พันธมิตรทั่วโลกด้วยโปรแกรมที่เป็นหนึ่งเดียวแรงจูงใจที่ง่ายขึ้นและแพลตฟอร์มการตลาด: Red Hat Partner Demand Centerเครื่องมือนี้ช่วยให้พันธมิตรสามารถดำเนินแคมเปญได้ด้วยตนเอง ปรับแต่งเนื้อหา และวัดผลลัพธ์ด้วยแดชบอร์ดวิเคราะห์ซึ่งช่วยอำนวยความสะดวกในการสร้างความต้องการ

โปรแกรมพันธมิตรเฉพาะทางใหม่ ของ Red Hat ให้การรับรองทักษะขั้นสูงในด้านต่างๆ เช่นAnsible Automation Platform , OpenShift , RHELและRHEL AIและแนะนำความเชี่ยวชาญที่มุ่งเน้นด้านเวอร์ชวลไลเซชัน คอนเทนเนอร์ และการพัฒนาแอปพลิเคชันรวมถึงการรับรองเฉพาะสำหรับแพลตฟอร์ม AIและระบบอัตโนมัติที่สำคัญต่อภารกิจ

ภาคการเงิน: ระบบอัตโนมัติ โมเดลเฉพาะ และการจำลองเสมือนจริงสมัยใหม่

ภาคการธนาคารและการประกันภัยเป็นหนึ่งในอุตสาหกรรมที่มีความเคลื่อนไหวมากที่สุดในด้านปัญญาประดิษฐ์ (AI) แหล่งข้อมูลในอุตสาหกรรมระบุว่า องค์กรจำนวนมากได้เริ่มใช้งาน AI แล้วโดยมุ่งเน้นที่ประสิทธิภาพ การสร้างรายได้ใหม่ และการปรับปรุงประสบการณ์ของลูกค้า กรณีการใช้งานครอบคลุมถึงการปฏิสัมพันธ์กับลูกค้า การบริหารความเสี่ยงและการปฏิบัติตามกฎระเบียบความปลอดภัย การบริหารทรัพยากรบุคคล และการดำเนินงานด้านไอที

Red Hat กำลังผลักดันแนวทางที่ใช้เอเจนต์ที่ผสานรวมกับข้อมูลขององค์กรซึ่งสามารถทำให้กระบวนการต่างๆ เป็นไปโดยอัตโนมัติ เช่น การประเมินเครดิต การตรวจสอบการปฏิบัติตามกฎระเบียบ และการลงทะเบียนดิจิทัลการผสมผสานระหว่างแมชชีนเลิร์นนิง โมเดลเชิงสร้างสรรค์ และโมเดลภาษา พร้อมด้วยเอเจนต์ที่ทำงานร่วมกันอย่างเป็นระบบ จะช่วยเพิ่มประสิทธิภาพการทำงานและปรับแต่งให้เหมาะสมกับแต่ละบุคคลได้ อย่างก้าวกระโดด

การมุ่งเน้นด้านเทคนิคเน้นย้ำถึงการผสานรวมของอุตสาหกรรมยานยนต์และการประมวลผลบนคลาวด์ด้วยเทคโนโลยีเวอร์ชวลไลเซชันสมัยใหม่ ด้วยOpenShift Virtualizationทีมงานสามารถจัดการเครื่องเสมือนและเวิร์กโหลดแบบคอนเทนเนอร์ได้อย่างเป็นระบบ มุ่งสู่ สถาปัตยกรรม ไมโครเซอร์วิสและการควบคุมสภาพแวดล้อมแบบอัตโนมัติมากยิ่งขึ้น

ในแง่ของคุณภาพและต้นทุน แนวคิดในการผสมผสานโมเดลภาษาขนาดเล็ก (SLM)กับโมเดล "เกียร์บ็อกซ์" เฉพาะทางที่ได้รับการฝึกฝนมาสำหรับงานเฉพาะด้วยอัตราข้อผิดพลาดต่ำ กำลังได้รับความนิยมมากขึ้น ในสภาพแวดล้อมที่มีการควบคุม วิธีการนี้ช่วยเพิ่มความน่าเชื่อถือและลดความจำเป็นในการตรวจสอบอย่างต่อเนื่อง

แนวทางของ Red Hat ในด้าน FSI นั้นได้รับการเสริมด้วยการขยายระบบนิเวศของพันธมิตรผู้เชี่ยวชาญ (เอเจนต์ คอมพิวเตอร์วิชั่น การประมวลผลข้อมูล) และหลักการของการร่วมสร้างโซลูชันกับผู้บูรณาการและผู้ให้บริการที่ได้รับการรับรอง ซึ่งสอดคล้องกับ แพลตฟอร์ม OpenShiftและความต้องการของ สภาพแวดล้อม แบบไฮบริดและมัลติคลาวด์

ด้วยความร่วมมือทางเทคโนโลยี มาตรฐานแบบเปิด และแพลตฟอร์มที่ผสานรวมOpenShift AI, MCP และระบบอัตโนมัติ Red Hat จึงพร้อมที่จะนำ AI จากแนวคิดไปสู่การใช้งานจริงในสภาพแวดล้อมที่ซับซ้อน การผสมผสานระหว่างความปลอดภัย ประสิทธิภาพ ระบบนิเวศ และกรณีการใช้งานที่ครบวงจร กำลังสร้างความแตกต่างให้กับผู้ที่ต้องการ ขยายขนาด AI อย่างมีประสิทธิภาพและ ปราศจากข้อจำกัด

บทความที่เกี่ยวข้อง:

Red Hat Enterprise Linux เสริมศักยภาพให้พันธมิตรด้วยโปรแกรมและทรัพยากรใหม่