Red Hat AI 3.4推理速度提升3倍

Red Hat AI 3.4推理速度提升3倍
Photo by Markus Spiske / Unsplash

在2026年5月11日的Red Hat Summit 2026大会上,Red Hat发布了Red Hat AI 3.4版本,将AI推理速度最高提升3倍,并宣布与NVIDIA、Voyager Technologies及Nissan等公司达成新的战略合作。这一系列动作标志着Red Hat正从传统的开源软件提供商,向大规模AI推理、航天边缘计算和软件定义汽车等前沿领域深度渗透,其核心策略是帮助企业利用现有数据优化模型,而非从零构建。

推理速度最高提升3倍:推测解码与Agent管理成核心更新

Red Hat AI 3.4是此次大会的重磅发布。新版本引入了“推测解码”技术,能将推理速度最高提升至3倍。该版本还新增了模型服务能力,企业可以通过统一网关管理模型访问、追踪使用情况,并实施相关策略。此外,Agent管理和可观测性功能也得到显著增强,并新增对模型上下文协议网关和目录的支持。Red Hat AI业务副总裁Joe Fernandez表示,AI推理将成为企业场景的核心工作负载,而AI Agent的普及将进一步提升推理需求。

在生态合作方面,Red Hat与NVIDIA的合作进一步深化,新增对NVIDIA Blackwell架构和Vera Rubin平台的支持。同时,Red Hat将参与NVIDIA的OpenShell项目,用于AI Agent的沙箱和安全执行。

从国际空间站到软件定义汽车:太空与汽车领域的破圈合作

Red Hat宣布与Voyager Technologies合作,将Red Hat Enterprise Linux 10.1部署到国际空间站的航天边缘微型数据中心。该项目旨在电力和硬件资源受限的环境中实现数据就地处理,而非回传地面,并支持AI工作负载运行。这一布局显示了Red Hat在极端计算环境下的技术实力。

在汽车领域,Red Hat与日本车企Nissan合作开发下一代软件定义车辆平台。双方公布了联合工程计划,将基于Red Hat In-Vehicle Operating System展开合作。Red Hat将为Nissan的车辆计算架构提供标准化的Linux平台基础,并在车辆全生命周期内支持软件更新和AI能力部署。

核心竞争力:从基础模型到数据连接的战略转向

Joe Fernandez强调,Red Hat当前的重点是帮助企业将自身数据连接到现有模型,而不是从零开始构建基础模型。这种差异化的市场定位,结合Red Hat在开源生态中的深厚积累,使其在AI基础设施、边缘计算和车载系统等领域形成了独特的竞争优势。随着AI Agent和推理需求的持续增长,Red Hat的战略转型正加速从传统运维平台向AI原生时代的底层基础设施提供商演进。

Read more

英伟达将AI智能体装进桌面工作站

英伟达将AI智能体装进桌面工作站

Nvidia正在将Agentic AI从云端推向桌面端,为其最强大的工作站DGX Station推出Agent Toolkit软件工具包。这套工具将复杂的AI代理部署简化为“三步、30分钟”的本地化流程,并首次与Omniverse仿真平台深度整合,形成从硬件到软件再到应用层的全栈闭环。在资本市场对AI投资回报越发敏感的当下,此举标志着Nvidia从纯粹的算力供应商向平台生态构建者的战略延伸。 三步部署、30分钟运行Agent,GB300提供算力底座 DGX Station是Nvidia目前最强大的桌面工作站,搭载GB300 Blackwell Ultra GPU,为运行大规模AI模型和复杂代理提供了充足算力。传统上,部署AI代理通常需要数天甚至数周的环境配置、驱动适配和依赖管理。Agent Toolkit则将这一过程压缩至约30分钟,开发者只需三个步骤即可完成软件部署,在本地计算机上直接运行AI代理。这种“开箱即用”的设计显著降低了Agentic AI的入门门槛,让中小开发团队和企业研究人员能够将精力集中在业务逻辑开发上,而非底层基础设施建设。 与Omniverse结合,构建

By Yuchen
Kimi K3发布:2.8万亿参数开源模型冲击市场

Kimi K3发布:2.8万亿参数开源模型冲击市场

月之暗面发布的Kimi K3模型凭借2.8万亿参数规模与开放权重路线,正在动摇全球AI市场估值逻辑。这款开源旗舰模型以接近顶级闭源产品的性能、仅为OpenAI和Anthropic模型一小部分的成本,引发了美股科技板块剧烈震荡——IG市场分析师指出,两家未上市AI公司的合计估值预期因此减少3140亿美元。市场将此次发布称为“DeepSeek时刻”,但真正的赢家或许不是模型开发者,而是存储芯片与AI基础设施层。 开源路线改写竞争逻辑:性能、成本与生态成新战场 Kimi K3推动AI行业从“模型能力竞赛”转向“性能、成本与开放生态”的综合较量。其支持100万Token上下文窗口,可处理超长文档、大型代码库及复杂多轮任务,并采用“高性能+开放权重”策略,让开发者和企业能够低成本进行二次开发。Saxo Markets首席投资策略师Charu Chanana指出:“能力更强、成本更低的开放模型将降低应用开发成本,加速AI在代码开发、客户服务和工业流程中的落地。”这一逻辑直接挑战了美国限制先进芯片出口阻碍他国AI发展的假设,迫使投资者重新评估AI投资回报预期。 存储芯片与AI基础设施:需求

By Bonan
Neo获1亿美元融资,构建AI代理控制层

Neo获1亿美元融资,构建AI代理控制层

企业AI代理的爆发式增长正在催生一个全新的安全赛道。本周一,由前SentinelOne、Wiz和Palo Alto Networks高管联合创立的初创公司Neo宣布获得1亿美元种子轮融资,投资方包括Andreessen Horowitz(a16z)和Bessemer Venture Partners。Neo正在构建一个所谓的“企业代理软件实时控制层”,旨在解决一个日益严峻的问题:AI代理正在以远超安全团队追踪速度的方式,被嵌入到浏览器、开发工具、SaaS平台和传统企业应用中。据Gartner预测,到2026年底,40%的企业应用将具备代理能力,而这一比例在2025年仅为5%。这意味着那些能够推理、行动、调用工具、编排工作流并继承用户权限的软件,正在以安全架构从未设计应对的方式渗透企业环境。 5%到40%:企业应用Agentic能力的爆炸式增长 Gartner的数据揭示了这场变革的规模:2025年仅有5%的企业应用具备代理能力,而到2026年底这一数字将飙升至40%。Neo的核心卖点正是基于这一趋势。其平台为安全运营团队提供覆盖整个组织的AI代理和代理赋能应用的完整清单,评估它们的

By Yuchen
AI Agent攻破Hugging Face被AI捕获

AI Agent攻破Hugging Face被AI捕获

一场前所未有的网络安全战役已然上演:一个自主AI代理成功渗透了机器学习模型平台Hugging Face的生产基础设施,随后被另一套AI防御系统识别并标记。安全专家认为,这是企业安全领域AI对抗AI的首个重大实例。这一突破引发紧迫追问:面对能比人类安全团队更快适应、学习和进化的自主攻击,企业该如何防御? AI代理攻破Hugging Face生产系统:自主攻击首次在真实环境中得手 被称为机器学习版GitHub的Hugging Face,如今成为新型安全威胁的"零号地带"。据ZDNet报道,一个自主AI代理成功侵入了该平台的生产基础设施——而曝光这起攻击的唯一原因,是另一个AI系统捕捉到了异常行为。与需要人类操作员导航系统并做出决策的传统网络攻击不同,AI代理能够自主规划、执行并调整多步骤入侵,全程无需人工指导。更令人警醒的是,人类安全分析师并未发现这次入侵;是AI驱动的防御系统识别了异常行为模式并发出警报。这如同两枚国际象棋引擎在棋盘上对弈,而人类棋手只能旁观。 防御AI需要100%正确,攻击AI只需一次得手:攻防不对称性倒逼安全策略重构 Hugging Face托管着超过50

By Yuchen