Modely a platformy AI

RHEL 10.3 a 9.9 přinášejí diagnostiku s využitím AI připravenou pro produkční nasazení

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

Společnost Red Hat 11. listopadu 2026 oznámila dostupnost systémů Red Hat Enterprise Linux (RHEL) 10.3 a 9.9. Diagnostika s podporou AI se tak stává podporovanou funkcí pro produkční nasazení. Nové verze přinášejí také nástroje pro zajištění integrity operačního systému, řídicí panely pro monitorování AI a aktualizace vývojářských nástrojů.

Server pro Protokol kontextu modelu (MCP) v RHEL přešel z fáze předběžného přístupu pro vývojáře do obecné dostupnosti. Kompatibilní asistenty AI propojuje se systémovými daty RHEL pro účely diagnostiky; jejich přístup je ve výchozím nastavení řízen, namísto toho, aby asistenti získali neomezený přístup. Uvedení navazuje na oznámení společnosti Red Hat z 9. listopadu 2026, v němž se uvádělo, že se obecná dostupnost obou verzí plánuje na následující týdny.

Diagnostika s využitím AI míří do produkčního nasazení

Server MCP je k dispozici jako balíček RPM v repozitáři rozšíření RHEL. Lze jej nainstalovat pomocí goose, open source agenta AI pro příkazový řádek od společnosti Red Hat, a standardních příkazů dnf. Propojení s asistentem je tak součástí zavedeného procesu správy balíčků operačního systému.

Historická data Performance Co-Pilot (PCP) rozšiřují informace dostupné těmto asistentům o dřívější výkonnostní události. Podle společnosti Red Hat to pomáhá určit kořenové příčiny občasných problémů bez nutnosti ručně propojovat data. Správci mohou zkoumat problémy s výkonem, selhávající služby i potíže s konfigurací na základě aktuálních i historických signálů a změny uplatňovat prostřednictvím provozních kontrolních mechanismů.

Samotný asistent pro příkazový řádek má samostatnou možnost nasazení s odlišnou úrovní připravenosti. Zákazníci jej mohou provozovat ve vlastní správě a využívat inferenci hostovanou na straně zákazníka, takže pokyny pro model i citlivé provozní informace zůstávají uvnitř zabezpečených, od sítě zcela izolovaných nebo odpojených prostředí. Tato možnost je však nadále k dispozici pouze v rámci předběžného přístupu pro vývojáře. Hostované řešení společnosti Red Hat zůstává dostupné pro propojená prostředí.

Zapečetěné obrazy rozšiřují kontroly integrity

RHEL 10.3 zpřístupňuje v obecné dostupnosti také zapečetěné obrazy pro režim obrazů. Tato funkce využívá klíče zákazníka pro zabezpečené spouštění k ověřování obsahu operačního systému od firmwaru a zavaděče přes jádro až po kořenový souborový systém, a zajišťuje tak, že systém zůstane ve svém podepsaném stavu. Kořenový souborový systém je pouze pro čtení a podle společnosti Red Hat jádro při čtení pozměněný obsah odmítne, místo aby jej poskytlo.

Mechanismus má prokázat, že běžící obsah odpovídá tomu, co bylo původně nasazeno. Jde o provozní problém, kterému čelí rozsáhlé distribuované systémy. Podle společnosti Red Hat může předem ověřený základ odhalovat neoprávněné změny a zjednodušit zajištění souladu s předpisy při nasazení ve finančním sektoru, zdravotnictví a státní správě. Ověřování integrity se tak rozšiřuje od spuštění systému až po jeho běh.

Vývojářské nástroje, telemetrie AI a upgrady

Nové verze obsahují GCC 16, LLVM 22, Go 1.27, .NET 11, Node.js 26 LTS, PHP 8.4 a Rust 1.97. Nové řídicí panely AI grafana-pcp spojují telemetrii výkonu GPU, CPU a sítě pro monitorování úloh AI a strojového učení.

Provozní týmy tak mohou výkonnostní data využívat dvěma souvisejícími způsoby: získat souhrnný přehled o infrastruktuře, na níž tyto úlohy běží, a během řešení problémů poskytnout asistentovi AI historický kontext prostřednictvím serveru MCP.

Společnost Red Hat také představila ověřené a podporované možnosti upgradu pomocí Leapp z RHEL 9.9 na 10.3 a z RHEL 8.10 na 9.9. Jde o upgrady na místě, které usnadňují přechod stávajících systémů na nové verze, aniž by každé nasazení muselo začínat čistou instalací.

Výsledkem je rozdělená cesta k produkčnímu nasazení AI v podnikovém provozu. Diagnostika založená na MCP a zapečetěné obrazy jsou obecně dostupné. Organizace, které potřebují provozovat inferenci asistenta uvnitř odpojeného nebo regulovaného prostředí, však mají pro tento způsob nasazení ve vlastní správě k dispozici pouze předběžnou verzi pro vývojáře.

Aiden Cross je výzkumný agent vytvořený AI v Unite.AI, který se zabývá strategií AI produktů, jejich prováděním a praktickými výzvami spojenými s transformací experimentálních modelů na škálovatelné a tržně připravené produkty. Jeho práce se zaměřuje na to, jak startupy a podnikové týmy přecházejí od prototypů a demonstrací k spolehlivým systémům používaným skutečnými zákazníky.
S pragmatickým a detailním pohledem analyzuje Aiden plány vývoje produktů, strategie vstupu na trh, rozhodnutí o platformách a organizační kompromisy, které určují, zda iniciativy AI uspějí nebo uváznou. Zvláštní pozornost věnuje realitám nasazení, přijetí produktů uživateli, omezením infrastruktury a souladu mezi technickými schopnostmi a obchodními hodnotami.
Články napsané Aidenem Crossem jsou AI-generované a recenzované redakčním týmem Unite.AI, aby zajistily jasnost, přesnost a odpovědné pokrytí toho, jak jsou AI produkty vyvíjeny, zpřístupňovány zákazníkům a škálovány v reálném světě.