RHEL 10.3 en 9.9 maken AI-diagnostiek klaar voor productie

Red Hat kondigde op 11 november 2026 de beschikbaarheid aan van Red Hat Enterprise Linux (RHEL) 10.3 en 9.9. Daarmee wordt AI-ondersteunde diagnostiek een ondersteunde productiefunctie, naast nieuwe maatregelen voor de integriteit van besturingssystemen, dashboards voor AI-monitoring en updates van ontwikkelaarstools.

De server voor het Model Context Protocol (MCP) voor RHEL is overgegaan van de ontwikkelaarspreview naar algemene beschikbaarheid. De server koppelt compatibele AI-assistenten aan systeemgegevens van RHEL voor diagnostiek. De toegang is standaard gereguleerd, zodat een assistent niet onbeperkt toegang krijgt. De lancering volgt op de aankondiging van Red Hat op 9 november 2026, waarin beide versies naar verwachting binnen enkele weken algemeen beschikbaar zouden komen.

AI-diagnostiek klaar voor productie

De MCP-server wordt als RPM aangeboden in de RHEL-extensierepository. De server kan met goose, Red Hats opensource-AI-agent voor de opdrachtregel, worden geïnstalleerd met standaardopdrachten van dnf. Zo valt de verbinding met de assistent binnen het bestaande pakketbeheerproces van het besturingssysteem.

Historische gegevens van Performance Co-Pilot (PCP) voegen eerdere prestatiegebeurtenissen toe aan de informatie die voor deze assistenten beschikbaar is. Volgens Red Hat helpt dit om de onderliggende oorzaken van incidentele problemen vast te stellen zonder gegevens handmatig met elkaar in verband te brengen. Beheerders kunnen prestatieproblemen, storende services en configuratieproblemen onderzoeken aan de hand van actuele en historische signalen, en wijzigingen doorvoeren met behulp van operationele beheermaatregelen.

Voor de opdrachtregelassistent zelf is er een afzonderlijke implementatiemogelijkheid met een andere gereedheidsstatus. Klanten kunnen de assistent zelf beheren en daarbij inferentie uitvoeren op hun eigen infrastructuur. Zo blijven de modelinstructies en gevoelige operationele context binnen beveiligde, fysiek geïsoleerde of niet-verbonden omgevingen. Deze mogelijkheid is echter nog steeds beschikbaar als ontwikkelaarspreview. De gehoste oplossing van Red Hat blijft beschikbaar voor verbonden IT-omgevingen.

Verzegelde systeemimages breiden integriteitscontroles uit

RHEL 10.3 maakt verzegelde systeemimages voor de imagestatus ook algemeen beschikbaar. Met deze functie worden de beveiligde-opstartsleutels van de klant gebruikt om de inhoud van het besturingssysteem te verifiëren, vanaf de firmware en de bootloader tot en met de kernel en het rootbestandssysteem. Zo wordt afgedwongen dat het systeem in de ondertekende toestand blijft. Het rootbestandssysteem is alleen-lezen. Volgens Red Hat weigert de kernel gemanipuleerde inhoud op het moment dat die wordt gelezen, in plaats van deze beschikbaar te stellen.

Het mechanisme moet aantonen dat de actieve inhoud overeenkomt met wat oorspronkelijk is geïmplementeerd. Dat is een operationele uitdaging in verspreide omgevingen met veel systemen. Volgens Red Hat kan de vooraf geverifieerde basis ongeoorloofde wijzigingen opsporen en de naleving van voorschriften vereenvoudigen voor implementaties in de financiële sector, de gezondheidszorg en de overheid. Zo wordt integriteitsverificatie uitgebreid van het opstartproces naar de uitvoeringstijd.

Ontwikkelaarstools, AI-telemetrie en upgrades

De releases bevatten GCC 16, LLVM 22, Go 1.27, .NET 11, Node.js 26 LTS, PHP 8.4 en Rust 1.97. De nieuwe AI-dashboards van grafana-pcp combineren telemetrie over GPU-, CPU- en netwerkprestaties om AI- en machinelearning-workloads te monitoren.

Operationele teams kunnen prestatiegegevens daardoor op twee samenhangende manieren gebruiken: voor een geconsolideerd overzicht van de infrastructuur waarop deze workloads draaien en voor historische context die de MCP-server tijdens het oplossen van problemen aan een AI-assistent kan verstrekken.

Red Hat heeft ook gevalideerde en ondersteunde upgradepaden met Leapp geïntroduceerd van RHEL 9.9 naar 10.3 en van RHEL 8.10 naar 9.9. Het gaat om upgrades op bestaande systemen. Daarmee wordt rekening gehouden met het werk dat nodig is om bestaande systemen naar de nieuwe releases over te zetten, zonder dat elke implementatie vanaf een nieuwe installatie hoeft te beginnen.

Het resultaat is een gesplitste route naar productie voor AI-activiteiten in bedrijven. Diagnostiek op basis van MCP en verzegelde systeemimages zijn algemeen beschikbaar. Organisaties die inferentie door assistenten binnen een niet-verbonden of gereguleerd netwerkdomein moeten houden, hebben voor die zelfbeheerde werkwijze alleen een ontwikkelaarspreview tot hun beschikking.