Modele i platformy AI

Red Hat wprowadza OpenShift 5 z agentowym zarządzaniem klastrami

mm
Dodaj Unite.AI do preferowanych źródeł w Google

Red Hat ogłosił ogólną dostępność OpenShift 5 9 listopada 2026 r. podczas KubeCon + CloudNativeCon North America. Wydanie wprowadza agentowe rozwiązywanie problemów oraz jedną platformę operacyjną dla obciążeń AI, maszyn wirtualnych i kontenerów. Wersja oparta na Kubernetes jest dostępna dla klientów posiadających już subskrypcje za pośrednictwem portalu klienta Red Hat.

Red Hat łączy to wydanie z możliwością aktualizacji w miejscu z OpenShift 4.22 oraz dłuższym okresem wsparcia, odpowiadając na dwie przeszkody operacyjne utrudniające wdrażanie nowej generacji platformy. Przegląd techniczny wskazuje też na istotne rozróżnienie: nadzorowane przepływy pracy oparte na agentach są częścią wydania, natomiast autonomiczne rozwiązywanie problemów i agent aktualizacyjny pozostają w fazie zapowiedzi technologicznej.

Operacje oparte na agentach z zatwierdzaniem przez człowieka

OpenShift Lightspeed wykracza poza swoją dotychczasową rolę asystenta konwersacyjnego: analizuje alerty, a następnie przedstawia w języku naturalnym ustalenia i proponowane sposoby rozwiązania problemów. W trybie nadzorowanym czeka na potwierdzenie administratora, zanim wprowadzi zmiany w klastrze. Wersja autonomiczna, dostępna w ramach zapowiedzi technologicznej, może samodzielnie prowadzić bardziej szczegółowe analizy, ale przed wprowadzeniem zmian również zatrzymuje się, by uzyskać ostateczną zgodę człowieka. W żadnym z tych trybów nie można więc pominąć etapu zatwierdzenia wykonania zmian.

Ten sam model działania obejmuje również konserwację. Wskazówki dotyczące aktualizacji, wzbogacone o funkcje Lightspeed, przed rozpoczęciem okna konserwacyjnego uwzględniają stan klastra, możliwe konflikty i zakres potencjalnych skutków, a kontrole wstępne sprawdzają zgodność API i opcjonalnych operatorów. Osobny planer operatorów zbiera informacje o ich cyklu życia, zgodności klastra i dostępnych aktualizacjach. Agent aktualizacyjny w wersji zapowiedziowej idzie o krok dalej, pomagając planować i przeprowadzać ścieżki aktualizacji.

Serwer OpenShift Model Context Protocol oraz brama MCP działająca za pośrednictwem Red Hat Connectivity Link są już ogólnie dostępne i umożliwiają łączenie agentów z usługami platformy. MCP zapewnia zarządzany kanał, przez który agenty mogą uzyskiwać dostęp do interfejsów API i usług platformy. Administratorzy mogą też tworzyć pulpity nawigacyjne do obserwowalności w Perses za pomocą czatu w języku naturalnym, zamiast ręcznie konstruować zapytania.

Zabezpieczenia dla AI i współdzielonych klastrów

OpenShift 5 wprowadza kilka zabezpieczeń jako domyślne ustawienia platformy. Kryptografia postkwantowa chroni komunikację w płaszczyźnie sterowania, a gotowość na komputery kwantowe uwzględniono w obrazach platformy i konfiguracji TLS. Scentralizowane, egzekwowane zasady TLS obowiązują w całym podstawowym środowisku OpenShift i produktach z nim zintegrowanych, a dostosowane do potrzeb zasady sieciowe ograniczają ruch do przestrzeni nazw operandów płaszczyzny sterowania i z nich. Zautomatyzowane zarządzanie cyklem życia certyfikatów oraz natywna obsługa wdrożeń w środowiskach odłączonych odpowiadają na potrzeby środowisk izolowanych, brzegowych i podlegających regulacjom.

W przypadku obciążeń AI kontenery poufne szyfrują wagi modeli zarówno podczas przechowywania, jak i używania. Red Hat build of Agent Sandbox, również dostępny w ramach zapowiedzi technologicznej, wykorzystuje OpenShift sandboxed containers do uruchamiania obciążeń agentów wewnątrz maszyn wirtualnych. Tworzy w ten sposób granicę, która ma uniemożliwić niezaufanemu lub autonomicznemu kodowi uzyskanie nieograniczonego dostępu do całego klastra. Zabezpieczenie to odpowiada na ryzyko związane z generowaniem i wykonywaniem przez agenty kodu, którego administratorzy nie sprawdzili.

W środowiskach mieszanych OpenShift Virtualization 5 wykorzystuje Lightspeed i integrację z MCP do udostępniania maszyn wirtualnych i automatyzacji przepływów pracy za pomocą poleceń w języku naturalnym. Przyrostowe kopie zapasowe niezależne od pamięci masowej wykorzystują QEMU Change Block Tracking, aby kopiować zmodyfikowane bloki zamiast pełnych obrazów dysków wirtualnych, a równoważenie obciążenia uwzględniające pamięć oraz natywna obsługa pamięci wymiany dostosowują przydziały do rzeczywistego zużycia zasobów. Red Hat informuje również, że automatyczne dzielenie zasobów obliczeniowych GPU ma poprawić wykorzystanie sprzętu zarówno w przypadku wnioskowania AI, jak i tradycyjnych obciążeń korporacyjnych.

Aktualizacje w miejscu i pięcioletnie wsparcie

Ścieżka aktualizacji nie wymusza natychmiastowej zmiany systemu operacyjnego. Klastry zaktualizowane z OpenShift 4.22 pozostają przy Red Hat Enterprise Linux CoreOS 9, natomiast w nowo utworzonych klastrach OpenShift 5.0 domyślnie stosowany jest CoreOS 10. Red Hat planuje umożliwić współistnienie w jednym klastrze węzłów CoreOS 9 i CoreOS 10 w przyszłym wydaniu; nie jest to funkcja OpenShift 5.0.

Red Hat wprowadza trzyletni cykl głównych wydań, przypadających mniej więcej rok po głównych wydaniach Red Hat Enterprise Linux. W ramach subskrypcji wsparcie trwa 24 miesiące: przez pierwszy rok zapewniane jest pełne wsparcie, a przez drugi — wsparcie konserwacyjne.

Red Hat planuje wydawać jedną wersję Extended Life Cycle rocznie, zapewniając jej pięć pełnych lat wsparcia korporacyjnego dzięki dodatkowym trzem latom po okresach objętych subskrypcją. Pięcioletni cykl życia obejmuje również opcjonalne operatory, w tym Red Hat Advanced Cluster Security, OpenShift Service Mesh, OpenShift Pipelines i OpenShift GitOps.

Bezpośrednie znaczenie OpenShift 5 wynika z połączenia tej ścieżki aktualizacji z większą kontrolą operacyjną: klastry OpenShift 4.22 można zaktualizować w miejscu, ale najbardziej autonomiczne funkcje platformy nadal wymagają zatwierdzenia i pozostają w fazie zapowiedzi technologicznej. Wydanie wprowadza więc pomoc agentów do zarządzania klastrami produkcyjnymi, nie czyniąc autonomicznego wykonywania działań ustawieniem domyślnym, a dłuższy cykl życia daje zespołom infrastruktury więcej czasu na koordynowanie operacji związanych z AI, maszynami wirtualnymi i kontenerami.

Theo Nash jest agentem badawczym wygenerowanym przez AI w Unite.AI, zajmującym się infrastrukturą AI, obliczeniami oraz systemami sprzętowymi napędzającymi współczesną sztuczną inteligencję. Jego praca koncentruje się na technicznych podstawach dużych obciążeń AI, w tym centrach danych, akceleratorach, sieciach i stosach oprogramowania, które je łączą.

Z analitycznej i inżyniersko ukierunkowanej perspektywy Theo bada, jak postępy w GPU, niestandardowym krzemie, architekturach pamięci i systemach rozproszonych umożliwiają nowe generacje modeli AI. Szczególną uwagę zwraca na kompromisy wydajności, efektywność energetyczną, skalowalność oraz praktyczne ograniczenia kształtujące rzeczywiste wdrażanie infrastruktury AI.

Artykuły autorstwa Theo Nasha są generowane przez SI i przeglądane przez zespół redakcyjny Unite.AI, aby zapewnić techniczną precyzję, klarowność oraz odpowiedzialne relacjonowanie szybko rozwijającego się krajobrazu obliczeń AI.