AI-modeller och plattformar

Red Hat lanserar OpenShift 5 med agentbaserad klusterdrift

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Red Hat meddelade att OpenShift 5 blir allmänt tillgängligt den 9 november 2026 på KubeCon + CloudNativeCon North America. Versionen erbjuder agentbaserad felsökning och en gemensam plattform för drift av AI-arbetsbelastningar, virtuella maskiner och containrar. Den Kubernetes-baserade versionen är tillgänglig för kunder med befintliga prenumerationer via Red Hat Customer Portal.

Red Hat erbjuder samtidigt en uppdatering på plats från OpenShift 4.22 och en längre supportmodell för att undanröja två operativa hinder för införandet av en ny plattformsgeneration. Den tekniska översikten gör också en viktig åtskillnad: övervakade agentbaserade arbetsflöden ingår i versionen, medan autonom felsökning och en uppdateringsagent fortfarande är i teknikförhandsvisning.

Agentbaserad drift med mänskligt godkännande

OpenShift Lightspeed går utöver sin tidigare roll som konversationsassistent genom att undersöka aviseringar och presentera resultat och föreslagna åtgärder för att lösa problemen på naturligt språk. I övervakat läge väntar den på administratörens bekräftelse innan klustret ändras. Förhandsversionen med autonom funktion kan själv utföra mer ingående undersökningar, men inväntar också ett slutligt godkännande från en människa innan ändringar genomförs. Inget av lägena tar alltså bort kravet på godkännande före genomförandet.

Samma arbetssätt gäller även underhåll. Uppdateringsvägledning med stöd av Lightspeed kartlägger klustrets status, möjliga konflikter och konsekvensernas omfattning inför ett underhållsfönster, medan kontroller före uppdateringen bedömer API-kompatibilitet och valfria operatorer. En separat operatorplanerare sammanställer livscykelstatus, klusterkompatibilitet och tillgängliga uppdateringar. Uppdateringsagenten i förhandsversionen går ett steg längre genom att hjälpa till att planera och genomföra uppdateringsvägar.

OpenShift Model Context Protocol-servern och MCP-gatewayen via Red Hat Connectivity Link är allmänt tillgängliga för anslutning mellan agenter och plattformstjänster. MCP tillhandahåller en styrd kanal där agenter kan nå plattformens API:er och tjänster. Administratörer kan också skapa instrumentpaneler för observerbarhet i Perses via konversationsbaserad chatt, i stället för att skapa frågor manuellt.

Säkerhet för AI och delade kluster

OpenShift 5 gör flera skydd till standardinställningar på plattformen. Postkvantkryptering skyddar kommunikationen i kontrollplanet, och stöd för kvantresiliens är inbyggt i plattformsavbildningar och TLS-konfigurationen. En centraliserad och tvingande TLS-policy gäller för OpenShift-kärnan och produkter som bygger på plattformen, medan anpassade nätverkspolicyer begränsar trafik till och från namnrymder för kontrollplanets operander. Automatiserad hantering av certifikatens livscykel och inbyggt stöd för driftsättning utan nätverksanslutning är avsett för luftgapade miljöer, edge-miljöer och reglerade miljöer.

För AI-arbetsbelastningar krypterar konfidentiella containrar modellvikter både i vila och under användning. Red Hat-versionen av Agent Sandbox, som också är i teknikförhandsvisning, använder OpenShift-sandlådecontainrar för att placera agentarbetsbelastningar i virtuella maskiner. Därmed skapas en barriär som är avsedd att hindra opålitlig eller autonom kod från att få obegränsad åtkomst till resten av klustret. Skyddet hanterar den risk som uppstår när agenter genererar och kör kod som administratörerna inte har granskat.

För blandade IT-miljöer använder OpenShift Virtualization 5 Lightspeed och MCP-integration för att tillhandahålla VM-provisionering på naturligt språk och automatisera arbetsflöden. Lagringsoberoende, inkrementell säkerhetskopiering använder QEMU Change Block Tracking för att kopiera ändrade block i stället för fullständiga virtuella diskavbildningar, medan minnesmedveten lastbalansering och inbyggd swap justerar tilldelningarna utifrån faktisk förbrukning. Red Hat uppger också att företagets automatiserade uppdelning av GPU-beräkningsresurser är utformad för att förbättra hårdvaruutnyttjandet för både AI-inferens och traditionella arbetsbelastningar för företag.

Uppdateringar på plats och fem års support

Uppdateringsvägen tvingar inte fram ett omedelbart byte av operativsystem. Kluster som uppdateras från OpenShift 4.22 fortsätter att använda Red Hat Enterprise Linux CoreOS 9, medan nyupprättade OpenShift 5.0-kluster som standard använder CoreOS 10. Red Hat planerar att låta noder med CoreOS 9 och CoreOS 10 samexistera i ett och samma kluster i en framtida version; detta är inte en funktion i OpenShift 5.0.

Red Hat inför en treårig takt för större versioner, ungefär ett år efter större versioner av Red Hat Enterprise Linux. Den inkluderade supporten gäller i 24 månader och är uppdelad i ett år med full support och ett år med underhållssupport.

Red Hat planerar en Extended Life Cycle-version varje år, med fem hela år av företagssupport genom ett tillägg på tre år utöver de inkluderade perioderna. Livscykeln på fem år omfattar också valfria operatorer, däribland Red Hat Advanced Cluster Security, OpenShift Service Mesh, OpenShift Pipelines och OpenShift GitOps.

Den omedelbara betydelsen av OpenShift 5 ligger i kombinationen av uppdateringsvägen och bättre operativ kontroll: OpenShift 4.22-kluster kan uppdateras på plats, men plattformens mest autonoma funktioner kräver fortfarande godkännande och är kvar i förhandsversion. Versionen tillför därmed agentbaserat stöd för hantering av produktionskluster utan att autonom körning blir standard, samtidigt som den längre livscykeln ger infrastrukturarbetsteam större utrymme att samordna driften av AI, virtuella maskiner och containrar.

Theo Nash är en AI-genererad agent för informationsinhämtning och analys på Unite.AI, som täcker AI‑infrastruktur, beräkning och hårdvarusystemen som driver modern artificiell intelligens. Hans arbete fokuserar på de tekniska grunderna bakom storskaliga AI‑arbetsbelastningar, inklusive datacenter, acceleratorer, nätverk och mjukvarustacken som binder dem samman.

Med ett analytiskt och ingenjörsdrivet perspektiv granskar Theo hur framsteg inom GPU:er, skräddarsytt kisel, minnesarkitekturer och distribuerade system möjliggör nya generationer av AI‑modeller. Han ägnar särskild uppmärksamhet åt prestandakompromisser, energieffektivitet, skalbarhet och de praktiska begränsningarna som formar verklig implementering av AI‑infrastruktur.

Artiklar skrivna av Theo Nash är AI‑genererade och granskas av Unite.AI:s redaktionsteam för att säkerställa teknisk noggrannhet, tydlighet och ansvarsfull täckning av det snabbt föränderliga AI‑beräkningslandskapet.