โมเดลและแพลตฟอร์ม AI

RHEL 10.3 และ 9.9 นำระบบวินิจฉัยด้วย AI ที่พร้อมใช้งานจริงมาให้บริการ

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

เมื่อวันที่ 11 พฤศจิกายน 2026 Red Hat ประกาศความพร้อมให้ใช้งาน Red Hat Enterprise Linux (RHEL) 10.3 และ 9.9 โดยเพิ่มระบบวินิจฉัยที่มี AI ช่วยเป็นฟีเจอร์ที่รองรับสำหรับใช้งานจริง ควบคู่ไปกับการควบคุมความสมบูรณ์ของระบบปฏิบัติการแบบใหม่ แดชบอร์ดตรวจสอบ AI และการอัปเดตเครื่องมือสำหรับนักพัฒนา

เซิร์ฟเวอร์ โปรโตคอลบริบทโมเดล (Model Context Protocol หรือ MCP) สำหรับ RHEL พ้นจากสถานะ Developer Preview และพร้อมใช้งานทั่วไปแล้ว เซิร์ฟเวอร์นี้เชื่อมต่อผู้ช่วย AI ที่รองรับเข้ากับข้อมูลระบบ RHEL เพื่อใช้ในการวินิจฉัย โดยกำหนดสิทธิ์การเข้าถึงไว้เป็นค่าเริ่มต้น แทนที่จะเปิดให้ผู้ช่วยเข้าถึงได้โดยไม่มีข้อจำกัด การเปิดตัวครั้งนี้เกิดขึ้นหลังจาก ประกาศเมื่อวันที่ 9 พฤศจิกายน 2026 ของ Red Hat ซึ่งระบุไว้ว่า RHEL ทั้งสองเวอร์ชันมีแผนจะพร้อมใช้งานทั่วไปในอีกไม่กี่สัปดาห์ข้างหน้า

ระบบวินิจฉัยด้วย AI พร้อมใช้งานจริง

เซิร์ฟเวอร์ MCP จัดจำหน่ายเป็นแพ็กเกจ RPM ในคลังส่วนขยายของ RHEL และติดตั้งพร้อมกับ goose ซึ่งเป็นเอเจนต์ AI แบบบรรทัดคำสั่งโอเพนซอร์สของ Red Hat ได้โดยใช้คำสั่ง dnf มาตรฐาน ทำให้การเชื่อมต่อผู้ช่วยเป็นส่วนหนึ่งของกระบวนการจัดการแพ็กเกจที่ระบบปฏิบัติการใช้อยู่แล้ว

ข้อมูลย้อนหลังจาก Performance Co-Pilot (PCP) ช่วยเพิ่มเหตุการณ์ด้านประสิทธิภาพในอดีตให้แก่ข้อมูลที่ผู้ช่วยเหล่านั้นเข้าถึงได้ Red Hat ระบุว่าข้อมูลนี้ช่วยระบุสาเหตุที่แท้จริงของปัญหาที่เกิดขึ้นเป็นครั้งคราวได้โดยไม่ต้องเชื่อมโยงข้อมูลด้วยตนเอง ผู้ดูแลระบบสามารถตรวจสอบปัญหาด้านประสิทธิภาพ บริการที่ขัดข้อง และปัญหาการกำหนดค่า โดยใช้ทั้งสัญญาณปัจจุบันและข้อมูลย้อนหลัง พร้อมดำเนินการเปลี่ยนแปลงผ่านการควบคุมการปฏิบัติงาน

ตัวผู้ช่วยแบบบรรทัดคำสั่งเองมีตัวเลือกการติดตั้งใช้งานแยกต่างหาก ซึ่งมีระดับความพร้อมใช้งานต่างออกไป ลูกค้าสามารถใช้งานในรูปแบบที่จัดการด้วยตนเอง โดยใช้ระบบอนุมานที่โฮสต์โดยลูกค้า เพื่อเก็บคำแนะนำจากโมเดลและบริบทการปฏิบัติงานที่ละเอียดอ่อนไว้ภายในขอบเขตที่ปลอดภัย แยกขาดจากเครือข่าย หรือไม่มีการเชื่อมต่อ อย่างไรก็ตาม ตัวเลือกนี้ยังอยู่ในสถานะ Developer Preview ส่วนช่องทางโฮสต์โดย Red Hat ยังคงพร้อมให้ใช้งานสำหรับระบบที่เชื่อมต่อเครือข่าย

อิมเมจแบบปิดผนึกขยายการตรวจสอบความสมบูรณ์

RHEL 10.3 ยังทำให้อิมเมจแบบปิดผนึกสำหรับโหมด image พร้อมใช้งานทั่วไปด้วย ฟีเจอร์นี้ใช้คีย์ Secure Boot ของลูกค้าเพื่อตรวจสอบเนื้อหาของระบบปฏิบัติการตั้งแต่เฟิร์มแวร์และบูตโหลดเดอร์ ไปจนถึงเคอร์เนลและระบบไฟล์รูท เพื่อให้ระบบคงอยู่ในสถานะตามที่ลงลายเซ็นไว้ ระบบไฟล์รูทเป็นแบบอ่านอย่างเดียว และ Red Hat ระบุว่าเคอร์เนลจะปฏิเสธเนื้อหาที่ถูกดัดแปลงเมื่อมีการอ่าน แทนที่จะส่งเนื้อหานั้นให้ใช้งาน

กลไกนี้ออกแบบมาเพื่อพิสูจน์ว่าเนื้อหาที่กำลังทำงานตรงกับสิ่งที่นำไปติดตั้งใช้งานแต่แรก ซึ่งเป็นโจทย์ด้านการปฏิบัติงานสำหรับระบบที่กระจายอยู่หลายแห่ง Red Hat ระบุว่ารากฐานที่ผ่านการตรวจสอบล่วงหน้านี้สามารถตรวจจับการแก้ไขโดยไม่ได้รับอนุญาตและช่วยให้การปฏิบัติตามข้อกำหนดสำหรับการใช้งานในภาคการเงิน สาธารณสุข และภาครัฐง่ายขึ้น โดยขยายการตรวจสอบความสมบูรณ์จากช่วงเริ่มบูตไปจนถึงขณะทำงาน

เครื่องมือสำหรับนักพัฒนา การวัดส่งข้อมูล AI และการอัปเกรด

รุ่นใหม่นี้มาพร้อม GCC 16, LLVM 22, Go 1.27, .NET 11, Node.js 26 LTS, PHP 8.4 และ Rust 1.97 แดชบอร์ด AI ใหม่ของ grafana-pcp รวบรวมข้อมูลการวัดส่งประสิทธิภาพของ GPU, CPU และเครือข่าย เพื่อใช้ตรวจสอบเวิร์กโหลด AI และแมชชีนเลิร์นนิง

ทีมปฏิบัติการจึงใช้ข้อมูลด้านประสิทธิภาพได้สองรูปแบบที่เกี่ยวข้องกัน ได้แก่ มุมมองแบบรวมของโครงสร้างพื้นฐานที่รองรับเวิร์กโหลดเหล่านั้น และบริบทจากข้อมูลย้อนหลังที่เซิร์ฟเวอร์ MCP สามารถส่งให้ผู้ช่วย AI ระหว่างการแก้ไขปัญหา

Red Hat ยังเปิดตัวเส้นทางอัปเกรด Leapp จาก RHEL 9.9 ไปเป็น 10.3 และจาก RHEL 8.10 ไปเป็น 9.9 ซึ่งผ่านการตรวจสอบและได้รับการสนับสนุนแล้ว เส้นทางเหล่านี้เป็นการอัปเกรดในระบบเดิม เพื่อรองรับงานด้านวงจรชีวิตที่เกี่ยวข้องกับการย้ายระบบที่ใช้งานอยู่ไปยังรุ่นใหม่ โดยไม่จำเป็นต้องเริ่มติดตั้งใหม่ทั้งหมดสำหรับทุกการนำไปใช้งาน

ผลลัพธ์คือเส้นทางสู่การใช้งานจริงสำหรับการปฏิบัติงาน AI ระดับองค์กรที่แบ่งออกเป็นสองส่วน ได้แก่ ระบบวินิจฉัยที่ใช้ MCP และอิมเมจแบบปิดผนึก ซึ่งพร้อมใช้งานทั่วไปแล้ว ส่วนองค์กรที่จำเป็นต้องเก็บการอนุมานของผู้ช่วยไว้ภายในขอบเขตที่ไม่มีการเชื่อมต่อหรืออยู่ภายใต้ข้อกำกับ มีเพียงตัวเลือก Developer Preview สำหรับเวิร์กโฟลว์ที่จัดการด้วยตนเองเท่านั้น

Aiden Cross เป็นเอเจนต์วิจัยที่สร้างด้วย AI ของ Unite.AI ครอบคลุมกลยุทธ์ผลิตภัณฑ์ AI การดำเนินงาน และความท้าทายในการเปลี่ยนโมเดลทดลองให้เป็นผลิตภัณฑ์ที่ขยายขนาดได้และพร้อมเข้าสู่ตลาด เนื้อหามุ่งสำรวจว่าสตาร์ทอัพและทีมองค์กรเปลี่ยนจากต้นแบบและการสาธิตไปเป็นระบบที่เชื่อถือได้และมีลูกค้าใช้งานจริงอย่างไร

ด้วยมุมมองที่เน้นการปฏิบัติและรายละเอียด Aiden วิเคราะห์แผนงานผลิตภัณฑ์ กลยุทธ์เข้าสู่ตลาด การเลือกแพลตฟอร์ม และข้อแลกเปลี่ยนในองค์กรที่กำหนดว่าโครงการ AI จะสำเร็จหรือหยุดชะงัก โดยให้ความสำคัญกับข้อเท็จจริงในการนำไปใช้ การยอมรับของผู้ใช้ ข้อจำกัดด้านโครงสร้างพื้นฐาน และความสอดคล้องระหว่างความสามารถทางเทคนิคกับคุณค่าทางธุรกิจ

บทความที่ใช้ชื่อ Aiden Cross สร้างขึ้นด้วย AI และผ่านการตรวจทานโดยทีมบรรณาธิการของ Unite.AI เพื่อให้ข้อมูลเรื่องการสร้าง ส่งมอบ และขยายผลิตภัณฑ์ AI ในโลกจริงมีความชัดเจน ถูกต้อง และรับผิดชอบ