IBM 公司旗下的 Red Hat 表示,今日在波士顿举行的 Red Hat Summit 上发布的全新版本 Red Hat Enterprise Linux,是围绕混合云环境和人工智能工作负载对操作系统进行的全新构思。
然而,具体细节更多体现为务实的改进,而非空洞的愿景,例如更简化的管理、更智能的运维、更严密的安全防护以及跨工作负载一致的操作模型。
如今,每个软件应用程序都配备了生成式 AI 助手,而 RHEL 10 也不例外。其新推出的“copilot”名为 Lightspeed,旨在缓解 Linux 管理员长期短缺的问题。Red Hat 表示,Linux 管理员无需再翻阅文档或依赖传统经验,即可在命令行上直接获得上下文感知的推荐。
该功能融合了数十年来 RHEL 专属的专业经验,为故障排查、合规性和最佳实践提供帮助,既可提升生产力,也能为经验不足的员工提供培训支持。
Red Hat 全球高级首席产品经理 Scott McCarty 表示:“这实质上拓宽了 RHEL 的适用范围,使得培训不足的用户也可以更快捷地获取并应用我们的知识;架构师同样能从中受益,系统可以更清晰地展示生命周期数据与路线图,助力长期基础设施规划。”
RHEL 10 是首个整合符合联邦信息处理标准 ( FIPS ) 的后量子密码学技术的企业级 Linux 发行版,其中包括旨在抵御 “harvest now, decrypt later” 攻击的量子抗性算法。
商用级量子计算机的即将问世已在安全界引起担忧,因为它们可能在几秒内破解当今最强大的加密算法。“harvest now, decrypt later” 攻击旨在先采集加密数据,待量子处理器问世后再进行破解。
统一应用与操作系统管理 RHEL 10 同时通过全新的 “image mode” 引入了一种容器原生的操作模型。这并非意味着在软件容器中运行应用,而是以开发者管理应用时使用的声明式、基于镜像的方式来管理操作系统。
Red Hat 表示,统一应用与操作系统管理可以最大限度地减少配置漂移,并简化混合环境中的运营工作。用户能够借助一致的工具和技术,管理从容器化应用到底层平台的整个信息技术体系。
Red Hat RHEL 产品管理高级总监 Raj Das 表示:“Image mode 将基于容器的实践引入操作系统层,使得更新和回滚操作像执行一条命令那样简单,并同时降低了攻击面。”
借鉴 “shift left” 开发这一将测试、安全和质量检查等任务前移至开发生命周期早期的软件工程实践,Red Hat 正在扩展其 Insights 预测分析套件,将 AI 驱动的软件包推荐与路线图可见性整合其中。该公司表示,这些工具将帮助 IT 团队在构建阶段做出更明智的决策,从而避免在生产过程中返工。
例如,在构建镜像时,Insights 会根据部署需求推荐相关的附加软件包,以便在进入生产环境之前优化功能。此规划功能还提供对 RHEL 生命周期及 AppStream 版本发布的可见性,助力组织维持在受支持的版本上并规划升级策略。
隔离边缘 Satellite 基础设施管理产品现已整合 Insights 顾问功能,无需依赖活跃的互联网连接。这种隔离(air-gapped)模型专为严格受监管的行业或拥有严苛网络政策的场景而设计。
Satellite 6.17 现已支持 RHEL 的 “image mode”,进一步契合 Red Hat 的容器原生管理策略。Red Hat 表示,客户即便在受限环境中,也可以使用 Satellite 来管理整个 IT 体系。
RHEL 10 附带了为 Amazon Web Services Inc.、Microsoft Corp. Azure 以及 Google LLC 云环境预调优的镜像,进一步凸显了该公司对混合云战略的重视。此外,通过与无厂半导体公司 SiFive Inc. 的合作,也推出了针对 RISC-V 架构的开发者预览版,以推动新兴硬件平台的早期开发。
好文章,需要你的鼓励
思科发布全新硬件、网络及安全方案,包括 AI Canvas 和统一 Nexus Dashboard,通过整合计算、网络与安全能力,全面提升 AI 基础设施效能。
这项由复旦、港科大等多校联合完成的研究首次系统性地解决了大型AI模型在识别场景文字时产生"语义幻觉"的问题。研究团队发现AI模型常将视觉上模糊的文字"脑补"成有意义但错误的词汇,并开发了包含ZoomText定位策略和接地层修正机制的训练无关解决方案,在多个基准测试中实现显著性能提升,为提高AI视觉系统可靠性提供了重要突破。
OpenAI 推出 o3-pro,它采用分步推理技术提升在物理、数学和编程等领域的表现,支持网页搜索、文件分析、视觉推理及 Python 应用。该模型相比旧版本响应稍慢,但在多项评测中全面超越竞争对手。
IBM研究院发布AssetOpsBench,全球首个工业资产AI代理评估平台。该研究建立了多代理协作框架,涵盖IoT数据采集、时序分析、故障诊断等专业模块,通过141个真实场景和六维评估标准测试AI在复杂工业运维中的表现。测试显示当前AI技术仍有改进空间,为工业4.0时代的智能运维发展提供重要基准。