Red Hat AI เพิ่มศักยภาพครั้งสำคัญ เพื่อผนึกพลังนักพัฒนาและผู้ปฏิบัติงาน สู่โลกอนาคตของ Agentic

metal-to-agent ขีดความสามารถใหม่ใน Red Hat AI มอบรากฐานสำหรับ

การขยายขอบเขตการทำงานของโมเดลและเอเจนต์อัตโนมัติ ครอบคลุมทั่วทั้งไฮบริดคลาวด์

กรุงเทพฯ วันที่ 28 พฤษภาคม 2569 – เร้ดแฮทผู้นำระดับโลกด้านโซลูชันโอเพ่นซอร์ส ประกาศเพิ่มประสิทธิภาพครั้งสำคัญในกลุ่มผลิตภัณฑ์ Red Hat AI เพื่อช่วยปิดช่องว่างระหว่างการทดลองใช้ AI และ การควบคุมการปฏิบัติงานในระดับใช้งานจริงในภาคการผลิต Red Hat AI 3.4 เป็นแพลตฟอร์มรวมศูนย์ที่ครอบคลุมตั้งแต่โครงสร้างพื้นฐานล่างสุดไปจนถึงซอฟต์แวร์อัจฉริยะระดับบนสุดที่ตัดสินใจและทำงานแทนมนุษย์ได้ (metal-to-agent) แพลตฟอร์มนี้ช่วยลดความซับซ้อนในการพัฒนาและติดตั้งใช้งาน agentic workflows ช่วยให้องค์กรเดินหน้าขยายการใช้งาน AI จากโครงการนำร่องไปสู่การใช้งานจริงครอบคลุมทั่วโครงสร้างพื้นฐานขององค์กร

เร้ดแฮทมอบกรอบการทำงานที่เป็นมาตรฐานเดียวกันให้กับผู้พัฒนา (builders) และผู้ปฏิบัติการ (operators) เพื่อเป็นรากฐานให้องค์กรต่าง ๆ ขยายระบบอัตโนมัติ ควบคู่กับการคงความสามารถในการควบคุมและความปลอดภัย รวมถึงประสิทธิภาพของฮาร์ดแวร์ที่องค์กรสมัยใหม่ต้องการ

Red Hat AI 3.4 เป็นแพลตฟอร์มครบวงจรที่มอบโครงสร้างสถาปัตยกรรมและเครื่องมือสำหรับการทำงานที่จำเป็นในการขยายการใช้งานโมเดล และสำหรับเวิร์กโฟลว์ของเอเจนต์ต่าง ๆ บนไฮบริดคลาวด์ โดยมีหัวใจสำคัญคือการให้บริการ Model-as-a-Service (MaaS) ซึ่งเป็นอินเทอร์เฟซการกำกับดูแลหนึ่งเดียวที่ช่วยให้นักพัฒนาซอฟต์แวร์สามารถเข้าถึงโมเดลที่คัดสรรมาแล้ว ในขณะเดียวกันก็ช่วยให้ผู้ดูแลด้านไอทีสามารถติดตามการใช้ทรัพยากรและการบังคับใช้นโยบายต่าง ๆ ได้ แพลตฟอร์มนี้สร้างบนรากฐานของการอนุมานแบบกระจาย (distributed inference) สมรรถนะสูงที่ใช้พลังจาก vLLM และ llm-d เพื่อคงประสิทธิภาพและความเสถียรในการให้บริการโมเดลให้เหมาะสมกับทุกสภาพแวดล้อม

แม้ความต้องการด้านการอนุมานผลจะพุ่งสูงขึ้นมากจากการใช้ AI agents แต่ Red Hat AI มอบขีดความสามารถให้องค์กรสามารถปรับใช้และบริหารจัดการเอเจนต์ได้ตามต้องการ โดยไม่ขึ้นอยู่กับกรอบการทำงานของเอเจนต์ นอกจากนี้เครื่องมือ AgentOps ที่เปิดตัวเมื่อเร็ว ๆ นี้ ยังช่วยบริหารจัดการเอเจนต์ต่าง ๆ ตั้งแต่ขั้นตอนการพัฒนาไปจนถึงการใช้งานจริง ผ่านระบบที่รวมทั้งการติดตาม (tracing) การตรวจสอบสถานะ (observability) การระบุตัวตนด้วยเทคโนโลยีการเข้ารหัส  (cryptographic identity) และการบริหารจัดการไลฟ์ไซเคิลไว้อย่างครบวงจร 

Red Hat AI 3.4 นำเสนอความสามารถในการบริหารจัดการคำสั่ง (พรอมต์: prompt) เพื่อบูรณาการข้อมูลขององค์กรเข้ากับโมเดลและเอเจนต์ต่าง ๆ โดยถือว่าพรอมต์เป็นสินทรัพย์ข้อมูลหลัก และเป็นศูนย์กลางของการประเมินความแม่นยำ คุณภาพ และความปลอดภัยของโมเดลและเอเจนต์ ความสามารถเหล่านี้ขับเคลื่อนด้วย MLflow ซึ่งรองรับการติดตามการทดลองแบบบูรณาการ และการบริหารจัดการชิ้นงานที่ได้จากการพัฒนา (artifact management) ให้ทั้งกับการใช้ generative และ predictive AI แพลตฟอร์มนี้ยังช่วยให้ผู้ใช้สามารถตรวจสอบความปลอดภัยของโมเดลและเอเจนต์ ด้วยการทดสอบความปลอดภัยอัตโนมัติและการทดสอบเจาะระบบ (red-teaming) โดยใช้เทคโนโลยีจาก Chatterbox Labs และโปรเจกต์ Garak เพื่อมอบเส้นทางที่ปลอดภัยในการเปลี่ยนจากโครงการนำร่องไปสู่การใช้งานจริงในระดับองค์กร 

การเปลี่ยนผ่านจากแชตบอตที่อยู่ในขั้นทดลองไปสู่ระบบอัตโนมัติระดับใช้งานจริง จำเป็นต้องปรับเปลี่ยนรูปแบบการทำงานร่วมกันของทีมไอทีอย่างสิ้นเชิง องค์กรหลายแห่งในปัจจุบันตระหนักถึงความจำเป็นในการเปลี่ยนจากการเป็นเพียง “ผู้ใช้โทเคน” (token consumers) ไปสู่การเป็น “ผู้ให้บริการโทเคน” (token providers) เพื่อให้สามารถบริหารจัดการต้นทุนได้ดีขึ้น และรองรับการใช้งาน AI ทั้งที่เป็น private AI และ sovereign AI อย่างไรก็ตาม ช่องว่างในการทำงานระหว่างผู้พัฒนา และผู้ดูแลโครงสร้างพื้นฐาน ยังคงเป็นอุปสรรคสำคัญต่อการนำไปใช้งาน หากขาดแนวทางที่เป็นหนึ่งเดียวในการเชื่อมประสานบทบาทของทั้งสองฝ่ายนี้ อุปสรรคในการเข้าถึงโครงสร้างพื้นฐานจะทำให้การพัฒนานวัตกรรมล่าช้า ในขณะที่การหันไปใช้ทางลัด “shadow AI” จะนำมาซึ่งความเสี่ยงที่ควบคุมไม่ได้ และต้นทุนที่คาดการณ์ไม่ได้ 

Red Hat AI 3.4 ช่วยขจัดช่องว่างดังกล่าวด้วยการวางรากฐานให้องค์กรเพื่อการอนุมานที่ปรับขยายการทำงานได้ และการปรับใช้เอเยนต์อัตโนมัติ พร้อมมอบคุณสมบัติด้านความโปร่งใสและการควบคุมที่จำเป็นเพื่อให้สอดคล้องกับมาตรฐานการกำกับดูแลและมาตรฐานด้านความเสี่ยงที่เข้มงวด เนื่องจากเอเจนต์ทำงานด้วยความเป็นอิสระในระดับหนึ่ง การขาดความสามารถในการมองเห็นความเป็นไปของกระบวนการตัดสินใจจะทำให้เกิดความเสี่ยงด้านความปลอดภัยที่ร้ายแรง Red Hat AI แก้ปัญหานี้ด้วยการมอบโครงสร้างพื้นฐานที่สามารถติดตามการกระทำ ขั้นตอนการให้เหตุผล และการเรียกใช้เครื่องมือต่าง ๆ ทำให้สามารถตรวจสอบได้ว่าเอเจนต์บรรลุผลลัพธ์แต่ละอย่างได้อย่างไร แพลตฟอร์มนี้บูรณาการการระบุตัวตนด้วยการเข้ารหัส ซึ่งจะเชื่อมโยงการกระทำต่าง ๆ เข้ากับข้อมูลประจำตัวที่ผ่านการตรวจสอบแล้ว ช่วยให้ระบุได้ชัดเจนว่าหน่วยงานใดเป็นผู้ปฏิบัติงานนั้น ๆ ขีดความสามารถทั้งหมดที่กล่าวมานี้ช่วยพาองค์กรก้าวหน้าไกลกว่าการเป็นเพียงโปรเจกต์นำร่องที่กระจัดกระจาย แต่ก้าวไปสู่การใช้ AI เหมือนเป็นหนึ่งในระบบสาธารณูปโภคขององค์กรที่ขยายการทำงานได้ คาดการณ์ได้ และที่สำคัญที่สุดคือมีความสามารถในการตรวจสอบย้อนกลับเพื่อให้มีผู้รับผิดชอบต่อการตัดสินใจของ AI

คุณโจ เฟอร์นันเดส รองประธานและผู้จัดการทั่วไปหน่วยธุรกิจ AI ของเร้ดแฮท กล่าวว่า “ยุคแห่งเอเจนติก เป็นยุคที่แพลตฟอร์มของเราวิวัฒนาจากการรันแอปพลิเคชันแบบดั้งเดิม ไปสู่การขับเคลื่อนระบบอัจฉริยะที่ทำงานได้ด้วยตนเอง เรากำลังกำหนดมาตรฐานเปิดให้กับวิธีการที่องค์กรจะนำ AI ไปใช้งานจริง เร้ดแฮทวางรากฐานที่แข็งแกร่งตั้งแต่ระดับฮาร์ดแวร์ไปจนถึงเอเจนต์ (metal-to-agent) ให้กับระบบ AI Inference, MaaS และ AgentOps มอบความมั่นใจในเชิงปฏิบัติการที่องค์กรต้องการ เพื่อสร้างสรรค์นวัตกรรมในวงกว้างควบคู่กับการรักษาอำนาจในการควบคุมที่เข้มงวด 

คุณเออร์วาชิ เชาธารี รองประธานฝ่ายบริหารจัดการผลิตภัณฑ์ – บริการด้าน AI ของ CoreWeave กล่าวว่า “ความร่วมมือระหว่าง CoreWeave และ Red Hat มีพื้นฐานมาจากความมุ่งมั่นร่วมกันในด้านระบบเปิดและการส่งมอบรากฐานการอนุมานผลประสิทธิภาพสูง เพื่อช่วยให้องค์กรสามารถขยายการใช้เวิร์กโหลด AI ที่ซับซ้อนที่สุดได้ เราได้ร่วมกันส่งมอบพิมพ์เขียวการปรับใช้ Red Hat AI Inference บน CoreWeave Kubernetes Service เพื่อรันชุดคำสั่งในการอนุมานผลเดียวกันได้ทั้งในระบบที่อยู่ในองค์กร (on-premise) และบนคลาวด์ ด้วยระบบควบคุมแบบ Kubernetes-native และประสิทธิภาพระดับใช้งานจริง (production-grade) ซึ่งช่วยให้ทีม AI ขององค์กรที่อยู่ในอุตสาหกรรมที่มีการกำกับดูแลเข้มงวดสามารถมุ่งเน้นไปที่งานสำคัญ เช่น การสร้างและขยายการใช้ AI โดยไม่ต้องเสียเวลาปรับเครื่องมือใหม่ทุกครั้งที่เปลี่ยนสภาพแวดล้อมการใช้งาน”

คุณจอห์น ฟาเนลลี รองประธานฝ่ายซอฟต์แวร์องค์กรของ NVIDIA กล่าวว่า “ในยุคที่เอเจนต์ที่ทำงานอัตโนมัติต่อเนื่องยาวนานเข้ามามีบทบาทในองค์กร องค์กรจำเป็นต้องมีระบบควบคุมโครงสร้างพื้นฐานและความปลอดภัยระดับใหม่ เพื่อให้มั่นใจได้ว่าการดำเนินงานในวงกว้างนั้นมีความน่าเชื่อถือ Red Hat AI Factory with NVIDIA มอบรากฐานหนึ่งเดียวที่ขับเคลื่อนด้วยโอเพ่นซอร์สที่ช่วยให้นักพัฒนาและฝ่ายปฏิบัติการมีระบบการกำกับดูแลและมีความมั่นใจที่จำเป็นต้องใช้ในอนาคตในยุคแห่งเอเจนติก” 

ประเด็นสำคัญ

• การอนุมานผลที่ทรงพลังและขยายได้ และการเข้าถึงโมเดลที่มีการกำกับดูแล: การอนุมานผลโมเดลที่มีประสิทธิภาพสูงยังคงเป็นหัวใจสำคัญของ AI ในระดับใช้งานจริง ซึ่งการรวมเอา vLLM inference server และ llm-d distributed inference engine เข้ากับบริการ MaaS ทำให้ Red Hat AI 3.4 มอบรากฐานการอนุมานผลโมเดลที่เสถียรและมีประสิทธิภาพ ในขณะเดียวกันก็ช่วยให้ผู้ใช้งานและเอเจนต์ต่าง ๆ เข้าถึงโมเดลที่มีการกำกับดูแลได้อย่างไม่ยุ่งยาก
• AgentOps ที่คล่องตัวเพื่อไลฟ์ไซเคิลของแอปพลิเคชันอัตโนมัติ: Red Hat AI 3.4 นำเสนอขีดความสามารถด้าน AgentOps ที่ครอบคลุม เพื่อช่วยให้นำเอเจนต์ไปใช้งานจริงในวงกว้างได้อย่างมีประสิทธิภาพ ซึ่งรวมถึงระบบการติดตามการทำงาน (tracing) การเฝ้าสังเกต (observability) และการประเมินผล (evaluations) ที่ผสานรวมมาให้ในตัว ควบคู่ไปกับการจัดการตัวตนและการบริหารไลฟ์ไซเคิลของเอเจนต์ เพื่อขับเคลื่อนการเปลี่ยนผ่านเอเจนต์จากขั้นตอนการพัฒนาไปสู่การใช้งานจริง
• การเชื่อมโยงข้อมูลเข้ากับโมเดลและเอเจนต์: ข้อมูลขององค์กรคือเชื้อเพลิงที่ขับเคลื่อนโมเดลและเอเจนต์ Red Hat AI 3.4 ได้เพิ่มระบบการจัดการพรอมต์ เพื่อยกระดับให้พรอมต์เป็นสินทรัพย์ข้อมูลที่มีความสำคัญลำดับต้น ๆ พร้อมด้วยศูนย์กลางการประเมินผลสำหรับบริหารจัดการการทดสอบทั้งในด้านคุณภาพ ความแม่นยำ ความปลอดภัย และความเสี่ยง ขีดความสามารถเหล่านี้ขับเคลื่อนโดย MLFlow ซึ่งรองรับทั้งการติดตามการทดลอง และการบริหารจัดการชิ้นงานที่ได้จากการพัฒนา (artifact management) ที่ครอบคลุมทั้งการใช้งานในรูปแบบ generative AI และ predictive AI/ML 
• ความปลอดภัยและความมั่นคงแบบครบวงจรสำหรับโมเดลและเอเจนต์: เพื่อช่วยปกป้องโครงสร้างพื้นฐาน AI ทั้งระบบ Red Hat AI นำเสนอการรักษาความปลอดภัยแบบเป็นลำดับชั้น (layered security posture) ที่ครอบคลุมตั้งแต่ระดับระบบปฏิบัติการไปจนถึงตรรกะการทำงานของเอเจนต์ การจัดให้มีการทดสอบความปลอดภัยแบบอัตโนมัติและการจำลองการโจมตี (red-teaming) ช่วยให้องค์กรสามารถใช้แนวทางที่ขับเคลื่อนด้วยข้อมูลในการคัดเลือกและตั้งค่าโมเดลรวมถึงระบบป้องกัน (guardrail) ซึ่งช่วยให้ปกป้องเวิร์กโหลด AI จากภัยคุกคามที่เปลี่ยนแปลงตลอดเวลาได้ดีขึ้น 

การวางตลาด

คาดว่าจะวางตลาด Red Hat AI 3.4 ในช่วงปลายเดือนพฤษภาคม

แหล่งข้อมูลเพิ่มเติม

• Read the blog on Red Hat AI 3.4
• Learn more about Red Hat AI Inference on IBM Cloud
• Check out the blog on Red Hat AI Inference on xKS
• Learn more about the new MCP catalog 

ช่องทางติดต่อกับเร้ดแฮท

• Learn more about Red Hat
• Get more news in the Red Hat newsroom
• Read the Red Hat blog
• Follow Red Hat on Twitter
• Join Red Hat on Facebook
• Watch Red Hat videos on YouTube
• Follow Red Hat on LinkedIn

ข้อมูลเพิ่มเติม

• Read the blog on Red Hat AI 3.4
• Learn more about Red Hat AI Inference on IBM Cloud
• Check out the blog on Red Hat AI Inference on xKS
• Learn more about the new MCP catalog
• Learn more about Red Hat Summit
• See all of Red Hat’s announcements in the Red Hat Summit newsroom

เกี่ยวกับเร้ดแฮท

เร้ดแฮท คือผู้นำด้านเทคโนโลยีโอเพ่นไฮบริดคลาวด์ นำเสนอโครงสร้างพื้นฐานที่เชื่อถือได้ สอดคล้อง  และครอบคลุม เพื่อรองรับการเปลี่ยนแปลงทางนวัตกรรมด้านไอที และแอปพลิเคชัน AI กลุ่มผลิตภัณฑ์ด้านคลาวด์, ผลิตภัณฑ์สำหรับนักพัฒนาซอฟต์แวร์, AI, Linux, ระบบอัตโนมัติ และแอปพลิเคชันแพลตฟอร์มของบริษัทฯ ช่วยให้สามารถใช้งานแอปพลิเคชันใด ๆ ก็ได้ในทุกที่ ไม่ว่าจะเป็นในดาต้าเซ็นเตอร์ ไปจนถึง edge ในฐานะผู้ให้บริการชั้นนำระดับโลกด้านโซลูชันซอฟต์แวร์โอเพ่นซอร์สสำหรับองค์กร เร้ดแฮทลงทุนด้านระบบนิเวศและชุมชนแบบเปิด เพื่อแก้ไขความท้าทายด้านไอทีที่จะเกิดขึ้นในอนาคต เร้ดแฮทร่วมมือกับพันธมิตรและลูกค้า เพื่อสร้าง เชื่อมต่อ ทำให้เป็นอัตโนมัติ รักษาความปลอดภัย และจัดการสภาพแวดล้อมไอทีให้กับลูกค้าและพันธมิตร โดยได้รับการสนับสนุนจากบริการให้คำปรึกษา รวมถึงบริการการฝึกอบรมและการรับรองที่ได้รับรางวัล

FORWARD-LOOKING STATEMENTS

Except for the historical information and discussions contained herein, statements contained in this press release may constitute forward-looking statements within the meaning of the Private Securities Litigation Reform Act of 1995. Forward-looking statements are based on the company’s current assumptions regarding future business and financial performance. These statements involve a number of risks, uncertainties and other factors that could cause actual results to differ materially. Any forward-looking statement in this press release speaks only as of the date on which it is made. Except as required by law, the company assumes no obligation to update or revise any forward-looking statements.