云计算·大数据 频道

红帽的“解锁”哲学:进军工业具身智能场景,给企业AI选择权

  不知从何时开始,具身智能赛道火了,拼技术、拼资本、拼场景的企业一大堆,市场热闹得已经不需要再解释一遍。就在整个行业陷入深度内卷时,红帽突然出现,这家三十多年“下不做硬件、上不做应用”、惯常待在中间平台层的基础设施型公司,悄然站到“机器人”旁边,这个转身着实值得多看两眼。

  但更让人感到意外的是,混合云应用平台OpenShift 5发布新版了。当外面都在追机器人、追模型、追Token工厂,红帽偏偏把最不性感的那一层又往前推了一版。

  在了解红帽近期这两大动态之前,我们先来借“红帽Open讲”,拆解下推动公司高速运转背后的“飞轮”,到底是什么?

  只做中间层:“五层蛋糕”与“四个Any”

  ▲红帽全球副总裁兼大中华区总裁曹衡康(Victor Tsao)

  近日,红帽在北京办公室举办了一场Open讲媒体沟通会,复盘了此前在上海落幕的2026红帽论坛。红帽全球副总裁兼大中华区总裁曹衡康(Victor Tsao)、红帽大中华区方案架构部总经理王慧慧(Aella Wang)、红帽大中华区首席营销官赵文斌(Max Zhao)三位高管,围绕AI落地、安全治理、虚拟化替代与具身智能等核心议题,系统地阐述了红帽在AI时代的平台战略,这也是公司始终站在技术创新前沿,永远能“解锁下一步”的正解!

  “首先,我们特别强调生态。红帽携手英特尔、西湖机器人、紫金星宇和施耐德电气,联合推出面向工业自主运营的具身智能机器人与Agentic AI解决方案。五方发挥各自技术优势,以开放协同的方式,探索具身智能在核心生产场景中的落地路径。”曹衡康开场就抛出了一个AI生态“五层蛋糕”。

  红帽论坛在上海举办,吸引了不少赞助商,这些企业有来自GPU、CPU层面的,也有具身智能机器人合作伙伴,而红帽要做的是最中间的基础设施软件层。“用‘五层蛋糕’理论来看,底层是能源层,上面是硬件层,再上面是软件基础设施层、模型层、应用及智能体层。红帽要做的,就是搭好平台,联合整个生态一起协作。”

  红帽这一战略定位其实并不难理解,大街上随便抓一个人,你问他:你是否使用了三个以上模型,估计50%的人都会回答:YES!个人用户换个模型无所谓,大不了损失个年费;但企业AI不一样,好不容易把模型塞进企业的工作流,要想换个模型,不仅成本高,底层平台也未必支持。同样的困境出现在GPU侧。过去,企业如果一直用的是某一品牌GPU,遇到缺货或涨价,几乎没有腾挪空间。

  用户的真实声音是:我如何拥有充分的选择权?能否让模型和GPU像一个资源池一样,我想用哪家就用哪家?红帽给出的答案是:三个C、四个Any战略!所谓“三个C”,是指Choice(选择权)、Consistency(一致性)、Control(控制权);“四个Any”,是指任意加速器、任意云、任意模型、任意智能体。

  任意加速器,代表用户可以自由选择GPU、CPU、NPU,红帽支持Intel、NVIDIA、AMD等多家国际主流加速器产品,同时还支持沐曦等国内厂商的产品。基于GPU as a Service的这种思路,红帽AI平台可以调度不同品牌的加速卡,实现多类GPU的统一调度,为客户带来更高的弹性与选择空间。

  任意云,是红帽过去十多年来一直深耕的方向,企业可以通过混合云架构平衡公有云和本地数据中心的算力和应用问题。为了具备支持任意模型能力,红帽大力投入涉及不少国内厂商的vLLM社区,比如:DeepSeek。最后,任意智能体,也是在模型能力之上一个顺其自然的能力。

  落到具体产品上,就是红帽AI(Red Hat AI)这个统一平台。该平台向下适配Intel、NVIDIA、AMD,国内支持沐曦,相关适配已正式发布;向上支持20多个开源模型、合计700多个版本,客户可以按需选择。

  这套“解锁”叙事的高明之处在于,它把红帽三十多年的历史方法论复用了一遍。Linux时代,红帽把社区标准变成企业级商业版本;Kubernetes时代,红帽把容器编排标准变成OpenShift。

  引用曹衡康的原话“历史不会重复,但会押韵”。AI时代,红帽押的是同一个韵脚——vLLM是推理侧的事实标准,红帽把它企业化;llm-d是分布式推理的优化引擎,今年刚成为CNCF孵化项目,红帽正在大力去推。这套打法的前提是,标准必须足够开放,否则“押韵”就无从谈起。

  红帽的这套打法,就像一个汽车集团,旗下有多个品牌,车型看似不同,却共享同一套基本平台,只是在此之上搭载不同组件。红帽要做的,就是那套平台。

  OpenShift升级,给AI一个简单的生产运行环境

  红帽AI平台结合了几个重要的产品能力,其中最典型的一个就是OpenShift。

  最新公布的OpenShift 5,提供的是可交互式、代理式故障排除、后量子控制平面安全能力,以及更高的生命周期可预测性,助力企业在无需复杂迁移的情况下减少运维开销。这一新版本更新,距离OpenShift 4的间隔时间是7年。

  看得出来,OpenShift的升级不是简单的更多功能更新,而是被AI场景倒逼出来的刚需,让AI环境从“看得见”转向“修得快”。

  如今,企业AI面临的挑战越来越严峻:一边是高密度AI工作负载的扩展,一边是遗留虚拟机还得继续跑,同时还要满足严格的监管要求;同时,密集的日志流和手动集群操作,占用了本可以投入核心创新的工程资源。

  更值得注意的变化是交互方式。团队与基础设施的打交道方式,正从传统管理控制台转向无头(Headless)、智能体式工作流。红帽OpenShift 5顺应这一趋势,依托红帽OpenShift Lightspeed将实时智能直接嵌入平台运维。通过支持自然语言交互和AI推理循环,平台试图把被动式集群维护转变为主动流程,从而减少管理开销、降低停机风险。

  结合红帽AI,红帽OpenShift 5为企业提供可运行传统负载与AI负载的平台,兼顾性能、治理与可观测性,助力推进企业AI战略落地。

  从更新方向看,这款基于Kubernetes的行业领先混合云应用平台正在经历一次能力跃迁。企业使用软件,正在发生巨大变化,核心目标是:把“发现问题—定位问题—受监督修复”的链路压缩在控制台内完成。实时智能负责缩短根因分析路径,零信任与后量子加密负责守住合规底线,可预测的生命周期负责降低升级摩擦。三者叠加,指向的是同一个目标——让有限的运维人力从重复劳动中抽身。

  进驻具身智能场景,红帽的华丽转身

  就红帽今天的表现而言,除了产品能力升级,场景化的快速部署,也是最亮眼的部分,这里集中体现在具身智能场景上。

  先说具身智能。曹衡康的判断是,具身智能的核心落脚点在场景。他认为未来机器人的主要不同在于:机械臂的动作是预先编程的固定动作,而未来的机器人相当于有了大脑,能感知现场环境、自主判断、当场解决问题。

  红帽论坛上联合发布的方案里,西湖机器人提供本体,Intel提供CPU,施耐德带来工业场景能力和知识库,紫金星宇提供毫米波通信,而红帽则提供平台支持后台大脑操控。

  技术架构上,这款解决方案的思路是“大脑在云、小脑在端”。小脑是机器人背后那个像背包一样的箱子,集成GPU、CPU和红帽产品,负责肢体动作控制;大脑放在云端或数据中心,负责思维和判断,再把指令下发。这个架构解决的是一个规模化难题:一台机器人好控制,一千台机器人每天做不同的事怎么办?答案是OpenShift AI在容器上统一管理、统一发布指令、统一安全管控,甚至软件升级也通过OpenShift完成。

  ▲红帽大中华区方案架构部总经理王慧慧(Aella Wang)

  那么,红帽平台是如何助力机器人大脑和小脑协同工作的呢?王慧慧补充了一个细节:红帽做的是:一步一步地整合!第一步,在机器人整合大脑和小脑,结合边缘侧平台把两者跑在一起;第二步,一个平台管理多台机器人,新算法一键下发到一千台;第三步,把从开发到生产、从软件工厂到机器人自主运作的全流程,构建在红帽AI平台上。当然,红帽不包揽全部,这也是他们必须联合生态伙伴的原因。

  赵文斌分享了两个维度:一个是经济性,红帽用开源技术和云边协同帮助具身智能企业降低整体成本;另一个是出海,随着机器人企业寻求更大的市场增长空间,出海也成为拓展业务版图的重要方向,而海外市场对安全合规要求很高,红帽Linux和OpenShift在全球许多地方已经合规化,这套平台的一致性和合规能力,对出海厂商有战略价值。

  关于中外企业AI落地的差异,曹衡康的回答比较实在:大方向差别不大,核心都是成本和效益——AI投入体量不小,但真正能证明投资有回馈的还不多,大部分钱花在算力上。国内的优势包括电力供给相对充足,且电价更低,同时开源模型百花齐放。此外,国内具身机器人企业已超过两百家,成本比海外低不少,预计这个行业会经历一段野蛮生长的时间,而后迎来修正,就像当年电动车行业走过的路一样。

  写在最后

  从Linux到OpenShift,再到如今的红帽AI与具身智能,红帽的“解锁”哲学始终如一:真正的技术赋能,不是替企业做决定,而是让企业永远拥有选择的权利。当机器人成为“移动的数据中心”;当AI从云端走向车间,红帽用开放的平台把选择权交还给企业——模型可以换,算力可以变,但最核心的中间平台始终稳固。

  这,或许就是红帽给企业AI时代,或者给工业具身智能场景最深刻的启示:未来不属于某个最 优解,而属于那些敢于把选择权交出去、也敢于承接所有选择的生态构建者。

0
相关文章