Red Hat anunció el lanzamiento de Red Hat AI Enterprise, una plataforma de inteligencia artificial orientada a la implementación y gestión de modelos, agentes y aplicaciones de IA en entornos de nube híbrida. La solución se integra en la cartera de Red Hat AI, que incluye Red Hat AI Inference Server, Red Hat OpenShift AI y Red Hat Enterprise Linux AI.
La compañía también presentó Red Hat AI 3.3, una actualización que incorpora mejoras en distintas herramientas de su portafolio de inteligencia artificial. Según la empresa, estas soluciones buscan ofrecer una pila tecnológica que conecta la infraestructura basada en Linux y Kubernetes con capacidades de agentes para la gestión de sistemas de IA.
De acuerdo con la compañía, el desarrollo de la inteligencia artificial empresarial ha evolucionado desde interfaces de chat hacia flujos de trabajo con agentes autónomos que requieren mayor integración en la infraestructura tecnológica. En este contexto, la empresa indicó que muchas organizaciones continúan en etapas piloto debido a herramientas fragmentadas e infraestructura inconsistente.
Red Hat AI Enterprise busca abordar este escenario mediante la unificación del ciclo de vida de modelos y aplicaciones, lo que permite a los equipos de TI gestionar la inteligencia artificial como un sistema empresarial estandarizado.
Plataforma para implementar IA en producción
La plataforma incluye capacidades como inferencia de IA, ajuste y personalización de modelos, así como implementación y gestión de agentes. La solución puede operar con distintos modelos, hardware y entornos tecnológicos.
Impulsada por Red Hat OpenShift, plataforma de aplicaciones en nube híbrida basada en Kubernetes, la herramienta está diseñada para ofrecer escalabilidad y consistencia operativa en diferentes entornos.
En el caso de infraestructuras basadas en tecnología de NVIDIA, la compañía indicó que desarrolló junto a esta empresa Red Hat AI Factory con NVIDIA, que combina Red Hat AI Enterprise y NVIDIA AI Enterprise con el objetivo de facilitar la implementación de inteligencia artificial en producción.
Entre las funciones destacadas de Red Hat AI Enterprise se encuentran el uso del motor de inferencia vLLM y el framework llm-d para implementaciones de modelos generativos en entornos de hardware híbrido. También incluye herramientas de observabilidad y gestión del ciclo de vida para apoyar procesos de gobernanza y mitigación de riesgos asociados al uso de IA.
La plataforma también está diseñada para permitir el despliegue y administración de modelos, agentes y aplicaciones en entornos de nube híbrida.
Actualizaciones en la plataforma Red Hat AI 3.3
La actualización Red Hat AI 3.3 introduce nuevas funciones dentro del portafolio de inteligencia artificial de la compañía.
Entre las novedades se incluye la incorporación de modelos como Mistral-Large-3, Nemotron-Nano y Apertus-8B-Instruct, disponibles en el catálogo de OpenShift AI. La versión también permite implementar modelos como Ministral 3 y DeepSeek-V3.2, además de incorporar mejoras multimodales y optimizaciones en herramientas de desarrollo.
Otra de las funciones anunciadas es una vista previa tecnológica de Modelos como Servicio (MaaS), que permitirá a los equipos de TI ofrecer acceso de autoservicio a modelos alojados de forma privada a través de un gateway de API.
La actualización también amplía el soporte de hardware, incluyendo una vista previa tecnológica para inferencia de IA generativa en CPU Intel, certificación extendida para la arquitectura NVIDIA Blackwell Ultra y soporte para aceleradores AMD MI325X.
Adicionalmente, Red Hat presentó Red Hat AI Python Index, un repositorio que reúne versiones reforzadas de herramientas utilizadas en el desarrollo de sistemas de inteligencia artificial, con el objetivo de facilitar la transición desde entornos de experimentación hacia procesos de producción.
La plataforma también incorpora funciones de observabilidad y seguridad para monitorear el rendimiento y comportamiento de los modelos, incluyendo telemetría en tiempo real y una vista previa tecnológica de NeMo Guardrails integrada.
Entre las funciones adicionales se incluye el acceso bajo demanda a recursos de GPU mediante orquestación inteligente, lo que permite a las organizaciones gestionar recursos de hardware agrupados y mantener el estado de trabajos de entrenamiento de larga duración.
