Red Hat kondigt Red Hat AI 3.5 aan, met updates over het volledige AI-portfolio. Veel bedrijven zijn de fase van experimenten en pilootprojecten voorbij en botsen nu op een nieuwe uitdaging: AI runnen met dezelfde discipline als elke andere bedrijfskritische infrastructuur. Red Hat AI 3.5 geeft IT- en platformteams daarvoor de schaalbare basis, met controle, beveiliging en inzicht in AI-workloads doorheen de hybride cloud.
De meeste organisaties werken vandaag nog met versnipperde tools en manuele processen die simpelweg niet meeschalen. Ze hebben nood aan geverifieerde veiligheid vóór ze een model uitrollen, aan precieze controle over gedeelde GPU-omgevingen, aan beheerd agentgedrag en aan heldere verbruiksgegevens. Precies daar speelt Red Hat AI 3.5 op in.
Veiligheid vooraf
Met EvalHub, nu algemeen beschikbaar, kunnen bedrijven hun modellen testen nog voor ze live gaan. De tool voert risicogerichte veiligheidsbenchmarks uit en genereert automatisch compliance-rapporten. Nieuwe dashboards geven platformteams bovendien realtime zicht op de gezondheid van hun AI-modellen, het GPU-verbruik en de algemene prestaties.
“Het gesprek is verschoven van AI in productie krijgen naar AI op schaal runnen als vertrouwde bedrijfsinfrastructuur,” zegt Joe Fernandes, vicepresident en general manager van de AI Business Unit bij Red Hat. “Dat vraagt bewijs van veiligheid, beheerde agents, kostentoewijzing en multi-tenancy. Met Red Hat AI 3.5 leveren we precies die operationele controle en verifieerbare betrouwbaarheid.”
Grip op GPU’s
Bedrijven die hun infrastructuur delen tussen meerdere klanten of teams krijgen er sterkere multi-tenancy bij, met volledige scheiding tussen hardware en software waar nodig. Wie extra scheiding tussen klanten nodig heeft, kan voortaan officieel rekenen op hosted control planes bovenop Red Hat OpenShift Virtualization: elke klant krijgt zo zijn eigen controlelaag, terwijl de hardware eronder gebundeld blijft. Infrastructuurleveranciers beheren zo hun hele omgeving vanuit één centraal punt.
Naar beheerde agents
Red Hat AI 3.5 zet ook een stap richting AI-agents die zelfstandig taken uitvoeren, maar wel binnen een kader. AutoRAG koppelt bedrijfsdata rechtstreeks aan die agents, met nieuwe meertalige documentondersteuning en contextuele opzoeking. Kant-en-klare agent-templates versnellen veelvoorkomende toepassingen zoals codereview, documentverwerking en onderzoek. Eenmaal in productie optimaliseert Inference-Time Scaling het GPU-verbruik door de rekenkracht dynamisch aan te passen aan de moeilijkheidsgraad van elke vraag.
In het kort
- Verifieerbare veiligheid vóór uitrol: gevalideerde modellen in de catalogus krijgen ingebouwde Garak-veiligheidsscores, en EvalHub automatiseert veiligheids- en compliancerapportage voor eigen modellen, RAG-toepassingen en agents.
- Gedeelde GPU-controle: fair-share GPU-planning verdeelt rekenkracht eerlijk tussen klanten, terwijl prioriteitsbewuste verwerking realtime AI-taken voorrang geeft en achtergrondtaken de resterende capaciteit laat benutten.
- Beveiligde agent-API’s: de Responses API en ingebouwde RAG zijn nu algemeen beschikbaar en bieden een open interface voor agentgesprekken met meerdere beurten, met NeMo Guardrails die kwaadaardige tool-aanroepen onderscheppen.
- Efficiënte gegevenskoppeling: AutoRAG met pgvector-ondersteuning en native AutoML laten modellen hun rekenkracht dynamisch afstemmen op elke vraag.
- Ingebouwde monitoring: per-gebruiker verbruiksmeting, prestatiedashboards voor modellen en agents, en GPU-dashboards zorgen voor volledige transparantie.
- Kant-en-klare agent-templates: AI Hub introduceert sjablonen en starterkits voor codereview, documentverwerking en onderzoek.
Red Hat AI 3.5 is vanaf vandaag algemeen beschikbaar, ook als onderdeel van Red Hat AI Factory with NVIDIA.
