红帽的RHEL AI（Red Hat Enterprise Linux AI）是一个基于开源项目InstructLab和IBM Research提供的Granite大型语言模型的基础模型平台。它旨在无缝开发、测试和运行生成式AI模型，以支持企业应用程序[1][2][5]。

具体来说，RHEL AI提供了一个集成的环境，使得企业能够利用这些先进的AI技术来增强其业务流程和服务。这个平台不仅包括了必要的软件和工具，还提供了与Red Hat Enterprise Linux兼容的可启动镜像，这使得部署更加简便[3]。

此外，RHEL AI还支持跨混合基础设施的部署，这意味着企业可以在不同的计算环境中（如私有云、公共云和边缘计算）高效地部署和管理AI/ML工作负载[13][14]。这种灵活性对于需要处理大量数据和复杂计算任务的企业尤为重要。

红帽通过RHEL AI展示了其在推动AI技术商业化和实际应用方面的努力，特别是在开源社区中的贡献，以及如何将这些技术融入到现有的产品线中，如Red Hat Insights和Ansible Lightspeed，从而提高效率和智能化水平[6][7][10]。

红帽的RHEL AI能够帮助企业无缝地开发、测试和部署高性能的生成式AI模型，支持多种计算环境，并且与红帽的其他产品紧密集成，以实现更广泛的业务应用和自动化。

红帽RHEL AI如何与InstructLab和IBM Research的Granite大型语言模型集成？

红帽RHEL AI与InstructLab和IBM Research的Granite大型语言模型集成主要体现在以下几个方面：

1. 技术共享与平台支持：根据证据，IBM已经将其Granite AI模型开源，并且在InstructLab平台上进行了部署[19][21]。这意味着红帽RHEL AI可以利用这些开源的Granite模型来增强其AI功能。此外，红帽也推出了企业级Linux AI平台（RHEL AI），该平台同样使用了开源的Granite模型和InstructLab技术[20]。
2. 降低混合云中的障碍：红帽SVP和首席产品官Ashesh Badani表示，通过结合InstructLab和RHEL AI，可以帮助解决跨越混合云环境中的人工智能应用面临的许多障碍，如数据科学资源的限制等[20]。
3. 多语言支持与参数范围：IBM的Granite AI模型支持多种编程语言，并且参数范围从3亿到34亿不等[22]。这种灵活性使得红帽RHEL AI能够适应不同的业务需求，无论是小规模还是大规模的项目。
4. 代码生成能力：特别值得一提的是，IBM还开源了一个名为granite.20b.code的200亿参数的代码生成模型，这个模型可以帮助开发人员和IT运营人员使用自然语言提示来生成代码[23]。这种集成可能会极大地提高开发效率和自动化水平。

RHEL AI支持哪些具体的生成式AI模型开发工具和软件？

RHEL AI支持的具体生成式AI模型开发工具和软件包括Ansible-Lightspeed。Ansible-Lightspeed是RedHat提供的一项服务，它利用自动化生成式AI来帮助Ansible开发人员更快、更好地开发Playbook。

如何在私有云、公共云和边缘计算环境中部署RHEL AI？

在私有云、公共云和边缘计算环境中部署RHEL AI，可以通过以下步骤进行：

1. 私有云部署：
   1. 在私有云环境中，首先需要确保您的基础设施支持RHEL操作系统。可以选择使用Red Hat Enterprise Linux作为基础镜像，并根据需要配置网络和存储。
   2. 可以利用Red Hat OpenShift AI来集成数据、智能和机器学习软件，以执行端到端的机器学习工作流[31]。
2. 公共云部署：
   1. 在公共云平台如Amazon Web Services (AWS)或Google Cloud Platform (GCP)上，您可以创建和部署RHEL系统镜像。这包括安装所需的软件包和代理、配置隔离等[26]。
   2. Google Cloud Platform允许您将Red Hat Enterprise Linux镜像部署为Google Compute Engine实例，这涉及到选择合适的镜像选项并理解基础镜像的配置[25]。
3. 边缘计算部署：
   1. 边缘计算环境通常涉及到在网络的边缘位置（如近用户的地方）部署计算资源，以减少延迟并提高响应速度。在这种环境中，可以使用Red Hat Enterprise Linux和OpenShift来优化应用程序的构建和管理[30]。
   2. Red Hat OpenShift AI支持在边缘计算环境中的部署，可以作为红帽托管环境的附加组件安装，如Red Hat OpenShift Dedicated和Red Hat OpenShift Service on Amazon Web Services[31]。
4. 技术和工具：
   1. 使用OpenShift AI，您可以在多种环境中部署受培训的模型，使其可作为服务使用API访问。这对于测试和实施智能应用程序至关重要[32]。
   2. OpenShift AI已在OpenShift 4.15 + RHODS 2.7.0的环境中验证，表明它支持高级功能如LLM模型的部署[33]。

无论是在私有云、公共云还是边缘计算环境中，部署RHEL AI都需要考虑操作系统的选择、必要的软件和服务的配置，以及如何有效地利用OpenShift AI来集成和管理机器学习工作流。

RHEL AI如何提高企业应用程序的性能和服务水平？

RHEL AI通过多种方式提高企业应用程序的性能和服务水平。首先，RHEL 7.1企业版支持最新的硬件设备，使得系统能够充分利用最新的硬件技术来提升性能[35]。此外，RHEL AI与Run:ai合作，将Run:ai的资源分配能力引入到Red Hat OpenShift AI中，这有助于简化AI操作并优化基础设施，从而使企业能够更有效地利用AI资源[36]。

RHEL AI还通过OpenShift AI版本2.9引入了新的功能，如边缘模型服务技术预览、改进的模型开发等，这些都有助于提高模型的效率和性能[37]。此外，OpenShift作为构建AI和机器学习数据科学工作流程及AI驱动智能应用的基础，提供了敏捷性、灵活性、可移植性和跨混合云的可扩展性[38]。

RHEL还集成了生成式AI到OpenShift和RHEL中，并推出了Podman Desktop的专用扩展Podman AI Lab，使开发者能够构建、测试和运行基于生成式AI的应用程序[39]。此外，RHEL Enterprise Linux AI采用开源方法，使得大型语言模型（如Granite系列）可以被开发、测试和部署，以支持企业级应用[40][41]。

红帽通过RHEL AI推动AI技术商业化和实际应用的具体案例有哪些？

红帽通过RHEL AI推动AI技术商业化和实际应用的具体案例包括以下几个方面：

1. 生成式AI技术的应用：红帽正在探索如何将生成式AI技术与商业应用场景相结合，未来计划利用这些技术生成运算符，以支持数智化转型过程中的AI落地[42]。
2. AIGC技术融入产品线：红帽已经将AIGC技术融入其产品线，为企业级场景提供服务。这表明红帽在生产和关键任务领域的AI应用上取得了进展，并且强调了将功能安全引入传统Linux发行版（如RHEL）的重要性[43]。
3. 开源AI模型的开发：IBM和红帽共同推出了Granite系列的大型语言模型（LLMs），这是他们首次尝试开源AI模型，这些模型在更广泛的RHEL AI平台中启动。红帽企业级Linux AI包括使用bootc Linux工具打包成可启动容器镜像的RHEL操作系统，使其能够跨基础设施便携运行[44]。
4. OpenShift平台的AI集成：红帽的OpenShift平台提供了AI集成，增强了部署、管理的能力，并通过AI模型计划和实现可移植性的方式提高了效率。此外，红帽还布局了Sora，以进一步推动其技术的商业化[46]。
5. 开源AI平台的建设：红帽与IBM合作搭建了一个开放的开源AI平台，该平台不仅可以运行IBM的大模型，还可以运行其他开源大模型，支持不同的应用场景。这显示了红帽在全球开源领域的领导地位，并展示了其将领先技术应用于数字化转型的决心[47]。
6. NVIDIA Morpheus AI安全框架的部署：红帽发布了基于NVIDIA Morpheus AI数据科学框架的基础设施，可以在RHEL上部署Morpheus AI，同时使用Red Hat OpenShift管理基于Morpheus的容器和应用程序。这一举措进一步加强了红帽在AI安全框架部署方面的能力[48]。

参考资料

1. What is RHEL AI? A guide to the open source way for doing AI

2. 红帽发布Red Hat Enterprise Linux AI（RHEL AI）

3. Red Hat Enterprise Linux AI | RHEL AI | Red Hat Developer [2024-05-07]

4. 红帽全球峰会：生成式AI令人期待，开源领域迎来好时机

5. 红帽发布 RHEL AI，用于无缝开发、测试、运行开源 Granite 生成式 AI 模型 - IT之家 [2024-05-08]

6. 红帽已经将AIGC技术融入产品线，为企业级场景提供服务_AI&大模型_桑红妍_InfoQ精选文章 [2023-06-02]

7. 红帽：基于开源模式 推动 Ai 技术的应用和落地 - 51cto [2023-05-31]

8. Red Hat Enterprise Linux 8系统管理实战最新章节

9. 红帽(Red Hat)公司发布RHEL AI

10. 红帽的 AI 解决方案 - redhat.com

11. 探索下一步：红帽助力更多企业享受AI技术的红利_腾讯新闻 [2023-11-02]

12. 红帽开源AI 平台- 自由构建和部署AI 模型与应用

13. 通过红帽OpenShift 加速机器学习运维(MLOps)

14. AI from Red Hat

15. 部署OpenShift AI 环境，运行AI/ML 应用

16. 布局生成式AI，开源巨头红帽有两项新发布

17. 红帽OpenShift AI | 面向混合云的开源AI/ML 平台

18. Red Hat 和NVIDIA 联合构建更安全的组合式AI 基础设施

19. IBM Open-Sources Granite AI Models, Launches InstructLab Platform [2024-05-07]

20. IBM Open-Sources Granite AI Models, Launches InstructLab Platform [2024-05-07]

21. IBM Makes Granite AI Models Open-Source Under New InstructLab Platform ... [2024-05-07]

22. IBM open-sources its Granite AI code generation model, trained in 116 ... [2024-05-08]

23. IBM专家观点： IBM 大模型揭秘 - 自动化网

24. 使用基于自动化生成式AI 的Ansible-Lightspeed 服务高效 ...

25. 1.4. 为公有云部署获取 RHEL - Red Hat Customer Portal

26. 在 Amazon Web Services 上部署 RHEL 9 - Red Hat Customer Portal

27. 1.4. 为公有云部署获取 RHEL - Red Hat Customer Portal

28. 《深入理解边缘计算》第二章：云、边、端的部署与配置原创

29. 红帽容器云5G+AI 边缘计算平台解决方案

30. 红帽优化RHEL和OpenShift以支持边缘计算原创

31. Red Hat OpenShift AI 简介 - Red Hat Customer Portal

32. 2.2. 使用部署的模型 - Red Hat Customer Portal

33. OpenShift AI - 部署并使用LLM 模型原创

34. Red Hat Enterprise Linux 8,产品详细展示,北京亿豪永信科技 ...

35. 红帽新RHEL 7.1企业版：引领企业IT未来的强大引擎

36. Red Hat and Run:ai Optimize AI Workloads for the Hybrid Cloud

37. Red Hat Summit 2024: The Biggest News In AI, Containers And More - CRN [2024-05-07]

38. Red Hat Accelerates AI/ML Workflows and Delivery of AI-Powered ...

39. Red Hat integrates generative AI in OpenShift, RHEL and a host of ... [2024-05-07]

40. Red Hat Enterprise Linux AI

41. InstructLab: Advancing generative AI through open source | Red Hat ... [2024-05-07]

42. 生成式AI如何落地？红帽打了个样儿

43. 红帽已经将AIGC技术融入产品线，为企业级场景提供服务

44. IBM throws its Red Hat into open source AI ring with RHEL AI [2024-05-07]

45. 红帽如何赋能企业级开源新蓝海？ - 知乎 - 知乎专栏

46. 红帽曹衡康：开源和创新是企业面临挑战的解决之道

47. 2023红帽论坛：探索数字化转型的下一步 - 知乎 [2023-11-03]

48. Red Hat 发布NVIDIA Morpheus AI 安全框架的基础设施