Red Hat、ハードウェアから AI エージェントまでを網羅する 統合 AI プラットフォーム「Red Hat AI Enterprise」を発表

［ノースカロライナ州ローリー  - 2026年2月24日（現地時間）発表]　アメリカ報道発表資料抄訳

オープンソース・ソリューションのプロバイダーとして世界をリードする Red Hat Inc, （以下、Red Hat）は本日、ハイブリッドクラウド全体にわたってAIモデル、エージェント、アプリケーションをデプロイおよび管理する統合 AI プラットフォーム、Red Hat AI Enterprise を発表しました。本製品は 、Red Hat AI Inference Server、Red Hat OpenShift AI、Red Hat Enterprise Linux AI といったRed Hat の AI 製品ポートフォリオに新たに加わります。Red Hat はまた、ポートフォリオ全体に大幅なアップデートと機能強化を実現した Red Hat AI 3.3 を発表しました。基盤となる Linux や Kubernetes インフラストラクチャと高度な推論およびエージェント機能を統合することで、ハードウェアから AI エージェントまでを提供する包括的な技術スタックが実現し、組織の分散した実験環境が統一され、統制のとれた自律的な AI 運用への移行が可能になります。

エンタープライズ AI の領域は、単純なチャットインターフェースから、テクノロジースタック全体にわたる深い統合を必要とする高密度で自律的なエージェント型ワークフローへと急速に進化しています。こうしたワークフローには、テクノロジースタック全体にわたるより深い統合が求められます。しかし、ツールの断片化やインフラストラクチャの一貫性の欠如により、多くの組織がいまだにパイロット段階から抜け出せずにいるのが現状です。Red Hat AI Enterprise は、AI モデルとアプリケーションのライフサイクルを統合することで、この課題を根本から解決します。これにより、IT チームは AI を孤立したプロジェクトではなく、標準化されたエンタープライズシステムとして管理できるようになります。その結果、従来の企業向けソフトウェアと同様に信頼性と再現性の高い AI 運用が実現します。

本番環境における AI 運用の基盤となる Red Hat AI Enterprise

Red Hat AI Enterprise は、高性能な AI 推論、AI モデルのチューニングとカスタマイズ、エージェントの導入・管理といったコア機能を提供し、あらゆるモデルやハードウェア、環境をサポートする柔軟性を備えています。Kubernetes を基盤とする、業界をリードするハイブリッドクラウド・アプリケーション・プラットフォーム Red Hat OpenShift を中核に据えることで、既存のツールやフレームワークを活用し、場所を問わず、セキュリティをより強固にし、スケーラブルで安定した運用を実現します。NVIDIA と Red Hat は、NVIDIA AI インフラストラクチャ向けに Red Hat AI Factory with NVIDIA を共同で設計・構築しました。Red Hat AI Enterprise と NVIDIA AI Enterprise の統合により、企業は AI の本番運用を迅速化し、大規模に展開できるようになります。

Red Hat AI Enterprise の主な導入メリットは以下のとおりです。

• より高速でコスト効率が高く、スケーラブルなAI推論が vLLM 推論エンジンと llm-d 分散推論フレームワークの活用により実現し、ハイブリッドハードウェア環境全体にわたる最適化された生成 AI モデルのデプロイメントを可能にします。
• 可観測性とライフサイクル管理機能を搭載した、統合された実証済みの相互運用可能なエンタープライズ対応 AI 技術スタックで、AI ライフサイクルガバナンスの強化とリスク軽減を支援します。
• ハイブリッドクラウド全体における柔軟性を確保し、組織は信頼性の高い Red Hat プラットフォームを基盤とし、ビジネスニーズに応じて AI モデル、エージェント、アプリケーションをより一貫した形でデプロイ・管理できるようになります。

Red Hat AI 3.3 で戦略的柔軟性およびフルスタックな運用の効率性が向上

Red Hat の戦略は、統合プラットフォームを通した、ミッションクリティカルな安定性と最先端イノベーションの両立実現に重点を置いています。この最新ソフトウェアは、モデルの選択肢を広げ、次世代シリコンに向けたフルスタック AI のさらなる最適化を図り、最先端モデルにおいても極めて堅牢で一貫性のある運用環境を提供します。

新リリース機能や強化機能の詳細は以下のとおりです。

• Red Hat の AI モデルエコシステムを拡張し、Mistral-Large-3、Nemotron-Nano、Apertus-8B-Instruct の検証済み・実稼働対応圧縮バージョンが OpenShift AI Catalog から利用可能になりました。また、Ministral 3 や DeepSeek-V3.2 といった最先端モデルをスパースアテンションにも対応しています。さらに、Whisper の3倍の処理スピード、地理空間データ対応機能の提供、EAGLE の投機的デコーディング機能やエージェントワークフロー向けのツール呼び出し機能の向上など、マルチモーダル機能も強化されています。
• AI モデルへのセルフサービスアクセスが実現し、Models-as-a-Service（MaaS）の技術プレビューも利用可能になりました。IT チームは、API ゲートウェイを介して社内でホストされた AI モデルへのセルフサービスアクセスを提供できるようになります。この一元管理アプローチにより、社内ユーザーが AI をオンデマンドで利用でき、企業内においてプライベートかつスケーラブルに、即応型AI基盤の構築を促進できます。
• ハードウェアサポートを拡大し、Intel CPU を皮切りに、CPU 上での生成 AI 実行の技術プレビューを提供し、コスト効率の高い SLM（小型言語モデル）推論が実現します。さらに、NVIDIA の Blackwell Ultra のハードウェア認証の拡大や AMD MI325X アクセラレータも新たにサポート対象に加わりました。
• データからモデルまでの統合ライフサイクルの保護が、新リリースの Red Hat AI Python Index によって実現します。この信頼性の高いリポジトリは、Docling、SDG Hub、Training Hub といった重要ツールのエンタープライズグレード向け強化版を提供し、チームが実験環境を統一し、繰り返し実行可能でセキュリティが強化された本番環境での運用に移行をサポートします。
• 包括的な AI の可観測性と安全性を確保することで、モデルの健全性、パフォーマンス、挙動の可視性が向上し、AI ワークロードから llm-d デプロイメント、MaaS クラスターやモデルの使用状況をリアルタイムに把握できるテレメトリを提供します。また、統合型 NeMo Guardrails の技術プレビューにより、開発者は AI インタラクション全体にわたって運用上の安全性と整合性を確保できるようになります。
• GPU リソースへのオンデマンドアクセスの提供により、組織が高度なオーケストレーション機能や自動チェックポイント機能を備えた共有ハードウェアアクセスを活用し、社内独自の GPU サービス（GPU-as-a-Service）環境を構築可能です。長時間の学習ジョブ状態を保持できるため、作業の損失を防ぎ、変化の激しい環境や（中断される可能性のある）プリエンプティブルな環境下でも計算コストを安定化します。

サポートコメント

Red Hat AI 事業部バイスプレジデント兼ゼネラルマネージャー　Joe Fernandes（ジョー・フェルナンデス）
「AI から真のビジネス価値を創出するには、AI を独立した閉鎖型の環境ではなく、企業向けソフトウェアスタックの中核コンポーネントとして運用可能にする必要があります。Red Hat AI Enterprise は、ハードウェアから AI エージェントまで扱う統合プラットフォームを提供することで、インフラとイノベーションの間のギャップを埋めるように設計されています。業界をリードする Red Hat Enterprise Linux と Red Hat OpenShift の基盤に、高度なチューニング機能とエージェント機能を統合することで、GPU アクセラレーション対応ハードウェアから業務プロセスや意思決定自動化モデル・エージェントまでを含むフルスタックを提供します。また、Red Hat AI 3.3 により、組織は統合されていない複数のパイロットプロジェクトを抱える状態から脱却し、ハイブリッドクラウド全体にわたる、統制され再現性のある高性能な AI 運用へと移行できます」

その他のリソース

• Red Hat AI Enterprise の詳細はこちら
• NVIDIA との協業プロジェクト、Red Hat AI Factory の詳細はこちら
• 3月3日のロードマップセッションに参加して、Red Hat AI 3.3 の詳細を確認する
• Red Hat AI 対応 IBM Fusion の詳細はこちら（IBM ブログ）