隆重推出 AI 中心和生成式 AI 工作室：红帽 OpenShift AI 中面向企业级生成式 AI 的全新指挥中心

生成式 AI 领域正以惊人的速度发展。对于企业而言，面对大量新的大语言模型（LLM）、工具（例如模型上下文协议（MCP）服务器）和框架，可能会感到不知所措。如何选择合适的模型？如何让您的团队能够利用 AI 领域的最新创新成果进行实验和构建，同时避免给企业组织造成障碍？

在红帽，我们相信 AI 的未来将会是开放、易于访问且可大规模管理。因此，我们很高兴地宣布在红帽 OpenShift AI 3.0 中中推出两项全新的整合式信息面板体验：AI 中心（AI Hub）和生成式 AI 工作室（Gen AI studio）。

这些体验旨在通过为企业组织内利用 AI 进行创新的关键角色（平台工程师和 AI 工程师）提供量身定制的组件，从而简化企业的整个生成式 AI 生命周期。

最新动态：一探究竟

AI 中心和生成式 AI 工作室协同运作，在可信赖且稳定的平台上打造无缝衔接的端到端工作流，用于构建生产就绪型 AI 解决方案。

AI 中心：面向平台工程师的控制面板

AI 中心是 OpenShift AI 中管理和治理生成式 AI 资产的中心点。借助 AI 中心，平台工程师能够发现、部署和管理团队所需的基础组件。关键组件包括：

• 目录：在这个精心筛选的模型库中，平台工程师可发现、比较和评估各种模型。该组件通过提供必要数据来针对任何用例选择最佳模型，能够有效克服“模型选择困难”问题。
• 注册表：该中央存储库用于在配置 AI 模型以进行部署之前，对其进行注册、版本控制和生命周期管理。
• 部署：该管理页面用于配置、部署和监控集群上运行的模型的状态。

生成式 AI 工作室：AI 工程师的创新工作台

AI 中心提供控制功能，而生成式 AI 工作室则为 AI 工程师提供了一个实训环境，供他们使用、实验和构建。这里正是创新的孕育之地。该工作室包括：

• AI 资产端点：为 AI 工程师提供了一个简洁清晰的视图，使他们能够查看所有已部署和置备的模型及 MCP 服务器（通过配置映射），以便在项目中使用。
• 实验平台：在这个交互式的无状态环境中，AI 工程师可以试验已部署的资产、测试提示词、调优参数，并针对聊天和检索增强生成（RAG）等用例评估模型性能。

这个集成式的实验空间具有颠覆性的变革意义。它将测试从不同的本地环境迁移至标准化的协作平台，从而加速整个开发生命周期。与此同时，借助生成式 AI 工作室，AI 工程师还可以清楚地了解他们可以访问和使用哪些已批准的 AI 资产，确保实验符合企业政策。

为企业带来的实际价值

通过为平台和 AI 工程师打造统一的体验，OpenShift AI 3.0 带来强大的优势，助力应对常见的企业挑战。

• 简化模型选择：借助AI 中心的目录，平台工程师能够不受市场噪音的影响，精选出一系列最契合他们业务需求的企业就绪型模型。
• 集中化治理 AI 资产：该平台通过为所有生成式 AI 资产创建单一事实来源，有效解决了企业组织内资源碎片化的问题。 平台工程师可以管理 AI 资产、进行版本控制，并为 AI 工程师提供精准的访问权限，从而为全面的 AI 治理奠定基础。
• 缩短开发周期：生成式 AI 工作室的实验平台，消除了发现与集成之间的鸿沟。 AI 工程师可以快速测试和验证模型，并且随着 MCP 服务器的出现，他们还能够以标准化方式试验工具调用。这有效降低了部署失败几率，并使 AI 驱动的应用更快地投入生产。

如何开始使用

准备好将集中控制和加速创新能力整合到您的 AI 工作流中了吗？AI 中心和生成式 AI 工作室将帮助您在值得信赖的平台上构建下一代 AI 应用。

我们的目标是帮助您撰写引人入胜的文章，满足读者的需求。首先，我们将提供一条清晰的路径，让您能够亲身体验我们的技术。

立即试用红帽 OpenShift AI

后续步骤

这仅仅是个开始。我们将持续改进 OpenShift AI，以全面支持生成式 AI。未来，AI 资产将扩展 MCP 服务器管理，并包含其他高优先级组件，例如代理、RAG 的知识源以及安全防护措施。 

我们还计划将 AI 资产主权和治理扩展到 AI 中心和生成式 AI 工作室，从而为企业提供对 AI 资产配额、权限和管理方面的精细控制，以确保合规性。 

企业 AI 的未来是开放和协作的，OpenShift AI 正是助您实现这一愿景的平台。