Red Hat LLC a passé des années à rendre Kubernetes gérable pour les entreprises qui préfèrent exécuter des applications plutôt que de gérer des clusters. À mesure que les agents IA entrent en production, l’entreprise étend cette expérience à une nouvelle génération de charges de travail. Les agents d'IA ne consomment pas seulement l'infrastructure. Ils exécutent des commandes, appellent des outils externes, accèdent aux systèmes de l'entreprise et prennent des mesures susceptibles d'affecter l'entreprise. La prochaine phase de l’infrastructure des agents IA nécessite des limites de sécurité exécutoires ainsi qu’une gestion efficace des ressources.
Red Hat arrive à KubeCon + CloudNativeCon Amérique du Nord à Salt Lake City cette semaine avec un portefeuille croissant de technologies répondant à ces exigences. OpenShift fournit la fondation Kubernetes ; son travail avec Nvidia Corp. sur OpenShell porte sur l'exécution et la sécurité des agents ; et le projet llm-d a atteint la version 1.0 avec des fonctionnalités permettant de répondre aux charges de travail contextuelles lourdes créées par les agents. Ensemble, ces développements permettent à Red Hat d'aider les entreprises à gérer l'IA agentique via une infrastructure ouverte basée sur Kubernetes.
Contrairement aux applications conventionnelles, les agents autonomes peuvent générer des commandes, appeler des outils et déléguer le travail sur plusieurs systèmes. Cette flexibilité crée des opportunités d’automatisation tout en augmentant l’importance de contrôles d’accès et de surveillance cohérents.
Cette fonctionnalité fait partie de l'exploration de SiliconANGLE Media sur la façon dont l'infrastructure cloud native évolue pour prendre en charge l'IA d'entreprise, avec Red Hat et l'écosystème Kubernetes plus large répondant aux exigences de sécurité, d'efficacité opérationnelle et d'évolutivité des agents autonomes. (* Divulgation ci-dessous.)
Red Hat fait progresser la sécurité native de Kubernetes pour les agents IA
L'adoption rapide d'OpenClaw a attiré une attention renouvelée sur la sécurité des agents. Un agent capable de lire des fichiers, d'exécuter des commandes shell et d'effectuer des appels réseau a besoin d'autorisations et d'une isolation clairement définies pour fonctionner en toute sécurité dans les environnements d'entreprise.
La réponse de Red Hat se concentre sur sa collaboration avec Nvidia autour d'OpenShell, un environnement d'exécution qui place les agents dans des environnements d'exécution isolés et applique une politique à leur accès. Nvidia a développé OpenShell ; Red Hat travaille avec Nvidia et la communauté au sens large pour intégrer la technologie dans Red Hat AI et sa plateforme cloud hybride ouverte. Le Chapeau Rouge annonce décrit le travail dans le cadre d’un effort plus large visant à apporter des capacités d’IA agentique axées sur la sécurité à l’infrastructure de l’entreprise.
OpenShell utilise le sandboxing, une politique adaptée aux processus et des contrôles sur l'accès au réseau et les informations d'identification. Red Hat a également décrit comment OpenShell peut fonctionner avec les conteneurs sandbox d'OpenShift, en ajoutant des restrictions au niveau de l'application à l'intérieur des limites d'une machine virtuelle. Ces couches complémentaires régissent le comportement des agents et isolent les environnements dans lesquels les agents opèrent, comme l'explique Red Hat dans son aperçu technique du sandboxing en couches.
La distinction est importante car le sandboxing ne rend pas un agent digne de confiance. Cela limite les dommages qu'un agent peut causer lorsque ses instructions, son code généré ou ses entrées externes le conduisent vers un endroit où ils ne devraient pas.
Dans un récent entretien avec leCUBE, Pete Cheslockarchitecte principal de la communauté IA chez Red Hat, a décrit comment OpenShell s'appuie sur l'infrastructure Kubernetes : « Le bac à sable d'agent en fait partie, afin que vous puissiez déployer ces agents de manière sécurisée à l'aide des API natives de Kubernetes. » Ses commentaires touchent à la question centrale : les entreprises ne peuvent pas déléguer de l'autorité à des agents sans en définir et en faire respecter les limites.
Directeur de la technologie de Red Hat Chris Wright a également souligné l'importance de l'isolement des agents lors d'un mois de mai entretien avec leCUBE. Les agents capables de prendre des mesures concrètes dans une entreprise ont besoin d'un sandboxing et d'une protection selon le principe du moindre privilège, a-t-il expliqué.
« Vous devez lui donner le bon sandboxing. Vous devez mettre des protections autour de l'agent, lui donner le moins de privilèges pour qu'il ne pense pas à la lecture ou à la lecture-écriture – une très grande différence », a déclaré Wright dans la couverture du Red Hat Summit par SiliconANGLE.
Au-delà du sandboxing, les entreprises doivent gérer les identités des agents, les autorisations de données, l'accès aux outils et les autorisations. Cette distinction est renforcée par Paul Nashawatyresponsable de la pratique et analyste principal pour le développement d'applications, la modernisation et le cloud natif chez theCUBE Researchdont l'analyse de septembre sur la gouvernance des agents d'IA examine la différence entre observer ce que font les agents et prouver ce qu'ils étaient autorisés à faire. La recherche identifie l’application du temps d’exécution, l’autorité déléguée et les preuves d’audit vérifiables comme des exigences qui deviennent plus importantes à mesure que les systèmes autonomes entrent en production.
« Cela crée une opportunité pour les plates-formes capables d'unifier le développement d'applications, l'orchestration de l'infrastructure, la sécurité et l'observabilité plutôt que d'ajouter une autre couche d'outils déconnectés », a déclaré Nashawaty.
Llm-d de Red Hat étend l'infrastructure Kubernetes pour l'inférence d'IA
Au-delà de la sécurité, les agents créent de nouvelles exigences en matière d'infrastructure d'inférence. Un agent peut appeler un modèle, récupérer des informations, appeler un outil et revenir au modèle avec un contexte supplémentaire. Chaque interaction consomme de la capacité de calcul, de mémoire et de réseau, tandis que le système doit préserver suffisamment de contexte pour continuer efficacement.
Le projet llm-d de Red Hat résout une partie de ce problème. Fondé par Red Hat, IBM Corp., Google Cloud, CoreWeave Inc. et Nvidia, et désormais régi par la Cloud Native Computing Foundation, llm-d utilise des composants natifs de Kubernetes pour distribuer l'inférence entre les accélérateurs et gérer le trafic entre eux.
Le projet a atteint la version 1.0 le 20 octobre, ajoutant un routage prenant en compte les sessions, une planification à priorité tour, des contrôles de qualité de service multi-locataires et des opérations de haute disponibilité. Ces fonctionnalités visent à maintenir les requêtes multi-tours proches du contexte mis en cache, à prioriser les travaux sensibles à la latence et à réduire les interruptions pendant la maintenance. Le Annonce de la sortie de Red Hat et Présentation technique de Google Cloud décrire la sortie.
L'architecture offre aux opérateurs des options supplémentaires pour coordonner les charges de travail d'inférence et gérer les ressources des accélérateurs au sein de Kubernetes.
Vice-président senior de Red Hat et directeur de la technologie de l'IA Brian Stevens a décrit l'une des décisions architecturales centrales de LLM-D dans Rapport de SiliconANGLE sur l'inférence Kubernetes: « Nous pouvons faire évoluer indépendamment le traitement des intrants issus de la production des jetons. »
D'autres fournisseurs d'infrastructures répondent à des exigences complémentaires. ScaleOps Labs Ltd. se concentre sur l'utilisation du GPU et l'optimisation des ressources sur les charges de travail Kubernetes. Vultr Holdings LLC propose une infrastructure GPU et un déploiement de modèles basés sur Kubernetes, tandis que Broadcom Inc. positionne VMware Cloud Foundation en tant que plate-forme de cloud privé pour Kubernetes et les charges de travail d'IA. Ensemble, ces offres reflètent les choix croissants des entreprises en matière d'optimisation des ressources, de capacité d'accélérateur et d'opérations de cloud privé.
L'écart opérationnel apparaît dans le « Day 0 Build, Test Survey Research Report » de CUBE Research. Basée sur une enquête menée auprès de 375 professionnels de l'informatique, du développement, des opérations et de l'ingénierie des plateformes, l'étude a révélé que l'adoption du cloud natif est répandue mais que la maturité reste inégale. Des tests automatisés incohérents, des outils de développement fragmentés et des lacunes dans les capacités de restauration continuent de compliquer le déploiement en production.
« Quatre-vingt-douze pour cent des organisations intègrent l'IA à au moins une étape du cycle de vie du développement logiciel, tandis que 79 % s'attendent à une adoption à grande échelle des agents d'IA au cours des trois prochaines années », a déclaré Nashawaty, ajoutant qu'environ 30 % d'entre elles sont encore confrontées à des défis de préparation opérationnelle.
L’industrie dans son ensemble s’oriente également vers des infrastructures à l’échelle de la production. Le Enquête annuelle 2026 sur le cloud natif de la CNCF a constaté que 82 % des utilisateurs de conteneurs exécutent Kubernetes en production et que 66 % des organisations hébergeant des charges de travail d'IA générative utilisent Kubernetes pour tout ou partie de l'inférence. Ces chiffres renforcent le rôle croissant de Kubernetes à mesure que les entreprises adoptent des charges de travail d'IA.
La collaboration open source étend les opportunités d'infrastructure d'IA de Red Hat
L’écosystème open source se développe parallèlement à l’adoption de l’IA agentique. Le 5 novembre, Google a annoncé le don d'Agent Substrate, gVisor et OpenRL à la CNCF suite à leur acceptation dans son programme Sandbox en octobre. Les projets portent sur les workflows d’exécution, d’isolement et d’apprentissage par renforcement des agents. Agent Substrate sépare les sessions et les identités d'agent du calcul actif, permettant ainsi aux environnements inactifs de s'interrompre et de reprendre ; gVisor fournit une limite d'isolation supplémentaire pour le code non fiable ; et OpenRL prend en charge l'apprentissage par renforcement post-formation sur Kubernetes. Google annonce décrit les projets et leur transition vers la gouvernance de la CNCF.
Ces contributions complètent les efforts plus larges de la communauté Kubernetes. Red Hat est co-fondateur de llm-d et intègre OpenShell de Nvidia dans sa plate-forme d'IA d'entreprise, tandis que Google apporte des technologies liées aux exigences d'exécution et de formation. L’accent commun mis sur l’infrastructure ouverte crée des opportunités d’interopérabilité à mesure que les systèmes d’IA d’entreprise évoluent.
Broadcom a ajouté un autre développement le 9 novembre, annonçant que son projet d'API VM avait été accepté dans le CNCF Sandbox. Le projet vise à permettre aux organisations de gérer des machines virtuelles via des interfaces de programmation d'applications Kubernetes chez différents fournisseurs d'infrastructure. Cela étend la conversation Kubernetes à la gestion des machines virtuelles parallèlement aux charges de travail conteneurisées.
Le projet Lightwell ajoute une autre dimension à la stratégie d'entreprise de Red Hat. Annoncée avec IBM en mai, l'initiative de 5 milliards de dollars vise à utiliser l'identification des vulnérabilités assistée par l'IA et des correctifs validés pour renforcer les chaînes d'approvisionnement de logiciels open source. L'initiative étend les efforts de sécurité aux dépendances logicielles prenant en charge les charges de travail de production.
Sam Westonanalyste du secteur des applications d'entreprise, du développement et de la modernisation chez theCUBE Research, souligne le mix d'infrastructures déjà utilisé par les entreprises.
« Avec nos données montrant que 61,8 % des entreprises exécutent des déploiements hybrides et que 10 % supplémentaires opèrent dans des environnements multi-cloud, la stratégie de plateforme hybride de Red Hat s'aligne étroitement avec l'infrastructure d'entreprise actuelle », a déclaré Weston.
L'empreinte OpenShift établie de Red Hat fournit une base pour connecter ces développements. À mesure que les entreprises déploient des charges de travail plus autonomes, l’entreprise est en mesure de combiner l’orchestration Kubernetes, l’isolation des agents et l’inférence distribuée au sein de sa stratégie plus large de cloud hybride.
L’opportunité s’étend au-delà de tout projet individuel. OpenShift, llm-d et OpenShell illustrent comment Red Hat contribue à un modèle d'infrastructure ouverte qui s'adapte à la fois aux applications conventionnelles et aux agents d'IA émergents.
Pour les entreprises, l’objectif est de rendre les charges de travail d’IA sécurisées, efficaces et gérables sans perdre le contrôle sur le fonctionnement des systèmes autonomes. Le travail de Red Hat dans l'écosystème Kubernetes reflète la façon dont cette fondation prend forme.
(* Divulgation : Red Hat est un sponsor de la couverture KubeCon + CloudNativeCon NA de theCUBE. Ni Red Hat ni les autres sponsors n'ont de contrôle éditorial sur le contenu de theCUBE ou SiliconANGLE.)
