AnswersPublished17 sources
Red Hat AI 3.5 richt zich op betrouwbare AI in productie
Red Hat heeft Red Hat AI 3.5 algemeen beschikbaar gemaakt als platformupdate voor beheerde, observeerbare AI diensten in hybride omgevingen. EvalHub is algemeen beschikbaar voor geautomatiseerde veiligheidsbeoordelingen en controleerbare compliance rapportages voor modellen, RAG pijplijnen en AI agents.
Gepubliceerd doorAfbeeldingen gegenereerd met GPT Image 2
Research answer
Key takeaways
- Red Hat heeft Red Hat AI 3.5 algemeen beschikbaar gemaakt als platformupdate voor beheerde, observeerbare AI diensten in hybride omgevingen.
- EvalHub is algemeen beschikbaar voor geautomatiseerde veiligheidsbeoordelingen en controleerbare compliance rapportages voor modellen, RAG pijplijnen en AI agents.
- Nieuwe GPU plannings en meetfuncties zijn bedoeld om schaarse acceleratiecapaciteit eerlijker te verdelen en kosten per team inzichtelijk te maken.
- Red Hat AI Inference 3.5 ondersteunt geoptimaliseerde inferentie op hardware van NVIDIA, AMD, Google, Intel en IBM.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Red Hat announce with the general availability of Red Hat AI 3.5 on September 11, 2026, and how does the release—including its inte. Article summary: Red Hat announced the general availability of Red Hat AI 3.5 as an enterprise AI platform update focused on making AI a governed, observable, multi tenant production service across hybrid environments—not merely a collec. Topic tags: general web, ai safety, llm, agents, ai. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with
Red Hat heeft Red Hat AI 3.5 algemeen beschikbaar gemaakt als een update die AI niet behandelt als een verzameling losse experimenten, maar als een beheerde dienst voor productie. De inzet: organisaties helpen om modellen, RAG-pijplijnen en AI-agents betrouwbaar uit pilotprojecten naar hybride-cloudinfrastructuur op schaal te brengen. Daarvoor combineert het platform controles vooraf, efficiënter gedeeld GPU-gebruik en herhaalbare implementatie van applicaties en inferentie. 16
8
Van experiment naar een controleerbare AI-dienst
Voor veel organisaties zit de uitdaging niet alleen in het bouwen van een model, maar in de vraag of dat model veilig, uitlegbaar en beheersbaar kan draaien naast andere bedrijfskritische workloads. Red Hat AI 3.5 voegt daarom functies toe rond governance, capaciteit en operationeel toezicht.
- Validatie en governance: EvalHub is algemeen beschikbaar voor geautomatiseerde, risicogerichte veiligheidsbenchmarks en controleerbare compliance-certificeringen. Teams kunnen hiermee eigen of aangepaste modellen, RAG-pijplijnen en AI-agents beoordelen op onder meer prompt injection en jailbreaks vóór ze worden uitgerold.
13
8
- Onderbouwde modelkeuze: Red Hat breidde de catalogus uit met meer dan twintig nieuw gevalideerde modellen van onder andere Google, NVIDIA en Alibaba Cloud. Daarbij horen gegevens over veiligheidsrisico's, mogelijke blootstelling van persoonsgegevens (PII) en toxiciteit. Het doel is dat platformteams modelkeuzes kunnen baseren op bewijs, in plaats van voor elk team een afzonderlijk evaluatieproces te moeten opzetten.
GPU-capaciteit verdelen in plaats van laten opslokken
GPU's zijn kostbaar en vaak schaars. De release introduceert daarom fair-share scheduling, prioriteitsbewuste modelserving, admission control en routering van verzoeken op basis van prioriteit. Die functies moeten voorkomen dat één workload of één team alle GPU-capaciteit opeist. 4
5
Met tokenmeting per gebruiker kunnen organisaties bovendien inzicht krijgen in het verbruik per team. Dat ondersteunt interne kostentoerekening of rapportage over kosten, vaak aangeduid als chargeback of showback. 4
5
Nieuwe dashboards bieden zicht op de gezondheid van inferentie, GPU-gebruik en signalen over modelprestaties. Daardoor kunnen beheerders capaciteitsproblemen, beschikbaarheidsproblemen en kwaliteitsproblemen tijdens het draaien van AI-diensten sneller signaleren. 4
16
RAG en agents voor meertalige bedrijfsdata
Voor toepassingen die informatie ophalen uit eigen documenten krijgt AutoRAG meertalige ondersteuning. De functie omvat taaldetectie, configuratie van experimenten, taalbewuste chunking voor onder meer Latijnse, Cyrillische en CJK-schriften, en meertalige embeddingmodellen. Dat is relevant voor organisaties met niet-Engelstalige of gemengdtalige documentcollecties. 1
13
Red Hat positioneert AutoRAG voor het ontsluiten van bedrijfsdata, het testen van conversaties en agentic toepassingen. AI Hub-templates moeten een vertrekpunt bieden voor onder meer code review, documentverwerking en onderzoeksworkflows. 1
13
Inference op meerdere clouds en soorten hardware
Red Hat AI Inference 3.5 levert geoptimaliseerde containerimages voor LLM-inferentie op NVIDIA CUDA, AMD ROCm, Google TPU, Intel Gaudi en IBM Spyre. De software ondersteunt daarmee uiteenlopende acceleratorplatforms binnen een Kubernetes-gerichte aanpak. 3
8
Distributed Inference met llm-d wordt ondersteund op Azure Kubernetes Service (AKS) en CoreWeave Kubernetes Service (CKS). Voor Amazon Elastic Kubernetes Service (EKS) is inference-aware scheduling echter nog een Technology Preview. Red Hat geeft expliciet aan dat Technology Preview-functies niet onder productie-SLA's vallen, mogelijk niet volledig zijn en niet voor productie worden aanbevolen. 8
4
Betekenis van de NVIDIA-integratie
Binnen Red Hat AI Factory with NVIDIA vormen deze mogelijkheden een gestandaardiseerde operationele laag bovenop NVIDIA-versnelde infrastructuur. Organisaties kunnen modellen valideren, GPU-capaciteit verdelen, serving monitoren en workloads met een consistente Kubernetes-aanpak uitrollen over hybride infrastructuur. Daarmee probeert Red Hat de kloof te verkleinen tussen experimenten van datawetenschappers en de operationele eisen van IT-teams. 16
3
De bredere koers van IBM en Red Hat is om open hybride-cloudinfrastructuur te koppelen aan beheerde AI-operaties. Los van deze release werkt LTM met IBM en Red Hat aan Lightwell, een initiatief om kwetsbaarheden in opensourcesoftware te identificeren, prioriteren en met gevalideerde oplossingen te verhelpen. 4
8
Kortom: Red Hat AI 3.5 is vooral gericht op de randvoorwaarden voor AI op productieschaal — vertrouwen vóór uitrol, gedeelde GPU-capaciteit, inzicht tijdens gebruik en inzetbaarheid in verschillende cloud- en hardwareomgevingen.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Red Hat AI 3.5 richt zich op betrouwbare AI in productie"?
Red Hat heeft Red Hat AI 3.5 algemeen beschikbaar gemaakt als platformupdate voor beheerde, observeerbare AI diensten in hybride omgevingen.
What are the key points to validate first?
Red Hat heeft Red Hat AI 3.5 algemeen beschikbaar gemaakt als platformupdate voor beheerde, observeerbare AI diensten in hybride omgevingen. EvalHub is algemeen beschikbaar voor geautomatiseerde veiligheidsbeoordelingen en controleerbare compliance rapportages voor modellen, RAG pijplijnen en AI agents.
What should I do next in practice?
Nieuwe GPU plannings en meetfuncties zijn bedoeld om schaarse acceleratiecapaciteit eerlijker te verdelen en kosten per team inzichtelijk te maken.