Mesterséges intelligencia, magyarul.
Az eredeti közleményekből.

Három új Red Hat OpenShift-forgatókönyvvel segíti a DH2i az éles AI-t

2026. október 5.Forrás: Red Hat
Három új Red Hat OpenShift-forgatókönyvvel segíti a DH2i az éles AI-t
Kép: Red Hat

A DH2i három új felhasználási esetet tett közzé a Red Hat Ecosystem Catalogban, amelyek azt mutatják be, hogyan támogatható a megbízható és biztonságos vállalati AI a Red Hat OpenShift platformon. A példák pénzügyi RAG-alkalmazásokat, közszolgálati rendszereket és csalásvizsgálati munkafolyamatokat fednek le.

A lényeg röviden
  • A DH2i három új AI-felhasználási esetet tett közzé a Red Hat Ecosystem Catalogban.
  • A DxOperator SQL Server Availability Groups működését automatizálja Red Hat Openshiften.
  • A DxEnterprise adatbázis-felügyeletet és automatikus átállást biztosít.
  • A DxOdyssey alkalmazásszintű zéró bizalmi mikroalagutakat hoz létre.
  • A példák pénzügyi RAG-, közszolgálati és csalásvizsgálati rendszereket fednek le.

Az AI éles használatánál az infrastruktúra válik döntővé

A Red Hat október 5-i blogbejegyzése szerint egy AI-alkalmazás elkészítése még csak mérföldkő. A vállalati, üzletkritikus adatokon történő megbízható működtetéshez az alkalmazásnak folyamatosan hozzá kell férnie ellenőrzött adatokhoz, együtt kell működnie a régi rendszerekkel, és úgy kell védenie az érzékeny információkat hibrid környezetben, hogy közben a hálózati integritás is megmaradjon.

A DH2i és a Red Hat együttműködésében kidolgozott három új felhasználási eset ezt a problémát közelíti meg. A példák a DH2i három termékére épülnek: a Kubernetesen és Red Hat OpenShiften futó SQL Server Availability Groups magas rendelkezésre állását automatizáló DxOperatorra, a Windows, Linux és konténerek közötti SQL Server-magasrendelkezésre állást biztosító DxEnterprise-re, valamint a hibrid és többfelhős környezetek alkalmazásszintű, zéró bizalmi kapcsolatait kezelő DxOdyssey-re.

A Red Hat OpenShift a vállalati alkalmazásokhoz készült platformként beépített biztonsági funkciókat, hibridfelhő-támogatást és tanúsított partneri ökoszisztémát kínál. A Red Hat szerint az AI-munkaterhelések így közvetlenül ott futhatnak, ahol az adatok találhatók, például a meglévő SQL Server-adatbázisok mellett.

Pénzügyi RAG és közszolgálati rendszerek

Az első forgatókönyv pénzügyi kutatócsoportok és portfóliómenedzserek RAG-alkalmazásait célozza. Ezekben a SQL Server 2025 tárolja a strukturált adatokat, a vektorbeágyazásokat és a metaadatokat. Ha az adatbázis elérhetetlenné válik, a nagy nyelvi modell nem tud az adatokkal megalapozott válaszokat adni.

A DxOperator a Red Hat Openshiften futó SQL Server Availability Groups életciklusát automatizálja, és szinkronizált replikák telepítését is támogatja. Szinkron véglegesítés esetén az SQL Server csak akkor fejezi be a tranzakciót, ha a tranzakciós napló rekordjait a szinkronizált másodlagos replikán is rögzítették. A DxEnterprise adatbázis-tudatos felügyeletet és automatikus átállást biztosít. A DH2i szerint ez másodpercek alatt megtörténhet, így csökkenthető az elsődleges replika hibájának hatása.

A második felhasználási eset a közszolgálati AI-szolgáltatások modernizálását mutatja be. A javasolt, „crawl-walk-run” megközelítés első lépése a meglévő Windows virtuális gépek újrahosztolása Red Hat OpenShift Virtualization környezetben. Ezután az SQL Server-munkaterhelések fokozatosan Red Hat Enterprise Linuxra helyezhetők át, végül pedig konténerizált SQL Server Availability Groups alakíthatók ki a DxOperator és a DxEnterprise segítségével.

A DH2i szerint a DxEnterprise a DxOdyssey biztonsági és hálózati képességeit is tartalmazza, így az alkalmazásszintű zéró bizalmi kapcsolat a modernizáció minden szakaszában jelen lehet. A fokozatos átállás lehetővé teszi, hogy az intézmények a készségeiket és infrastruktúrájukat lépésenként fejlesszék, miközben az AI-szolgáltatások adatfolyama megszakítás nélkül működhet.

Célzott kapcsolatok az AI-alapú csalásvizsgálathoz

A harmadik példa a pénzügyi szolgáltatásokban használt csalásvizsgálatot érinti. A kapcsolódó adatok gyakran magánfelhőkben, régi adatközpontokban és ügyfél-adatbázisokban találhatók, ezért központosításuk sok esetben nem lehetséges. A széles hálózati hozzáférés ugyanakkor növeli az AI-munkaterhelések támadási felületét.

A DxOdyssey alkalmazásszintű Zero Trust Network Access, vagyis ZTNA-megközelítést használ. A Red Hat és a DH2i példája szerint mikroalagutak hozhatók létre a Red Hat Openshiften futó AI-szolgáltatás és a konkrétan engedélyezett adatvégpontok között. Így az érzékeny adatok a helyükön maradhatnak, miközben az AI-elemzők hozzáférhetnek a gyanús tevékenységek azonosításához szükséges információkhoz.

A DxOdyssey mikroalagútjai kiegészítik az OpenShift natív platformbiztonsági funkcióit, köztük a SPIFFE és SPIRE alapú zéró bizalmi munkaterhelés-azonosítást, a Red Hat Advanced Cluster Security hálózati szegmentálását és a Confidential Containers hardveresen titkosított memóriával végzett végrehajtását.

A bejelentés a felhasználók számára azt jelenti, hogy a Red Hat OpenShift és a DH2i eszközei különböző kiindulási pontokról támogatják az AI-rendszerek élesítését. A megközelítés a meglévő SQL Server-adatok elérhetőségére, a fokozatos modernizációra és a hibrid környezetek célzott védelmére épít, így a szervezeteknek a Red Hat szerint nem kell egyszerre újrakezdeniük infrastruktúrájuk felépítését.

Red HatDH2iRed Hat OpenShiftDxOperatorDxEnterpriseDxOdysseySQL Server 2025vállalati AIpartnerségfelhő
Kövesd az AI Hírek oldalát a FacebookonA legfontosabb MI-hírek magyarul, rögtön a megjelenés után a hírfolyamodban.Követem

Kapcsolódó hírek

Cégek és üzlet
Cégek és üzlet2026. október 5. 11:32

HPE-technológiával működik majd a 2027-es Ryder Cup digitális háttere

A HPE szállítja a 2027-es Ryder Cup intelligens hálózati és autonóm informatikai megoldásait az írországi Adare Manorban. A rendszer a helyszíni szurkolók, a verseny…

A CoreWeave szerint a modell élesítése csak a fejlesztési ciklus kezdete
Fejlesztőknek2026. október 2. 16:12

A CoreWeave szerint a modell élesítése csak a fejlesztési ciklus kezdete

A CoreWeave szerint egy modell vagy ügynök élesítése után kezdődik az igazán értékes tanulási szakasz. A vállalat és a Weights & Biases ezt AI Loopnak nevezi, amely a…

A CNCF Sandboxba kerül az llm-d, az AI-inferencia nyílt infrastruktúrája
Fejlesztőknek2026. október 2. 16:12

A CNCF Sandboxba kerül az llm-d, az AI-inferencia nyílt infrastruktúrája

A Cloud Native Computing Foundation Sandbox projektjei közé kerül az llm-d, a több gyorsítós infrastruktúrán futó, elosztott következtetés összehangolására és…