隨著人工智慧（AI）技術進入百工百業，企業對基礎架構的需求不再僅限於雲端與容器，而是延伸至涵蓋資料導入、模型訓練、推論執行與應用整合的完整生命週期支援架構。
Red Hat亞太區技術長Vincent Caldeira指出，當前全球企業導入AI應用時，大多建構於混合雲架構之上，而Red Hat始終堅持推動單一平台策略，致力於橫跨私有雲、公有雲與虛擬化環境，並同時具備部署AI工作負載的彈性與一致性。在這項願景下，開源的角色更顯關鍵，不僅讓企業得以自由選擇AI模型、GPU加速器與執行環境，也強化了跨平台整合性與應用可攜性。
在基礎平台部分，Red Hat OpenShift已成為企業發展雲原生應用的核心支柱，而Red Hat Enterprise Linux（RHEL）則提供穩定且安全的作業系統根基。最新的RHEL 10版本，除針對AI工作負載進行強化，更導入作業系統不變性技術，讓開發者得以將應用程式與作業系統封裝為一致的映像檔，不僅加快部署流程，也可提升系統安全性。
Red Hat亞太區技術長Vincent Caldeira說明，Red Hat發展策略是協助企業打造平台，讓傳統應用系統、微服務、AI工作負載、虛擬化與容器化叢集，皆能在同一基礎架構上協同運作，才符合當前IT發展需求。
針對企業未來的資安挑戰，Red Hat亦宣布RHEL 10將成為支援後量子密碼（PQC）的企業級作業系統。面對量子運算對傳統非對稱加密所帶來的風險，Red Hat採取循序漸進的導入策略，遵循NIST所制定的標準，並結合產業夥伴力量，共同推動應用系統、平台與作業流程逐步遷移，為未來資料保護奠定安全防線。
在虛擬化方面，隨著VMware等傳統虛擬化方案政策出現變動，Caldeira觀察到越來越多企業正積極尋求開源替代，將既有虛擬主機環境遷移至OpenShift平台上。這股趨勢的推進，除了仰賴軟體定義儲存與高可用性網路技術的支持，也強化了容器平台的應用彈性與資源調度能力。 在AI應用開發層面，Red Hat以OpenShift AI平台提供完整的MLOps環境，其架構橫跨資料準備、模型訓練、推論部署至應用開發等各階段，協助企業以模組化方式建立AI開發流程。該平台整合資料科學工具與函式庫生態系，讓開發者能有效處理各類型結構化與非結構化資料，並將其轉換為模型訓練所需的標準格式。
為因應模型生命週期日益複雜的治理需求，OpenShift AI近期新增Model Registry（模型註冊中心）與Feature Store（特徵市集）兩大核心組件，提供模型與特徵資料的集中化管理機制，強化版本控制與模型追蹤能力，確保從開發、測試到部署的一致性與可追溯性。