---
title: "Red Hat sitúa la seguridad y la observabilidad en el núcleo de la IA empresarial con Red Hat AI 3.5"
description: "Red Hat, proveedor mundial de soluciones de código abierto, ha anunciado importantes novedades en su cartera de Red Hat AI con el lanzamiento de Red Hat AI 3.5 . A medida que las empresas avanzan desd..."
url: https://revistacloud.com/red-hat-situa-la-seguridad-y-la-observabilidad-en-el-nucleo-de-la-ia-empresarial-con-red-hat-ai-3-5/
date: 2026-09-16
modified: 2026-09-16
author: "Angel"
image: https://revistacloud.com/wp-content/uploads/2024/11/red_hat_entrance.jpg
categories: ["Empresas"]
tags: ["AI", "empresas", "red hat"]
type: post
lang: es
---

# Red Hat sitúa la seguridad y la observabilidad en el núcleo de la IA empresarial con Red Hat AI 3.5

Red Hat, proveedor mundial de soluciones de código abierto, ha anunciado importantes novedades en su cartera de Red Hat AI con el lanzamiento de **Red Hat AI 3.5**.

A medida que las empresas avanzan desde las primeras fases de experimentación y los proyectos piloto hacia la implementación de la inteligencia artificial, los responsables de TI e ingeniería de plataformas afrontan el reto de gestionar estas tecnologías con el mismo nivel de exigencia operativa que las infraestructuras críticas.

En este contexto, **Red Hat AI 3.5 proporciona una base escalable para gestionar, proteger y supervisar las cargas de trabajo de IA en entornos de nube híbrida**, con el objetivo de reducir la distancia entre los proyectos piloto de inteligencia artificial aislados y una arquitectura empresarial plenamente gobernada.

## ¿Qué es Red Hat AI 3.5?

Red Hat AI 3.5 proporciona a las organizaciones la infraestructura operativa necesaria para llevar la inteligencia artificial a producción y ampliar su uso en entornos híbridos, incorporando nuevas funciones de seguridad y observabilidad. La nueva versión permite evaluar los modelos antes de su implementación mediante **EvalHub**, con pruebas comparativas de seguridad centradas en los riesgos y la posibilidad de generar certificaciones de cumplimiento normativo.

Los nuevos paneles de observabilidad ofrecen a los equipos de plataforma métricas completas para conocer en tiempo real el estado de la inferencia, el uso de las GPU y el rendimiento de los modelos de IA. Además, los usuarios que no cuentan con permisos de administración pueden consultar paneles destinados al reparto interno de los costes derivados del consumo de tokens por usuario y a las cargas de trabajo de inferencia distribuida.

Por otro lado, Red Hat AI 3.5 amplía las capacidades de la plataforma empresarial para mejorar el soporte multinquilino dirigido a proveedores de servicios de IA y a aquellos casos de uso que necesitan un aislamiento completo, desde el hardware hasta el software. También incorpora un servicio basado en prioridades y con arquitectura multinquilino nativa para infraestructuras de GPU compartidas.

Para las organizaciones que necesitan un mayor nivel de separación entre inquilinos, Red Hat AI ofrece ahora soporte oficial para ejecutarse sobre **planos de control alojados de Red Hat OpenShift**, desplegados mediante **Red Hat OpenShift Virtualization**. Estos planos de control permiten asignar a cada inquilino un plano de control de clúster independiente mientras se mantiene compartido el hardware subyacente.

Asimismo, la ejecución de cargas de trabajo de IA en máquinas virtuales de Red Hat OpenShift Virtualization proporciona un aislamiento sólido a nivel de máquina virtual en infraestructuras compartidas con capacidad para GPU. En conjunto, estas funciones permiten a los proveedores de infraestructura gestionar y actualizar todo el entorno subyacente desde un único punto de control.

## Nuevas capacidades para agentes de IA

Red Hat AI 3.5 también facilita el desarrollo de agentes de IA sometidos a mecanismos de gobierno. **AutoRAG** permite conectar directamente los repositorios de datos empresariales con las aplicaciones agénticas e incorpora funciones como el soporte para documentos en distintos idiomas, las pruebas conversacionales y la recuperación contextual.

Además, un pipeline visual permite a los equipos comprobar sus configuraciones de RAG antes de ponerlas en producción. Por su parte, las plantillas de agentes incluyen implementaciones ya configuradas para casos habituales, como la revisión de código, el procesamiento de documentos y los flujos de trabajo de investigación.

Una vez desplegados los agentes, **Inference-Time Scaling (ITS)** permite optimizar el consumo de GPU mediante un ajuste dinámico de la capacidad de computación en función de la complejidad de cada consulta.

## ¿Por qué es importante Red Hat AI 3.5?

Conforme los pilotos de IA empresarial tienen éxito y los resultados iniciales muestran retornos prometedores, los equipos de TI deben abordar la necesidad de ofrecer soluciones a escala. Pero escalar la IA en toda la empresa exige el mismo rigor operativo que cualquier infraestructura de misión crítica: seguridad verificada antes del despliegue, controles de recursos precisos en entornos de GPU compartidos, comportamiento de agentes gobernados y métricas de uso transparentes. Hoy en día, la mayoría de las organizaciones afrontan estos retos con herramientas fragmentadas y procesos manuales que no escalan. Red Hat AI 3.5 resuelve esta carencia unificando la seguridad, el soporte multinquilino, el desarrollo agéntico y la observabilidad en una única plataforma empresarial. El resultado es una IA que opera como una arquitectura de IA responsable y gobernada —no como un experimento aislado— en entornos de nube híbrida.

## Declaraciones de Red Hat

“La conversación ha pasado de llevar la IA a producción a ejecutarla a escala como una infraestructura empresarial de confianza, lo que requiere evidencias de seguridad, agentes gobernados, atribución de costes y soporte multinquilino”, asegura **Joe Fernandes, vice president and general manager, AI Business Unit, Red Hat**. “Con Red Hat AI 3.5, ofrecemos los controles operativos, la confianza verificable y las bases agénticas que los líderes de TI necesitan para ejecutar la IA como una arquitectura de IA empresarial segura, controlada y responsable en la nube híbrida”.

**Principales novedades:**

- **Evaluación y seguridad verificables antes del despliegue:** Los modelos evaluados del catálogo incluyen puntuaciones de referencia integradas con Garak, mientras que la disponibilidad general de EvalHub automatiza los informes de seguridad y cumplimiento auditable para modelos personalizados, RAG y agentes.
- **Control de GPU compartida para inferencia multinquilino:** La planificación equitativa de GPU gestiona la asignación de recursos entre inquilinos, mientras que el servicio orientado a la prioridad proporciona control de admisión y enrutamiento de peticiones basado en prioridades para proteger la inferencia en tiempo real y permitir que las cargas de trabajo en segundo plano aprovechen la capacidad disponible.
- **API para agentes y seguridad de pasarela:** La disponibilidad general de soporte para Responses API y RAG integrado ofrece una interfaz unificada de código abierto para conversaciones agénticas de varios turnos, reforzada por NeMo Guardrails integrado que intercepta llamadas a herramientas maliciosas.
- **Anclaje en datos empresariales y razonamiento eficiente:** AutoRAG con soporte para pgvector, AutoML nativo e Inference-Time Scaling permiten que los modelos adapten dinámicamente el uso de computación según la dificultad de la consulta.
- **Observabilidad integrada y asignación de costes de MaaS:** Ofrece medición de consumo de tokens por usuario, paneles de rendimiento para modelos y agentes, trazado agéntico visual con MLflow y paneles de utilización de GPU para obtener una clara transparencia operativa y de uso.
- **Plantillas de agentes prediseñadas para un desarrollo más rápido:** AI Hub introduce plantillas de agentes y kits de inicio con implementaciones de referencia preconfiguradas para patrones empresariales comunes, incluyendo revisión de código, procesamiento de documentos y flujos de trabajo de investigación.

**Más detalles**

- **Soporte para planos de control alojados y OpenShift Virtualization para un mejor aprovechamiento de recursos en entornos multinquilino:** Red Hat AI ahora admite oficialmente planos de control alojados, proporcionando a cada inquilino un plano de control dedicado y una mayor consolidación del hardware. El soporte para cargas de trabajo de IA en máquinas virtuales de OpenShift Virtualization permite que múltiples inquilinos compartan servidores físicos con un sólido aislamiento a nivel de máquina virtual.
- **Nuevo conjunto de modelos validados con puntuaciones de seguridad de IA:** Se han añadido más de 20 modelos validados nuevos al catálogo, incluidos modelos de Google (Gemma 4), NVIDIA (Nemotron 3), Alibaba Cloud (Qwen), entre otros. Estos modelos validados cuentan con evaluaciones comparativas de rendimiento completas e incluyen ahora puntuaciones integradas de seguridad de Garak, exposición a datos personales (PII) y riesgo de toxicidad, ofreciendo total transparencia a las empresas que evalúan los riesgos de los modelos de IA.
- **Modelos validados para llamadas a herramientas:** Un grupo seleccionado de modelos validados ha sido etiquetado en el catálogo como verificado para llamadas a herramientas, ofreciendo a los clientes confianza al elegir un modelo para casos de uso agénticos.
- **Gestión de tráfico y actualizaciones seguras de modelos:** El servicio orientado a la prioridad proporciona control de admisión y enrutamiento de peticiones por prioridad para proteger la inferencia en tiempo real mientras se permite que las cargas en segundo plano utilicen la capacidad disponible, y el despliegue controlado de modelos gestiona el tráfico durante las actualizaciones de modelos, permitiendo transiciones seguras con la mínima interrupción del servicio.
- **Gestión eficiente de la memoria GPU:** La disponibilidad general de descarga a CPU y la vista previa para desarrolladores de descarga a almacenamiento permiten a los modelos gestionar conversaciones más largas y documentos de mayor tamaño sin necesidad de hardware de GPU adicional.
- **Servicio multimodal:** Ofrece generación de texto, audio e imágenes desde una capa de servicio unificada mediante vLLM Omni (disponible en acceso anticipado)
- **Servicio de modelos en Kubernetes multinube:** Extiende la inferencia distribuida llm-d más allá de OpenShift hacia servicios de Kubernetes de terceros, ofreciendo una experiencia uniforme de servicio de modelos en distintas nubes. Ya disponible con carácter general en CoreWeave CKS y Microsoft Azure, e incorporando Amazon EKS como vista previa tecnológica.
- **Kits de desarrollo de agentes:** AI Hub introduce plantillas de agentes y kits de inicio preconfigurados para patrones empresariales comunes, tales como revisión de código, procesamiento de documentos y flujos de trabajo de investigación, integrando marcos de trabajo, herramientas y configuraciones de despliegue para ejecutarse en entornos aislados (sandboxed) manteniendo intactos los controles operativos y las políticas de seguridad desde el primer despliegue hasta la fase de producción.
- **Workbench de datos empresariales:** Kubeflow Spark Operator, disponible como vista previa para desarrolladores, integra el procesamiento distribuido de datos directamente en el entorno de trabajo activo, unificando la preparación de datos y el servicio de modelos en una sola plataforma. ●        **GPU como servicio y soporte multinquilino:** Incluye aislamiento por namespaces, compatibilidad con planos de control alojados y visibilidad en tiempo real mediante paneles sobre el inventario de hardware, la utilización activa y el préstamo dinámico de capacidad de GPU.