Saat aplikasi kecerdasan buatan berpindah dari tahap eksplorasi ke produksi, kemampuan untuk memilih model, akselerator, dan lingkungan pengembangan menjadi sangat penting. Red Hat menyediakan pendekatan cloud hibrida yang terbuka untuk memenuhi kebutuhan tersebut.
Selama proses peralihan ini, organisasi menghadapi dua tantangan: memecah pembatas data dan menghindari ketergantungan pada satu layanan cloud.
Pada tahap eksplorasi, banyak tim mencoba berbagai alat dan layanan publik. Namun ketika memasuki tahap produksi, perusahaan menginginkan data sensitif tetap berada dalam lingkungan mereka sendiri, tanpa harus pindah-pindah antar platform secara manual atau terjebak dalam satu ekosistem penyedia layanan.
Hal ini disampaikan oleh Country Manager Red Hat Indonesia, Vony Tjiu, yang menyatakan, “Beberapa mungkin menjalankan beban kerja AI di satu penyedia layanan cloud dan tidak dapat berpindah dari satu cloud ke yang lain. Dengan memanfaatkan platform Red Hat, seluruh beban kerja bisa berjalan di mana saja di cloud.”
Vony menekankan bahwa Red Hat tidak menyediakan layanan cloud tetapi menawarkan fleksibilitas dalam menjalankan aplikasi di berbagai platform cloud. “Jadi tidak terikat pada satu cloud tertentu,” katanya.
Red Hat bekerja sama dengan penyedia layanan cloud besar untuk menawarkan OpenShift sebagai layanan yang dikelola, seperti ROSA, Red Hat OpenShift dengan AWS; ARO, Azure Red Hat OpenShift; dan OpenShift yang dikelola di GCP. Menurut Vony, layanan ini merupakan salah satu yang paling sering ditanyakan oleh pelanggan. Hal ini menunjukkan bahwa fleksibilitas dalam penggunaan bukan hanya sekadar konsep, tetapi juga menjadi salah satu faktor yang paling diminati oleh pelanggan di lapangan.
Tantangan lain yang tidak kalah berat, menurut Vony, adalah adanya pembatasan antara tim data dan tim aplikasi. Kedua tim bekerja dalam platform serta lingkungan yang berbeda, sehingga mengintegrasikan model ke dalam aplikasi memerlukan waktu dan usaha tambahan. Hal ini menyebabkan hambatan dalam standarisasi, pengelolaan, dan keamanan, terutama ketika beban kerja meningkat ke skala produksi. Di sinilah fleksibilitas dan keterbukaan menjadi sangat penting bagi perusahaan.
Untuk menghadapi tantangan tersebut, Red Hat menerapkan pendekatan hybrid cloud yang terbuka, memberikan fleksibilitas penuh: pelanggan bisa menggunakan model AI apa pun, akselerator perangkat keras apa pun, dan menjalankan beban kerja di mana saja, baik di cloud publik, cloud pribadi, maupun on-premise.
Dengan platform OpenShift yang berbasis Kubernetes, Red Hat memungkinkan perusahaan untuk memilih berbagai LLM, seperti Llama, Gemini, atau Granite, dan menjalankannya pada GPU dari NVIDIA, AMD, atau Intel.
“Tidak ada satu jawaban yang cocok untuk semua,” kata Vony, merujuk pada berbagai kebutuhan dan situasi yang dihadapi setiap organisasi. Pendekatan terbuka Red Hat memberi kesempatan kepada pelanggan untuk menyesuaikan teknologi sesuai dengan strategi perusahaan mereka.
Namun, fleksibilitas saja tidak cukup. Pada tahap produksi, keamanan dan otonomi data menjadi syarat utama. “Saat mereka memasuki lingkungan produksi, pasti mereka menginginkan data tetap aman dan otonomi data berada di pusat data mereka,” kata Vony. Untuk memenuhi kebutuhan ini, Red Hat menyediakan sertifikasi ISO pada setiap lapisan platformnya, kepatuhan terhadap cloud pemerintah, serta keamanan yang terintegrasi (embedded security). Bahkan, Red Hat Enterprise Linux 10 (RHEL 10) telah dilengkapi dengan teknologi kriptografi pasca-kuantum untuk menghadapi ancaman masa depan dari komputasi kuantum.
Di luar platform, Red Hat juga menciptakan dasar ekosistem yang kokoh melalui kerja sama dan pengembangan sumber daya manusia. Program Red Hat Academy yang berada di lebih dari 200 lembaga pendidikan di Asia Pasifik telah memberikan pelatihan kepada lebih dari 26.000 siswa—termasuk 7.500 di Indonesia. Selain itu, Red Hat Talent Network menghubungkan 40 perusahaan mitra dengan hampir 50 lulusan yang siap diterima oleh dunia industri.
Untuk meningkatkan efisiensi operasional dan mempercepat penerapan AI, Red Hat menggabungkan berbagai solusi ke dalam satu platform yang terintegrasi. Red Hat Enterprise Linux AI (RHEL AI) menyediakan kernel yang dirancang khusus untuk inferensi pada GPU.
Sementara AI Inference Server berperan sebagai pusat pengelolaan siklus hidup model yang meliputi berbagai perangkat keras dan awan. Berkat integrasi dengan vLLM dari hasil akuisisi Neural Magic, efisiensi beban kerja dapat ditingkatkan dengan biaya GPU yang lebih murah.
Di sisi lain, OpenShift AI mendukung pendekatan MLOps dengan menggabungkan alur kerja tim data dan aplikasi dalam satu lingkungan yang konsisten. Bagi perusahaan yang masih menggunakan VM konvensional, Red Hat kini menawarkan OpenShift Virtualization Engine sebagai solusi transisi menuju lingkungan container dengan biaya dan risiko yang lebih terkendali.
Dengan portofolio produk seperti RHEL AI, OpenShift AI, AI Inference Server, serta OpenShift Virtualization Engine, Red Hat menawarkan pendekatan yang terintegrasi, memungkinkan perusahaan menjalankan, mengelola, dan melindungi berbagai jenis beban kerja, baik aplikasi AI maupun aplikasi konvensional, di berbagai lingkungan. Pendekatan ini dirancang untuk memberikan fleksibilitas dalam pemilihan teknologi sambil tetap menjaga pengawasan terhadap data dan infrastruktur.
