Elastic与Red Hat：利用NVIDIA® GPU加速扩展主权AI工厂

成功的企业AI部署能够从数PB的非结构化专有公司数据中获取上下文。在这些 RAG 管道的核心是向量搜索。然而，随着数据量的增长，构建这些向量索引常常成为一个瓶颈，阻碍了部署并导致高额的开销成本。

通过集成NVIDIA cuVS 以实现 GPU 加速索引，Elastic 可将摄取过程中的计算密集型任务交由 GPU 处理。效果十分显著：

• 索引速度最高可提升 12 倍

• 强制合并速度最高可提升 7 倍

• 降低 CPU 使用率

作为 NVIDIA Enterprise AI Factory 验证设计中推荐的向量数据库，Elastic 为自主智能体提供关键引擎，使其能够基于最相关的数据高效推理并采取行动。索引加速后，您的智能体便可基于企业实时数据，在大规模场景下快速作出决策。

Red Hat AI 提供企业所需的 Kubernetes 原生基础架构，帮助企业落地 AI 工作负载，覆盖从模型训练的数据检索到推理的完整流程。结合 NVIDIA 加速能力的 Elastic 与 Red Hat AI 技术栈，可为优先考虑主权 AI 的客户补齐关键能力缺口。

通过使用 Elastic Agent Builder 和 Elastic Workflows，开发人员现在可以在其 Red Hat AI on OpenShift AI 中构建自主代理。这些代理将在您的混合云中检索信息，并触发操作工作流，同时将您的数据和模型保留在您的环境中。

红帽生态系统开发高级总监 Katie Giglio 表示：“Red Hat OpenShift 为企业在任何混合云环境中实现 AI 工作负载的落地运行与规模扩展提供了关键的 Kubernetes 原生基础。”“通过在 Red Hat OpenShift 和 Red Hat AI 上启用 Elastic 的 GPU 加速搜索，并借助 NVIDIA 的加速能力，我们正携手交付一个生产就绪的开放平台，帮助客户构建安全、高性能的 RAG 与自主 AI 智能体，同时完全掌控其数据主权。”

Elastic 与 Red Hat 和 NVIDIA 的合作，使受严格数据主权监管的组织能够灵活管理数据，无论数据分布在何处。

• Red Hat AI 提供了托管和保护模型的基础。

• Elastic 提供上下文层和智能体框架。

• NVIDIA AI 基础架构提供性能加速。

• 双方共同客户可无缝部署智能体 AI 系统，并落地 AgentOps 实践

Elastic 与 Red Hat AI 相结合，可确保专有业务数据和模型部署在您选择的环境中：自有数据中心、云区域或混合架构。

以一家面临监管复杂性和基础架构成本的金融机构为例，该金融机构正在应对部署面向客户的 AI 助手所带来的挑战。要真正发挥作用，该 AI 助手必须以智能体形式运行，能够实时检查客户账户信息并标记可疑活动。

借助 Red Hat AI 平台上的 Elastic GPU 加速搜索，这家金融机构现在可以：

• 在客户记录更新时，对新增相关数据的索引速度最高可提升 12 倍

• 运行自主智能体，在数百万个向量中搜索，检索相关上下文并实时采取行动
• 在单一托管平台上部署并扩展其完整的 AI 流水线
• 在确保安全的同时，始终完全掌控数据主权

支持 GPU 加速的 Elasticsearch 现已可在 Red Hat AI 平台上使用。无论您是在构建首个 RAG 应用，还是在全球范围内部署 AI 工厂，Elastic、Red Hat 与 NVIDIA 的组合都能基于开源基础，为现代 AI 解决方案提供所需的性能与灵活性。

• 借助 Elasticsearch 的 RAG 驱动搜索，提升金融分析师效率 

• Elastic + Red Hat AI：面向混合云 AI 模型的开放平台