Nutanix宣布正式发布Nutanix Enterprise AI (NAI) 2.8，同时即将发布Nutanix Kubernetes Platform (NKP) 2.19。此次更新旨在弥合传统虚拟化环境与现代容器化AI工作负载之间的差距。通过实施双原生架构，Nutanix旨在帮助企业在现有基础设施上并行运行虚拟机和容器化AI应用，从而最大限度地减少创建独立基础设施孤岛或跨复杂网络层迁移数据的需求。
Nutanix产品管理执行副总裁Thomas Cornely表示：“企业级人工智能不应要求客户重建其现有业务系统。”该公司采用的双原生架构旨在跨虚拟机、容器和人工智能框架保持一致的管理和治理，从而在虚拟化系统上实现接近裸机的执行，同时保持架构的灵活性。
Nutanix 企业人工智能 2.8 架构和功能
NAI 2.8 提供了一个统一的管理平台，用于在混合环境中部署、管理和扩展大型语言模型 (LLM) 和代理工作流。该控制平台提供集中式的令牌消耗可见性、内置的可观测性指标以及模型即服务功能。
为了促进智能体人工智能框架的构建，该平台引入了一个通用的模型上下文协议 (MCP) 网关。该网关作为一个标准化的访问层，使人工智能代理能够与外部工具和企业数据集进行交互，而无需进行任何定制工程。此外，还提供了一个适用于 Nutanix 云平台 (NCP) 的配套 MCP 服务器，用于授予代理对 Nutanix 管理的基础设施资源进行安全、受控访问的权限。
在计算和服务方面，NAI 2.8 新增了多 GPU 私有推理和微调功能。它通过分布式节点上的张量并行实现高吞吐量服务，并辅以批处理和推测性解码。推测性解码使用轻量级草稿模型，在不影响模型精度的前提下，将标记生成延迟降低高达 2.5 倍。为了实现模型定制，该平台针对参数少于 8 亿的模型引入了参数高效微调与低秩自适应 (LoRA) 技术，使企业能够使用单 GPU 实例在特定领域的数据上训练适配器，并将其直接部署到生产服务管道中。
NAI 内部的安全控制机制旨在隔离代理工作负载并防止模型泄露。该平台实施细粒度的身份和访问管理 (IAM)、自定义的基于角色的访问控制、模型共享限制，并完全支持物理隔离的 NVIDIA NIM 部署。
Nutanix Kubernetes 平台 2.19 新增功能
即将发布的 NKP 2.19 版本着重于规范裸机和虚拟化部署中的 Kubernetes 操作。该平台已获得 CNCF 认证的 Kubernetes AI 一致性认证，验证了其在企业级 AI 编排方面的 API 标准化。
此次发布引入了 NKP Metal，它将超融合基础设施管理原则应用于裸机 Kubernetes。这包括操作系统、固件和容器运行时组件的自动化配置，以及原生持久存储。对于虚拟化部署，基于 Nutanix AHV 的 NKP Full Stack 与 Nutanix Flow 集成，可强制执行微隔离和网络级沙箱，从而隔离 AI 代理并防止其在网络中横向移动。
NKP 2.19 还新增了一个精选的 AI 应用目录，用于自动部署 Kubeflow、Milvus 和 Slurm 等框架。硬件资源管理也进行了更新，加入了经过验证的 GPU 集成配置文件和动态硬件分配功能。
存储架构和合作伙伴计划
存储吞吐量仍然是维持 GPU 计算效率的关键因素。为了支持高并发训练和推理流水线，Nutanix 统一存储 (NUS) 已获得 NVIDIA 企业级认证。经过验证的架构提供低延迟、线性扩展的数据路径，确保在分布式工作负载期间加速器流水线始终保持满负荷运行。
除了平台更新之外，Nutanix 还推出了“Powered by Nutanix: Verified Services”计划，并宣布服务提供商 (SP) Central 正式上线。SP Central 提供了一个多租户控制平台，允许托管服务提供商在灵活的许可模式下配置、运营基础设施、容器和 AI 服务，并从中获利。
NAI 2.8 和 SP Central 现已推出，NKP 2.19 计划在近期发布。
Amazon