部署 · 部署落地
2026 年 10 月 21 日
来源：GlobeNewswire（The Manila Times 转载）
10 月 21 日，开源基础设施公司 SUSE 宣布为其「SUSE AI Factory with NVIDIA」引入新能力，帮助企业以私有化方式落地企业级智能体 AI，同时保持对系统的完整运营控制、安全与治理。新方案整合 NVIDIA OpenShell 参考架构与面向英伟达优化的 SUSE Linux Enterprise Server（SLES for NVIDIA），通过英伟达 Vera Rubin 执行模型推理、Vera CPU 运行 OpenShell 执行智能体、BlueField-4 DPU 运行 DOCA 驱动的 NVIDIA Sentry 实现主机独立监控与芯片内策略执行。在安全上，方案实现主动零信任治理——监督代理持续检查智能体流量、按策略授权并阻断未授权网络请求，防止代码或数据外泄；智能体代码在企业边界内执行，访问策略限制企业知识产权与专有数据集流出私有基础设施。在成本上，通过 NVIDIA NIM 微服务进行私有模型服务，消除了第三方按 Token 计费的公有 API 费用，代之以可预测的容量型基础设施投入。SUSE 还援引 Gartner 预测称，到 2027 年 35% 的国家将锁定于使用专有上下文数据的区域化 AI 平台；墨西哥瓜纳华托州财政秘书处正基于该方案验证「认知政府」主权 AI 能力。
万有知兴点评
SUSE 把「主权 AI」从口号落成操作系统与芯片层的工程能力，标志着「数据不出域 + 智能体安全治理」正在成为企业（尤其是政企、金融）部署智能体时的默认前提，而非可选项。
- 1.对企业落地最关键的启示是「主动零信任治理」：方案把智能体安全从「事后审计」前移到了「流量实时检查 + 芯片内策略执行」，通过监督代理持续拦截未授权请求。这对顾虑「AI 乱传数据、乱访问系统」的企业而言，提供了一种可工程化落地的信任底座，也让安全团队第一次能把智能体纳入与人员、应用同等强度的访问控制体系。
- 2.「用私有模型服务替代按 Token 计费的公有 API」击中了一个被低估的成本结构问题：智能体调用越频繁，公有 API 的 Token 账单越失控，而私有化部署把成本转为可预测的容量投入。企业应根据自身智能体的调用规模做测算，一旦日调用量跨过某个阈值，私有化部署在经济上可能反而更优，这也呼应了「大模型私有化」在重数据、高合规行业的加速。
- 3.「35% 国家将锁定区域化 AI 平台」的预测提醒有出海或跨境业务的企业：AI 平台选型已带有明确的地缘与合规属性，数据主权不再只是技术问题，而是关系到能否进入某些市场的准入问题。企业在规划 AI 底座时，应把「能否本地化、私有化、可审计」纳入战略评估，选择支持 air-gapped 与多地域合规的方案，避免被单一云或单一区域的平台锁死。
原文：GlobeNewswire（The Manila Times 转载） ↗
点评为万有知兴原创观点，转载需注明出处。