Red Hat OpenShift 5: quando il cluster inizia a diagnosticarsi da solo
Con il rilascio generale di OpenShift 5 (basato su Kubernetes 1.36 e CRI-O 1.36), Red Hat porta gli agenti AI dentro il ciclo operativo del cluster: non più semplici assistenti da affiancare al lavoro degli SRE, ma componenti che possono investigare un alert, proporre una diagnosi e, in modalità opt-in più avanzate, arrivare a compilare un piano di remediation. La release introduce anche due capacità collegate ma distinte: l’isolamento “Agent Sandbox” per eseguire codice agentico non fidato, e il supporto GA alle GPU confidenziali per i workload AI su infrastruttura bare metal.
Per chi gestisce cluster OpenShift in produzione, la domanda non è “funziona l’AI?”, ma: cosa può toccare davvero questo agente, con quali permessi, e cosa succede se sbaglia?
Due livelli di troubleshooting, non uno
Red Hat distingue nettamente tra funzionalità già pronte per la produzione e funzionalità ancora in Technology Preview:
- Troubleshooting assistito (GA): tramite OpenShift Lightspeed, l’amministratore descrive il sintomo in linguaggio naturale (“i pod del namespace billing vanno in CrashLoopBackOff da venti minuti”) e l’agente investiga la causa probabile, proponendo una correzione che resta sotto revisione umana prima di qualsiasi applicazione.
- Troubleshooting autonomo (Technology Preview): qui il punto di partenza non è una domanda dell’operatore ma un alert di Prometheus/Alertmanager, che può far scattare automaticamente un’investigazione da parte dell’agente sui segnali sottostanti (metriche, log, eventi). Anche in questo caso, nessuna modifica raggiunge il cluster senza approvazione esplicita: l’agente propone, l’operatore dispone.
Lo stesso schema a due velocità si applica agli aggiornamenti del cluster: l’analisi del rischio di upgrade (pre-check automatici e monitoraggio della readiness) è GA, mentre gli aggiornamenti agentici — in cui l’agente compila i risultati di readiness e i possibili blocker in un piano di update proposto — restano in Technology Preview e richiedono comunque ispezione e approvazione prima dell’esecuzione.
Una terza funzionalità GA, meno “rischiosa” ma concretamente utile tutti i giorni: Lightspeed può generare dashboard Perses (lo standard di observability nativo per Kubernetes che OpenShift sta adottando in sostituzione delle vecchie dashboard Grafana embedded) direttamente da una richiesta in chat, risparmiando il lavoro manuale di scrittura di query PromQL e composizione dei pannelli — per esempio una dashboard di utilizzo CPU per pod generata a partire da una singola frase.
Cosa c’è sotto il cofano: MCP, permessi temporanei, sandbox
Red Hat descrive l’architettura a un livello relativamente alto, ma alcuni elementi sono chiari e rilevanti per chi deve valutare il rischio operativo:
- Gli endpoint del modello di inferenza sono a scelta del cliente — non c’è un vendor lock-in su un modello specifico ospitato da Red Hat.
- L’accesso agli strumenti (query ai log, letture di stato del cluster, eventuale esecuzione di comandi) passa attraverso gateway e server MCP (Model Context Protocol), ora supportati in GA su OpenShift 5. Il gateway media quali tool l’agente può invocare e con quali argomenti.
- Gli agenti operano con permessi basati su ruoli temporanei, non con le credenziali permanenti di un service account: il privilegio viene concesso per la durata dell’investigazione e poi revocato.
- L’esecuzione avviene in ambienti a vita breve, coerenti con il principio che un agente non deve avere uno stato persistente più ampio del necessario.
Red Hat non pubblica, per ora, i dettagli di data flow a livello di singolo componente, né l’elenco esatto dei tool esposti dal server MCP di cluster — un’area su cui vale la pena tenere d’occhio la documentazione prima di un’adozione in produzione.
Agent Sandbox: isolare il codice che l’agente genera ed esegue
Il problema più delicato dell’AI agentica non è “l’agente sbaglia diagnosi”, ma “l’agente esegue codice non fidato per arrivarci”. Agent Sandbox (Technology Preview) è un nuovo operator nell’ombrello di OpenShift sandboxed containers che risponde proprio a questo: rimpiazza l’isolamento standard dei container Kubernetes — che Red Hat descrive come basato su profili syscall permissivi, pensati per l’esecuzione di software fidato — con un confine a livello di macchina virtuale, basato su Kata Containers, pensato per contenere anche un eventuale exploit a livello kernel.
L’architettura introduce quattro custom resource: Sandbox, SandboxTemplate, SandboxClaim e SandboxWarmPool. Quest’ultimo è particolarmente interessante dal punto di vista operativo: permette di pre-provisionare ambienti sandbox pronti all’uso, evitando la latenza di un cold-start di una VM ogni volta che un agente interattivo (una chat, un notebook, un’esecuzione di codice su richiesta) ne ha bisogno. Un sandbox router fornisce l’accesso di rete ai sandbox attivi, pensato per strumenti web-based come browser, notebook e IDE integrati.
Il deployment è flessibile: peer pod o nested virtualization su cloud pubblico (Azure Red Hat OpenShift, ROSA, OpenShift self-managed su cloud), oppure bare metal con Kata. L’installazione può avvenire standalone da OperatorHub o come feature gate opt-in insieme a OpenShift sandboxed containers — nulla si attiva di default.
GPU confidenziali: proteggere i pesi del modello anche dall’amministratore del cluster
Il salto più significativo di questa release in ambito confidential computing è il passaggio a disponibilità generale con supporto SLA Red Hat per i container confidenziali con accelerazione GPU su bare metal — funzionalità che nella release precedente era solo Technology Preview. Il modello di minaccia qui non è “un attaccante esterno”, ma l’amministratore del cluster stesso, l’hypervisor o l’host: dati, modelli e pesi del modello vengono cifrati a livello hardware sia nella memoria CPU che in quella GPU durante il calcolo, rendendoli illeggibili anche a chi ha accesso privilegiato all’infrastruttura sottostante.
L’attestazione della GPU TEE (Trusted Execution Environment) passa per Red Hat build of Trustee, integrato con il Remote Attestation Service di NVIDIA (NRAS): i segreti (chiavi, credenziali ai modelli) vengono rilasciati da Trustee solo ai workload che superano con successo l’attestazione. L’hardware supportato copre un ventaglio ampio: nodi confidenziali Intel TDX (con supporto multi-GPU su NVIDIA DGX B200), AMD SEV-SNP per l’attestazione disconnessa di Trustee, IBM Z e LinuxONE tramite IBM Confidential Computing Containers (GA, basato su IBM Secure Execution), e le istanze GPU confidenziali di Azure (qui ancora in Technology Preview). Dal lato software, non sono richieste modifiche al codice per i workload esistenti basati su NVIDIA GPU Operator, PyTorch, TensorFlow o CUDA.
Red Hat build of Trustee arriva alla versione 1.2, con attestazione disconnessa (air-gapped) estesa a Intel TDX su bare metal e su Azure/Azure Red Hat OpenShift, un operator DCAP dedicato che automatizza la raccolta dei dati di piattaforma (eliminando la configurazione manuale nodo per nodo), e una prima validazione verso la crittografia post-quantum tramite ML-KEM.
Cosa resta da verificare prima di adottarlo
Prima di abilitare queste funzionalità su un cluster di produzione, vale la pena considerare che: il troubleshooting e gli aggiornamenti autonomi sono Technology Preview, quindi senza le garanzie di supporto della GA; Agent Sandbox è a sua volta Technology Preview; le MCP actions di Developer Hub e il relativo catalogo AI sono ancora in developer preview; e l’inferenza locale per l’assistente da riga di comando di RHEL è developer preview. L’upgrade da OpenShift 4.22 è in-place, non richiede una migrazione di cluster, ed è disponibile anche per l’architettura hosted-control-plane di ROSA. Sul fronte lifecycle, il supporto standard passa da 18 a 24 mesi, con release Extended Life Cycle designate (a partire dalla 5.2, ogni tre release) che possono arrivare fino a cinque anni totali tramite un add-on.
Fonti: Virtualization Review, Red Hat Blog.