在汽车产业从软件定义汽车向 AI 定义汽车演进的过程中，开源操作系统、云原生架构和 AI 原生工具链正在成为重塑研发、验证、部署与运营的重要基础设施。红帽作为全球领先的企业级开源解决方案提供商，正将 Linux、容器、DevOps 与 AI 能力延伸到汽车全生命周期，帮助产业在安全合规前提下释放创新效率。

2026 年 09 月 17 日，在 2026 第四届 AI 定义汽车论坛上，红帽大中华区汽车事业部首席代表姜垚发表演讲，围绕开源如何助力 AI 驱动智能汽车技术发展分享红帽的实践与判断。

姜垚指出，AI 定义汽车的关键并非单一功能叠加，而是以经安全认证的开源操作系统为底座，实现软硬件解耦、云端到车端一致开发部署，并借助开源生态与 AI 工具链提升研发效率。红帽希望以功能安全认证 Linux、混合关键性支持和全球开源生态，帮助车企在合规与创新之间取得平衡，加速智能汽车从中国速度走向全球卓越。

姜垚丨红帽大中华区 汽车事业部 首席代表

以下为演讲内容整理：

开源操作系统成为 AI 汽车时代的公共底座

红帽年营收约 67 亿美元，全球员工超过 22000 人，设有 105 个以上办公室，业务覆盖 40 多个国家，财富 500 强中超过 90% 使用红帽产品与解决方案。2019 年被 IBM 收购后，红帽仍独立运营，持续提供 Red Hat Enterprise Linux、OpenShift 及 AI 相关企业级方案。2021 年至 2022 年，红帽开启汽车业务，推出 Red Hat In-Vehicle OS，面向座舱、智驾和域控制器等场景。其技术路径源自 Linux Kernel、Fedora、CentOS Stream 到 Red Hat Enterprise Linux，并衍生出面向汽车的 AutoSD 社区与 RHIVOS 产品，从企业级 Linux 中选取 400 多个软件包，再结合汽车专用工具集成。

目前红帽已在欧洲、日本等地获得定点合作，并与大众集团旗下 TRATON 商用车、通用汽车等展开合作。90% 的公共云基础设施已运行在 Linux 上，Linux 支持 x86/x64、ARM、RISC-V 等多种架构，为 SDV 提供跨行业标准化硬件抽象，并成为托管 AI 模型的主操作系统和 AI 云平台的重要基础。

安全认证决定智能汽车规模化落地

红帽在开发敏捷性上坚持云原生、AI 原生和自动化测试、持续验证；在系统架构上，Red Hat In-Vehicle OS 达到 ASIL-B 功能安全等级，并持续进行功能安全认证。

由于开源社区不断引入新代码，功能安全测试必须持续进行，相关投入已达数亿美元。红帽所有代码 100% 回馈开源社区，客户和伙伴可在 AutoSD 社区中测试和验证。

混合关键性支持是红帽的关键能力，通过容器方式将 FuSa 安全域与 QM 非安全域隔离，实现快速更新迭代和灵活部署。

红帽在数据中心、电信、金融、工业、航空航天等行业积累了丰富软件定义经验。面对中国安全监管趋严，ADAS 相关 GB 要求、GB 44495 信息安全要求以及 ISO 26262 一致性，使操作系统成为合规性决策的一部分。红帽的 ASIL-B 认证可满足出海市场对功能安全与信息安全的基础要求，帮助客户降低重复认证风险。

软硬件解耦让一次构建随处部署

智能汽车正从硬件集成走向软硬解耦，从软件定义走向 AI 定义，这需要一个稳定底座，使上层软件能够灵活搭配，并部署到不同硬件平台而无需反复适配验证。红帽结合云原生与 AI 原生技术，推动软硬件完全解耦。大众集团的虚拟化测试、宝马的自动驾驶平台均基于 Red Hat Enterprise Linux 和 OpenShift AI 搭建基础。红帽提供从云端到车端的统一开发、测试和生产平台，并与工业伙伴开展验证，形成车内 onboard 与车外 offboard、工厂端联动的全链路能力。

图源：演讲嘉宾素材

基于容器和统一运营平台，红帽实现 " 一次构建、随处部署 "，让车内验证可在车外进行，车外结果可返回车内，提升技能延续性，并面向未来多云架构。红帽还在 SoC 生态上与高通、英伟达、NXP 等合作，后续将携手国产芯片伙伴推进软硬件一体功能安全认证，把 BSP 开源到社区并整合进产品，共同服务出海。

开源生态与 AI 工具链重塑研发效率

在 AI 驱动下，软件开发周期正在缩短，需求规划、设计架构、编码重构、测试验证等环节都可借助 AI 提效。从 PwC 的分析报告显示，AI 与中国汽车行业高度匹配，在测试、编码、监测、部署、安全扫描等场景可带来 20% 至 50% 的生产力提升。GitHub 数据表明，测试、编码、代码审查、监控、安全扫描、文档和部署等环节中，AI 当前使用率已达 48% 至 60%，计划使用率仍在上升。高绩效企业在全公司范围应用 AI 的可能性是其他企业的两倍。

红帽通过可扩展工具链终结碎片化税负，将 AI 助手、CI 管道和开发者流程贯穿 Code、Build、Deploy、Test、Ship 全生命周期，并在 Cloud Instances、Virtual ECUs 和 Target Hardware 上保持同样工具、同样结果。

开源生态方面，TOP500 超级计算机 100% 运行 Linux，90% 公有云工作负载用于 AI 部署的 Linux，78.5% 开发者采用 Linux 进行 AI 开发；2025 年排名前十的开源项目中有 60% 专注 AI，仓库规模达 395M、贡献达 1.12B；74% 的组织将开源视为 AI 成功基石，82% 视为通往 AI 未来的关键要素。红帽积极参与 CentOS、SOAFEE、ELISA、COVESA、Eclipse SDV 等开源汽车生态，并作为理事会成员推动 Linux 功能安全。

OS 级治理守护 AI 汽车安全底线

随着 AI 智能体进入安全攸关场景，治理机制必须内置于平台。Linux 内核目前会不加区分地执行 AI 指令，无论其可信还是 " 幻觉 " 生成。应用层护栏可能被 AI 绕过，系统崩溃后难以运行，审计能力也有限；而 OS 级强制执行可避免绕过，在系统崩溃后仍能运行，并实现可审计。红帽的路径是在内核级运行包络执行器，形成指令的加密审计追踪，并与经认证的安全控制器相辅相成。

在 ADAS 示例中，若 AI 试图驶入对向车道，OS 可实施车速相关转向角限制；若 AI 试图禁用驾驶员监控功能，OS 可拒绝针对 DMS 设备的写入访问权限；若 AI 加速撞上前车，OS 可强制执行油门安全包线限制。这对汽车行业意味着 OS 治理、安全控制器和硬件底层共同构成防护体系。红帽提供功能安全认证 Linux ASIL-B、云原生开发平台、安全资源和工具、全球合作伙伴生态支持，以及长期生命周期支持和灵活性，帮助客户顺利完成 AI、软件定义和汽车转型旅程。

（以上内容来自红帽大中华区 汽车事业部 首席代表姜垚女士于 2026 年 09 月 17 日于 2026 第四届 AI 定义汽车论坛发表的题为《开源助力，AI 驱动智能汽车的技术发展》的演讲。）