Nutanix今日发布多项新功能，旨在帮助企业在同一基础设施平台上同时运行智能体AI应用、虚拟机与容器化工作负载，避免管理孤岛的出现。
本次更新包括Nutanix Enterprise AI 2.8正式发布，以及即将推出的Nutanix Kubernetes Platform 2.19。Nutanix还正式上线了面向云合作伙伴的Service Provider Central项目，并公布了涵盖云、Kubernetes、AI及虚拟机迁移服务的合作伙伴计划。
Nutanix将其方案定义为"双原生"架构，即平台将虚拟机与容器视为同等重要的基础设施。用户可根据需求选择在Nutanix的Acropolis Hypervisor虚拟化平台上运行Kubernetes，或直接在裸金属系统上部署Kubernetes以满足特定性能需求。
Nutanix产品管理执行副总裁Thomas Cornely表示，这不仅仅是支持两种架构的问题，关键在于如何统一运营和管理这些容器。他强调，工作负载的环境选择权在客户，Nutanix负责在此基础上提供部署优化。
NAI 2.8在Nutanix Agent Gateway中新增了正式可用的Model Context Protocol（MCP）网关，为智能体可访问的工具和数据提供统一管控入口。同时，面向Nutanix云平台的独立MCP服务器可为智能体提供受控的基础设施访问能力。
该网关还支持Token用量追踪，并允许企业按团队、用户或智能体维度设置配额。这一功能直接回应了客户的核心诉求——自主智能体会频繁调用模型，产生用户难以预见的费用。Cornely表示，他们曾遇到客户一周内耗尽整月AI预算的情况。
NAI还支持将合适的任务路由至私有部署的开源模型，用户为基础设施付费而非按Token计费。Cornely举例说，执行Python基础脚本任务无需使用前沿模型，开源模型即可胜任。
NAI 2.8的私有推理功能新增了针对80亿参数以下模型的LoRA微调、基于张量并行的多GPU推理、批量推理及推测解码。Nutanix称推测解码可将Token生成速度提升最高2.5倍，但Cornely也指出实际效果因模型和基础设施配置而异。
此次更新还强化了审计能力，支持对单个智能体的消耗进行管控，并可跨用户、智能体和团队进行汇总统计。MCP活动日志可记录智能体访问的数据源、应用及执行的操作，但Cornely表示提示词检查并非该产品的默认用途。
即将发布的NKP 2.19将把Kubernetes管理能力延伸至虚拟化与裸金属环境。NKP Metal可自动化完成操作系统、固件及容器部署，NKP on AHV则与Nutanix Flow集成以实现网络隔离。平台还将提供包含Kubeflow、Milvus和Slurm等开源工具的应用目录，并已获得云原生计算基金会Kubernetes AI合规认证。
此外，Nutanix统一存储产品已获得英伟达企业级认证，可为GPU提供低延迟、高吞吐的数据供给。
面向服务提供商，SP Central提供多租户控制平面，支持基础设施、应用、云原生及AI服务的交付。"Powered by Nutanix: Verified Services"项目则为合作伙伴提供入驻支持、交付材料及认证标识，助力其构建持续性服务业务。
Cornely表示，尽管上述发布进一步强化了Nutanix对VMware用户的吸引力，但替换VMware应作为更广泛现代化转型的一部分，而非简单的同类替换。
Q&A
Q1：Nutanix Enterprise AI 2.8新增的MCP网关有什么作用？
A：MCP网关为智能体可访问的工具和数据提供统一管控入口，支持Token用量追踪，并允许企业按团队、用户或智能体维度设置配额，帮助企业控制和预测AI使用成本，避免智能体频繁调用模型导致预算超支。
Q2：Nutanix的"双原生"架构和普通支持虚拟机与容器的平台有什么区别？
A：普通平台只是让两种架构都能运行，而Nutanix"双原生"架构的核心在于统一运营和管理方式。用户可自主选择在虚拟化平台或裸金属上部署Kubernetes，Nutanix则在此基础上提供针对性的部署优化，实现真正的统一管控而非分散的管理孤岛。
Q3：NAI 2.8的私有推理功能支持哪些能力？
A：NAI 2.8私有推理新增了针对80亿参数以下模型的LoRA微调、基于张量并行的多GPU推理、批量推理及推测解码，其中推测解码最高可将Token生成速度提升2.5倍，实际效果因模型和基础设施配置有所不同。
