Vultr tritt der Agentic AI Foundation als Gold-Mitglied bei und will offene Agenten-Stacks voranbringen

Warum Vultr beitritt

Laut Vultr rückt Agentic AI vom Experimentierstadium in den Produktivbetrieb. Agenten müssen schlussfolgern, Werkzeuge aufrufen, auf Daten zugreifen, mit anderen Agenten interagieren und in verteilten Umgebungen arbeiten. Das Unternehmen argumentiert, dass dafür mehr nötig sei als Modelle: Es brauche Infrastruktur, Orchestrierung, Frameworks und offene Protokolle, die zusammenspielen.

Vultr zufolge führt die Mitgliedschaft das Bekenntnis zu einem offenen, modularen KI-Stack in die Agenten-Schicht fort. Entwickler sollten Infrastruktur, Frameworks, Modelle, Tools und Protokolle wählen können, die zu ihren Anwendungen passen, statt an einen einzelnen Technologie-Stack gebunden zu sein. Der Beitrag zitiert Manik Surtani von der Agentic AI Foundation, der als Mission beschreibt, "diese Vision offener, modularer Stacks zu verwirklichen, damit wir ein offenes Ökosystem, offene Innovation, Freiheit, Wahlmöglichkeiten und Flexibilität haben können".

Die Schichten eines offenen KI-Stacks

Vultr beschreibt produktive KI als mehrere Schichten, die jeweils von unterschiedlichen offenen Technologien und Vultr-Produkten abgedeckt werden.

• Agenten und Anwendungen: Offene Protokolle wie MCP und A2A verbinden Agenten mit Tools, Daten, Diensten und anderen Agenten.
• Modellentwicklung und Inferenz: PyTorch, vLLM und Ray unterstützen Training, Fine-Tuning und Inferenz. Vultr Cloud GPU bietet AMD-Instinct- und NVIDIA-GPUs sowie leistungsstarke CPU-Infrastruktur.
• Orchestrierung und Skalierung: Kubernetes und CNCF-Technologien decken Orchestrierung, Observability, Netzwerk und Skalierung ab. Vultr Kubernetes Engine (VKE) ist ein CNCF-zertifiziertes, verwaltetes Kubernetes mit Storage, Netzwerk, Container Registry, CPUs und GPUs.
• Infrastruktur und Isolation: Cloud Compute, Bare Metal, VPC-Netzwerke und Storage.
• Heterogene Rechenleistung: AMD-EPYC-CPUs, AMD-Instinct-GPUs und NVIDIA-GPUs, damit Entwickler die Rechenleistung passend zu Training, Inferenz, Orchestrierung, Datenverarbeitung, Anwendungslogik und Agentenausführung wählen können.

Chris Aniszczyk, CTO der CNCF, sprach auf der AgentCon und der MCPCon mit Vultr darüber, wie CNCF-Technologien KI-Infrastruktur bereits bei Inferenz, Service Mesh und Storage unterstützen. Er sagte: "Open Source gibt ihnen Optionen." Vultr versteht das als praktischen Vorteil: Entwickler können pro Schicht die passende Technologie auswählen und Komponenten austauschen, wenn sich die Anforderungen ändern.

Agenten mit der Infrastruktur verbinden

Vultr weist darauf hin, dass eine einzelne Agentenaufgabe viele Schritte umfassen kann: ein Modell abfragen, Unternehmensdaten abrufen, eine API oder ein MCP-Tool aufrufen, mit einem anderen Agenten kommunizieren und eine Aktion ausführen. Jeder Schritt kann eine andere Technologie, einen anderen Dienst oder eine andere Infrastrukturressource nutzen, wodurch Interoperabilität wichtiger wird.

Der Beitrag nennt AAIF-Projekte, die Teile dieser Schicht adressieren: MCP, goose, AGENTS.md, agentgateway, A2A und Agent Router. Naseem Al-Naji, Mitgründer von AgentCat, plädierte auf der AgentX dafür, die gesamte "Erfahrung des Agenten" mitzudenken, da Agenten zunehmend über mehrere Tools und Systeme hinweg arbeiten.

Auch der Betrieb spielt eine Rolle. Oz Osorio von Stacklok sprach darüber, Agenteninfrastruktur von Anfang an für Kubernetes zu entwerfen und Identität sowie delegierte Berechtigungen in Agenten und Sub-Agenten einzubauen. Für Unternehmen formuliert Vultr die Fragen so: Welcher Agent handelt, worauf darf er zugreifen, welche Aktionen darf er ausführen, und wie wird er überwacht und kontrolliert? Zudem betont das Unternehmen, dass GPUs nicht das ganze Bild sind, da CPUs Anwendungslogik, Orchestrierung, Datenverarbeitung, Netzwerk und Agentenausführung übernehmen.

Was das für Entwickler und Unternehmen bedeutet

Vultr vergleicht das Ziel mit früheren offenen Stiftungen: Linux für Computing und Kubernetes für Cloud-native Orchestrierung. Agentic AI brauche dieselbe Offenheit auf Anwendungsebene. Ziel sei laut Unternehmen nicht, dass jede Organisation denselben Stack nutzt, sondern dass Entwickler ein Modell wählen, es auf passender Rechenleistung betreiben, mit Kubernetes orchestrieren, an Tools und Daten anbinden und darauf Agenten bauen können, ohne dass ein einzelner Anbieter jede Schicht kontrolliert.

Vultr zufolge bedeutet das für Entwickler Wahlfreiheit im gesamten Stack und für Unternehmen die Flexibilität und Kontrolle, Agentic AI zu eigenen Bedingungen in Produktion zu bringen. Details zu konkreten Zusagen, Beiträgen oder neuen Produkten im Zusammenhang mit der Gold-Mitgliedschaft nennt der Beitrag nicht.