戴爾人工智慧資料平台（戴爾人工智慧工廠的資料基礎）新增了資料編排和儲存功能
戴爾科技（NYSE：DELL）擴展了戴爾人工智慧資料平台，使人工智慧系統能夠提供更好的答案，降低運行成本，更快地投入生產，從而為應用程式和代理提供來自公司自身數據的可信的、最新的上下文。
為什麼這很重要
在大多數情況下，模型並非實現企業級人工智慧規模化的瓶頸，數據才是。公司最有價值的資訊分散在多個站點的文件、資料庫、雲端服務和系統中。其中大部分資訊創建於人們預期人工智慧代理會讀取它們之前很久。它們從未被標記、連接或組織成機器可讀的形式。因此，代理人會消耗大量資源來重建本應存在的答案。每一次查詢都意味著更多的步驟、更多的計算、更高的成本，以及更慢、更不可靠的結果。
賦予數據意義和背景
戴爾人工智慧資料平台採用端到端架構，涵蓋從資料儲存到智慧體使用資料的整個流程。儲存功能可將關鍵資料無瓶頸地傳輸到加速運算平台；編排功能負責連接和準備資料；分析和搜尋功能則負責轉換和索引資料。 NVIDIA Nemotron Retriever 模型支援文件解析、嵌入和重排序。 NVIDIA cuVS 可加速向量索引和搜尋。由於每一層都運行在同一平台上，因此其產生的所有內容都可追溯到客戶已擁有的受管資料。
智能體反覆存取相同的文件、歷史記錄和決策，而大多數系統每次都需要從頭開始重建其理解。這意味著每次請求都需要回答兩個相同的問題：這個術語是什麼意思？它與其他所有內容有何關聯？戴爾正在透過三項新功能擴展戴爾人工智慧數據平台，以同時回答這兩個問題。
- 統一語意層 透過規則、定義和可搜尋的詞彙表，為結構化和非結構化資訊賦予一致的業務意義，確保術語在任何地方都具有相同的含義。例如，如果一個系統稱之為“客戶”，而另一個系統稱之為“帳戶”，人工智慧現在就能識別出它們指的是同一件事。使用者還可以匯入現有的本體和分類體系，重複使用行業標準或企業特定的分類資源。此外，戴爾也支援 NVIDIA Auto-Ontology（一個基於企業資料建立知識圖譜的開源程式庫），以擴展統一語意層的功能。
- 企業知識圖譜 描繪了結構化和非結構化資料之間的關聯，以便應用程式或代理商能夠找到正確的上下文。它利用元資料、資料沿襲和查詢歷史記錄，隨著活動的變化不斷優化圖譜。當代理程式提出問題時，平台會提取所有它有權存取的相關資訊：正確的表、資料產品、多模態資料和向量索引，無論它們位於何處。例如，製造商在追蹤生產線問題時，可以追溯一個異常的感測器讀數，找到對應的機器、維修歷史記錄、供應商批次以及存在風險的訂單。
- 知識代理 利用這些上下文資訊發揮作用。每個知識代理都扮演著特定主題的可靠顧問角色，其知識是基於企業知識圖譜中定義的特定區域。客戶設定規則：知識代理遵循哪些指導原則、可以查看哪些數據、必須達到哪些品質標準以及允許的預算上限。 NVIDIA Nemotron Retriever 模型為知識代理人提供推理和視覺化理解能力。
統一語意層、知識圖譜和知識代理承載著客戶最寶貴、最敏感的訊息，因此這些資訊保留在客戶資料中心的平台內部。平台基於這些數據構建上下文，並隨著業務變化保持更新，同時在所有應用程式和代理之間共享這些信息，而無需將客戶鎖定在任何單一模型、數據或存儲提供商處。
資料路徑中內建了加速和安全性
只有當資料準確、及時更新且從源頭到應用都受到嚴格管控時，業務環境才能可靠。客戶不應為了加速資料環境的不同部分而採用額外的專有層。戴爾與 NVIDIA 合作，在整個資料路徑上實現資料加速，將加速功能整合到資料引擎本身。資料必須經過轉換和分析，然後以足夠快的速度到達加速運算節點，以確保 GPU 滿載運作並全程受到保護。
戴爾資料和儲存方面的優勢包括：
- 借助 Apache Arrow 加速的 cuDF 資料處理：最新測試表明，戴爾資料處理引擎 (Dell Data Processing Engine ) 由 NVIDIA cuDF 和 NVIDIA RTX PRO 4500 Blackwell Server Edition GPU 提供支持，在各種工作負載下，其資料處理速度平均比僅使用 CPU 4 倍 Apache Arrow 可有效率地在戴爾儲存和處理之間傳輸數據，使作業能夠就地查詢資料。這可以減少資料準備時間，並縮短從原始企業資訊到可信任上下文的路徑。
- 擴展的多租戶和安全性：Dell PowerScale 現在支援單一叢集中多達 500 個租用戶，透過 NFS 上的 mTLS 加密和驗證檔案流量，並提供更精細的基於角色的存取控制來管理每個租用戶。 AI 服務供應商和運行共享 AI 平台的企業可以從一個叢集服務更多團隊和客戶，同時確保每個租戶的資料隔離和安全。
- 基準測試工作負載效能：全新的戴爾儲存效能工具可協助客戶自信地確定 AI 基礎架構的規模，比較供應商解決方案，並透過測試其 S3 相容物件儲存的訓練、推理和檢查點效能，確保 GPU 獲得充足的資料。
具備進入生產階段所需的專業知識
戴爾正在擴展其資料和儲存引擎的戴爾人工智慧資料平台實施服務，以幫助企業快速可靠地從部署過渡到生產應用。戴爾服務可建立一個生產就緒的基礎架構，啟動平台的分析、處理、搜尋和編排功能，同時確保平台能夠滿足人工智慧工作負載的需求。
視角
戴爾科技基礎設施解決方案集團總裁亞瑟劉易斯：
「缺乏上下文的數據只是噪音。大多數企業花費數年時間才使數據易於訪問，但這與使數據可用是兩回事。一個能夠找到客戶記錄卻不知道其含義、與其他數據關聯以及是否可信的代理，算不上智能，它只是速度快而已。能夠解決這個問題的公司，不會僅僅加快人工智能的部署速度或增加代理數量，而是會從現有價值數據中挖掘出更多人工智能價值。」
NVIDIA儲存技術副總裁Jason Hardy：
「人工智慧代理的效能取決於它們能夠存取、理解和信任的數據，而 NVIDIA 加速運算和人工智慧軟體有助於將受管控的數據轉化為人工智慧可用的上下文。透過將 NVIDIA cuDF 加速直接整合到戴爾數據處理引擎中，戴爾有助於縮短從儲存資料到 GPU 加速的人工智慧就準備資料的路徑，以便其代理程式能夠利用這些資料
可用性
- 統一語意層、企業知識圖譜和知識代理將於 2027 年上半年發布。
- 戴爾資料處理引擎與 NVIDIA 加速堆疊的增強功能將於 2026 年 12 月推出，預計 2027 年上半年將進一步使用 Apache Arrow 進行加速。
- Dell PowerScale 的安全性和多租戶增強功能將於 2026 年 11 月推出。
- 戴爾儲存效能工具現已推出。
- 現在即可使用支援人工智慧的數據服務。
看QNAP活動文拿好禮| ioioTIMES 中秋大放送 留言得好禮
現在就加入 ioioTIMES 臉書粉絲團 更多互動、更多好康攏抵加!!
我們有LINE TODAY頻道了，快來追踪我們吧!!--最新科技新聞 盡在你手
