戴爾科技AI Data Platform再升級，讓AI代理不只讀取，更能理解企業資料脈絡

新增統一語意層與企業知識圖譜，資料處理速度達僅使用CPU的近4倍

戴爾科技集團（NYSE: DELL）持續擴展 Dell AI Data Platform，協助 AI 系統提供更精準的回應、降低營運成本並加速投入正式營運，讓應用程式與 AI 代理能從企業自有資料中取得可信賴且即時的脈絡資訊。

企業要將 AI 擴展至規模化應用，瓶頸往往不在模型，而在資料。企業最有價值的資訊分散於不同據點的檔案、資料庫、雲端服務與各類系統中，其中多數資料早在 AI 代理出現前便已建立，並未針對機器讀取需求進行標記、串聯或組織。因此，AI 代理必須耗費大量 token，重新建立原本應已存在的答案，使每次查詢都需要更多處理步驟與運算資源，不僅增加成本、延長回應時間，也降低結果的可信度。

賦予資料一致語意，建立可信賴的業務情境

Dell AI Data Platform 採端到端架構，涵蓋從資料儲存到 AI 代理應用的完整流程。儲存層可將關鍵資料順暢傳輸至加速運算資源，避免效能瓶頸；資料協調層負責串聯與準備資料；分析與搜尋層則進行資料轉換及索引建立。NVIDIA Nemotron Retriever 模型支援文件解析、嵌入與重新排序，NVIDIA cuVS 則加速向量索引與搜尋。由於各層皆整合於同一平台，所有產出結果均可追溯至客戶既有且受到治理的資料。

AI 代理經常需要反覆存取相同的文件、歷史紀錄與決策資訊，但多數系統每次都必須重新建立理解情境，反覆釐清兩個問題：特定術語代表什麼意義？又與其他資訊有何關聯？為一次解決這兩項問題，戴爾科技進一步擴展 Dell AI Data Platform，推出三項全新功能：

• 統一語意層（Unified Semantic Layer）： 透過規則、定義與可搜尋的詞彙表，為結構化與非結構化資料建立一致的業務語意，確保相同術語在不同系統中具有一致的意義。例如，當不同系統分別使用「客戶」與「帳戶」指稱相同概念時，AI 也能正確辨識其關聯。使用者亦可匯入既有本體（ontology）與分類體系（taxonomy），重複運用產業標準或企業專屬的分類資源。戴爾科技也將導入 NVIDIA Auto-Ontology 開源函式庫，透過企業資料建立知識圖譜，進一步擴展統一語意層的能力。
• 企業知識圖譜（Enterprise Knowledge Graph）： 建立結構化與非結構化資料之間的關聯，協助應用程式與 AI 代理取得正確的脈絡資訊。透過中繼資料、資料沿襲（data lineage）與查詢歷史紀錄，知識圖譜可隨使用情況持續調整與優化。當 AI 代理提出查詢時，平台能整合其存取權限內的所有相關資訊，包括資料表、資料產品、多模態資料及向量索引，不受資料儲存位置限制。例如，製造商在追查產線異常時，可從單筆異常感測器數據，追溯至相關設備、維修紀錄、供應商批次及可能受影響的訂單。
• Knowledge Agents： 將資料脈絡轉化為實際應用，每個代理皆可針對特定主題提供可信賴的專業建議，並以企業知識圖譜中明確界定的資料範圍為基礎。企業可自行設定代理的運作規則，包括遵循的指引、資料存取權限、品質標準及資源使用預算。NVIDIA Nemotron Retriever 模型則為 Knowledge Agents 提供推理與視覺理解能力。

 

由於統一語意層、企業知識圖譜與 Knowledge Agents 涉及企業最具價值且敏感的資訊，相關功能皆保留於客戶資料中心的平台中。平台可根據企業資料建立脈絡，並隨業務變化持續更新，讓各類應用程式與 AI 代理共享相關資訊，同時避免受限於單一模型、資料或儲存供應商。

 

將加速運算與安全防護融入資料處理流程

唯有確保資料從來源到應用端皆維持準確、即時且受到妥善治理，才能建立可信賴的業務情境。企業不應為了加速不同環節的資料處理，而必須額外導入專有架構。戴爾科技攜手 NVIDIA，將加速能力直接整合至資料引擎，涵蓋完整資料處理流程。資料經轉換與分析後，必須快速傳輸至加速運算資源，才能讓 GPU 持續充分發揮運算效能，同時確保整個流程中的資料安全。

戴爾科技最新資料與儲存技術進展包括：

• 運用 Apache Arrow 與 cuDF 加速資料處理： 最新測試顯示，Dell Data Processing Engine 結合 NVIDIA RTX PRO 4500 Blackwell Server Edition GPU 上運行的 NVIDIA cuDF，在多種工作負載下，平均資料處理速度為僅使用 CPU 的近 4 倍，批次處理工作負載最高可達 20 倍^[1]。Apache Arrow 可在戴爾科技儲存系統與資料處理引擎之間高效率傳輸資料，支援直接就地查詢，減少資料準備時間，加速將原始企業資料轉化為可信賴的脈絡資訊。
• 擴展多租戶支援與安全防護： Dell PowerScale 現可於單一叢集支援多達 500 個租戶，透過 NFS 上的雙向傳輸層安全性協定（mTLS）加密檔案傳輸並驗證身分，搭配更精細的角色型存取控制，強化各租戶的權限管理。對 AI 服務供應商及營運共享 AI 平台的企業而言，可透過單一叢集服務更多團隊與客戶，同時確保不同租戶間的資料隔離與安全。
• 進行工作負載效能基準測試： 全新 Dell Storage Performance Tool 可測試 S3 相容物件儲存在 AI 訓練、推論及檢查點作業中的效能，協助企業更精準地規劃 AI 基礎架構容量、比較不同供應商方案，並確保 GPU 持續獲得充足的資料供應。

 

以專業能力為後盾，加速 AI 邁向正式營運

Dell 進一步擴展 Dell AI Data Platform 的導入服務，涵蓋資料與儲存引擎，協助企業快速、可靠地從部署邁向正式營運並取得成果。Dell Services 透過建置符合正式營運需求的基礎架構，啟用平台的分析、資料處理、搜尋與協調功能，並持續優化平台效能，以滿足 AI 工作負載需求。

戴爾科技集團基礎架構解決方案事業群總裁 Arthur Lewis 表示：「缺乏脈絡的資料，只是雜訊。多年來，多數企業致力於提升資料的可存取性，但能夠存取資料，不代表能真正有效運用。如果 AI 代理能找到客戶紀錄，卻不了解其意義、與其他資訊的關聯，或無法判斷資料是否可信，就稱不上具備智慧，只是處理速度快而已。能夠克服這項挑戰的企業，不僅能加速 AI 部署、運行更多 AI 代理，更能充分發揮既有資料的價值。」

NVIDIA 儲存技術副總裁 Jason Hardy 表示：「AI 代理的效能取決於其能否存取、理解並信任資料。NVIDIA 的加速運算與 AI 軟體，可協助將受到治理的資料轉化為 AI 就緒的脈絡資訊。透過將 NVIDIA cuDF 加速能力直接整合至 Dell Data Processing Engine，戴爾科技協助企業簡化將儲存資料轉化為可供 AI 代理運用的 GPU 加速 AI 就緒資料，進一步推動實際應用創新。」

 

_{[1] 據戴爾科技於 2026 年 9 月進行的內部測試，在搭載 NVIDIA RTX PRO 4500 Blackwell Server Edition GPU 的 Dell PowerEdge R770 伺服器上，針對多種資料處理工作負載，比較 Apache Spark 採用 GPU 加速與僅使用 CPU 版本的執行效能。測試結果顯示，GPU 加速的平均處理速度為僅使用 CPU 版本的 3.9 倍，在批次處理（資料探勘）工作負載中最高可達 20.4 倍。上述數據均基於預設配置，未針對引擎或基礎架構進行額外效能調校；實際結果可能有所差異。}

 

 

看QNAP活動文拿好禮
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