戴尔科技集团(纽约证券交易所代码:DELL)引领科技创新,率先帮助企业在VMware环境中运行强大的人工智能(AI)工作负载。为了简化人工智能的部署和应用,全新Dell EMC就绪型解决方案基于VMware Cloud Foundation(VCF)平台,结合Dell EMC系统以及包括Bitfusion在内VMware vSphere 7的全新功能,助力企业获得人工智能洞察。
戴尔科技集团集成产品与解决方案部门资深副总裁Tom Burns表示:“人工智能可以颠覆整个行业。我们从一些客户那里看到,由于技术和基础设施存在差距,他们已经在采用人工智能的进程中落后了。我们整合戴尔科技集团的技术优势并将其充分发挥,在客户所熟悉的VMware环境中,帮助他们简化人工智能工作负载大规模运行的流程。”
Dell Technologies On Demand灵活消费方案再添两款Dell EMC就绪型解决方案,通过全球服务支持帮助企业更快、更经济地让系统在实际生产中落地运行。通过IT紧密的集成,戴尔科技集团不断创新,帮助客户加快人工智能的应用,从而更好地应对加速数字化转型带来的业务压力。
Dell EMC AI就绪型解决方案:GPU即服务释放更多加速器访问空间
通常,图形处理器(GPUs)等协同处理器会被禁锢于个别工作站或服务器中,使其利用率过低,有时甚至不到15%。Dell EMC AI就绪型解决方案:GPU即服务(Dell EMC Ready Solutions for AI: GPU-as-a-Service)提供两种创建虚拟GPU池的设计,使这些宝贵的资源得到更加充分的利用。
由VMware近日宣布推出的最新VMware vSphere 7,其新的设计包括Bitfusion功能,可在本地实现GPU虚拟化。整合Bitfusion功能的VMware vSphere 7由戴尔的灵活供应链提供工厂预装,它让开发人员和数据分析师可以汇聚强大的IT资源,并在数据中心之间进行共享。这项设计在适当的时间为适当的工作负载提供针对适当资源的自助访问,有助于提高利用率。
Dell EMC AI就绪型解决方案:GPU即服务还使用最新VMware Cloud Foundation(VCF)和VMware vSphere 7,支持Kubernetes和容器化应用程序在任何地方运行人工智能工作负载。容器可以简化将云原生应用程序引入生产的过程,并且能够根据需要迁移工作负载,以充分利用混合云。
Dell EMC vHPC就绪型解决方案提升了从测试到运营的速度
通常,大多数高性能计算(HPC)工作负载需在专用系统上运行, 并需要专门化的部署与管理技能。这些Dell EMC vHPC就绪型解决方案(Dell EMC Ready Solutions for Virtualized HPC)架构能够包括VMware Cloud Foundation(VCF)和搭载Bitfusion的VMware vSphere 7,可以帮助企业和组织以更简便、更具性价比的方式使用VMware环境来支持计算化学、生物信息学和计算机辅助工程等领域中要求极高的高性能计算和人工智能应用。
针对大规模高性能计算(HPC)的实施,Dell EMC vHPC就绪型解决方案(Dell EMC Ready Solutions for Virtualized HPC)还将提供VMware vSphere Scale-Out Edition功能选项,进一步帮助企业节约额外成本。
借助VMware对HPC与人工智能运行的虚拟化能力,IT团队可以实现按需快速配置硬件,提升初始安装与配置的速度,并可通过更简化的中心化管理与安全性进一步节省时间。根据Forrester Consulting测试,Dell EMC vHPC就绪型解决方案最快可使人工智能模型的开发速度提升18倍,从而将开发时间从数月降至数日。同时,与自行安装相比,Dell EMC vHPC就绪型解决方案进一步将硬件配置与集成速度提升高达20%,对企业和组织而言,该项投资的预计回报率将高达111%。[1]
Dell EMC OpenManage软件推进系统管理发展
最新的就绪型解决方案还包括搭载在PowerEdge 服务器上的Dell EMC OpenManage系统管理软件,可帮助人工智能和先进计算管理员延长系统正常运行时间、保持数据洞察的流畅性,并为人工智能赋能项目做好准备。OpenManage的全新升级包括:
Dell Technologies on Demand提供灵活的付款选择
Dell Technologies On Demand让客户可以根据使用需求调整全新人工智能和先进计算解决方案的运行成本。该项目在为客户提供按需而定的灵活付款选择的同时,也为客户提供根据实际需求上下调整的溢流容量。
引言
“戴尔科技集团凭借其广泛的产品组合,为企业工作负载、VDI、远程工作站、科学计算、HPC等提供了灵活的解决方案。这种‘一站式’的产品与服务,在任何时候都能满足我们的需求。”
——Maurizio Davini,比萨大学首席技术官
“为了给客户提供个性化的市场营销内容,我们需要一个灵活、可靠、可扩展的基础设施来运行人工智能工作负载。与戴尔科技集团的合作,帮助我们实现大规模为客户设计个性化体验的解决方案,并使客户的互动更加个性化、更具针对性。”
——Robert Walden,Epsilon首席信息官
“未来数十年,人工智能对企业开发新产品与新服务、获取新客户、创新运营方式的能力有着极大的重要性和影响。到2025年,我们将会看到更多企业通过人工智能赋能、人工智能主导的应用程序,实现更短的反应时间、打造更成功的产品创新、获取更高的客户满意度,进而从中获得竞争优势。”
——Frank Gens,IDC首席分析师
供货信息
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。