据 Gartner 预测,到 2025 年,75%的企业级数据将在边缘产生。目前,该比例仅为 10%。另据 IDC 预测,到 2023 年,50%的企业级IT基础架构将部署在边缘,到 2024 年,90% 的企业业务将部署在边缘。毋庸置疑对于千行百业来说,边缘计算是实现业务转型升级的又一强大引擎。
作为一家拥有完整的端到端跨边缘、核心和云的解决方案科技公司,戴尔科技集团很早就洞察到了边缘计算的重要性。
2023 年,戴尔科技继续顺应 IT 发展趋势,大力拓展边缘计算业务,锚准“Win the Edge”目标,通过创新简单的解决方案,帮助企业在离数据创建地点更近的地方进行数据分析,更快地做出决策、改善成果并实现向前发展。
追逐“Win the Edge”目标 戴尔科技多维部署“会师”边缘
“在‘追逐’Win the Edge”目标的过程中,戴尔科技采用了多维度的边缘部署战略。”戴尔科技集团全球副总裁、大中华区售前系统工程部总经理杨捷表示,戴尔科技在以下几个层面,从技术和服务的角度去服务用户企业。
戴尔科技集团全球副总裁、大中华区售前系统工程部总经理 杨捷
第一维是在边缘侧加速创新。戴尔科技利用产品方案帮助用户快速实现应用场景加快发展进程。杨捷举例说:“许多OEM合作伙伴将戴尔科技的工作站、服务器等产品部署在边缘侧,从而帮助客户实现加速。同时,戴尔科技还能提供完整的后续生命周期服务保障。”
第二维是设计NativeEdge。现阶段,在企业中每一个新的边缘侧应用都会随之带来新的容器环境,而应用提供商却已经完成了应用的部署,这时便需要找到一种方式,能够快速地部署这些新的基于容器开发的应用。“这便是这款可以帮助客户管理众多应用生命周期的工具——NativeEdge诞生的意义。“杨捷说。
第三维是注重边缘数据安全。在杨捷看来,安全的最后一道防线在数据层,所以戴尔科技不仅要帮助用户维护网络层安全,同时,也帮助客户在边缘侧做好最后一道防勒索的防线。
戴尔科技集团全球副总裁、大中华区服务销售总经理袁洪伟补充道,咨询、服务也是戴尔科技重要的两个维度。在边缘部署大量数据的前提下,我们需要告知用户如何其自身数据的使用模式,并帮助其采集数据。
戴尔集团全球副总裁、大中华区服务销售总经理 袁洪伟
“实际上,咨询是先导的服务内容。”袁洪伟说。
推动可持续战略 为数据中心摘掉“能耗帽子”
在推动可持续发展战略方面,戴尔科技早已是践行者。早在2019年,戴尔科技便宣布了2030年ESG(环境、社会、治理)目标,聚焦推动可持续发展、鼓励包容性、改善民生以及尊重商业道德及隐私四大方面。
杨捷告诉记者,现阶段,ESG是客户关注的重点。“数据中心是“耗能大户”,优质的液冷系统是数据中心提高能源效率的重要环节。”杨捷说。
据了解,绿色云图液冷产品搭载戴尔科技集团三款服务器——Dell PowerEdge R750、Dell PowerEdge C6520、Dell PowerEdge XR12,落地了酷R、酷C、酷X解决方案,可分别满足GPU分析集群、高性能运算集群、边缘计算部署场景,将为客户提供更安全可靠、更绿色节能、更强大的算力服务。
此外,在数据存储技术不断更新的背景下,大量的数据吞吐和运算,导致的数据、存储能耗问题不容忽视。杨捷介绍道,第五代存储——PowerStore全闪存阵列能极大程度地减少对能源的消耗。
PowerStore不仅降耗能力显著,同时还能保证性能优化与用户体验提升。“在不妥协性能的前提下至少实现4:1的无损数据缩减。”杨捷介绍道。越高的数据缩减比就意味着更多的有效空间,而这一比例也是衡量一款存储产品先进与否的重要标准。PowerStore绝对可以称作该领域的佼佼者。
戴尔科技2023年规划:帮助用户企业建设生成式AI
除了边缘侧的布局,戴尔科技还积极在AIGC领域持续开拓。
随着大模型AIGC时代的到来,驱动了算力需求的持续爆发,面对AI与边缘的融合的大趋势,越来越多企业开始积极布局生成式AI。生成式AI技术的商用化的部署和应用成为企业竞逐的新阵地,勾勒出大模型正在从“技术力”转向“生产力”的新生态。
对企业而言,布局生成式AI的关键是数据安全问题,企业担心自己的数据资产交给公有云来做生成式AI会面临安全风险。杨捷坦言:“我认为,企业建设自有的生成式AI的平台是一种趋势。”
袁洪伟认同并举例称,目前戴尔科技提供的小型现代化数据中心,可有效打通各类数据见的“隔阂”,帮助用户建立完善的数据体系,并保障安全性。“目前,在医疗领域已经有许多成功案例。”袁洪伟如是说。
“我们看到,企业建设自有的生成式AI平台是一种趋势,在一过程中,戴尔科技能为他们提供完整的解决方案的,这是我们今年的方向。”杨捷说。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。