创新是戴尔科技的DNA核心,集团的众多AI和行业专家致力于为企业创新之路的全过程提供支持。戴尔科技积极探索旗下AI就绪数据平台的强大功能,为新的生成式人工智能(GenAI)用例提供前沿支持。近期,戴尔科技启动了一项名为“AI Anywhere on Data Everywhere”的愿景活动,披露一系列重要内容。
展望现代化数据湖仓
戴尔科技的开放式现代数据湖仓愿景旨在解决企业在应对管理成指数级增长的数据时,面临的持续升级的挑战。随着数据规模在多种环境中不断扩大、数据源激增以及可选择的格式和工具种类日益增加,企业对数据灵活性的需求变得前所未有的迫切。传统数据湖仓常常受限于自身的设计,无法满足这些不断变化的需求。它们往往与数据的自然流动背道而驰,需要进行不必要的数据移动,并将用户锁定在妨碍互操作性的专有数据格式中。
戴尔科技则着眼于一种不同的方法:与用户的数据引力保持一致,通过允许就地操作简化数据发现和查询,并提倡使用Iceberg、Delta Lake等开放式表格格式。这种方法可避免出现供应商锁定,从而营造出一个更加开放灵活的数据环境。
戴尔科技与Starburst达成的合作伙伴关系标志着朝实现这一愿景迈出了坚实一步。通过将Starburst的功能与戴尔科技领先的计算和存储解决方案相集成,戴尔科技正在为建立一个高性能、可扩展的湖仓奠定基础。这一基础可以从边缘扩展到核心,并延伸至云中,进一步推动实现戴尔科技的多云战略。
开放的合作伙伴生态系统
戴尔科技深知,数据工具集的丰富程度一如客户的目标一样,多种多样。所以通过与Databricks、Snowflake、Teradata和Cloudera等数据行业领军企业的合作,戴尔科技正在积极拥抱整个数据环境,实现目标。应对之道不仅仅是开发专属于戴尔科技的解决方案,而是创建一个开放的生态系统以便在AI工作流程中采用更广泛的工具集和数据源。
跨多云环境优化AI
在当今快速发展的数字环境中,戴尔科技认识到绝大多数企业(近87%)由于数据分散正在采用多云战略。无论是在本地、边缘还是在跨各种云环境,这一趋势凸显了对数据灵活性的需求。为了解决这一问题,戴尔科技帮助用户在适合其AI用例的最佳位置自由存储和处理数据,这样无论数据位于何处,都能确保效率、可扩展性和无缝访问。
去年,戴尔科技迈出了重要的一步,推出了面向公有云的PowerScale OneFS横向扩展软件,为其强大的多云产品组合增添了新成员。在此基础上,戴尔科技通过与微软建立战略合作伙伴关系,为Microsoft Azure提供Dell APEX File Storage解决方案,从而大大丰富戴尔科技的云产品组合。此次合作使客户能够在Azure云中使用戴尔科技的软件定义文件服务。更重要的是,该解决方案与微软的AI服务(包括OpenAI和Azure AI Vision)无缝集成。戴尔科技的目标是给予客户选择的自由,让客户能够使用AI加速创新,而适用于Microsoft Azure的Dell APEX File Storage将继续兑现对客户的这一承诺。
提供AI就绪的性能
戴尔科技将PowerScale存储提升至新的水平,确保AI工作流程运行更快,从而为客户的业务提供洞察。戴尔科技对PowerScale的硬件和软件均进行了重大升级,旨在最大程度地减少AI工作流程的中断并优化性能。亮点如下:
戴尔科技成为首家获得NVIDIA以太网SuperPOD验证的存储供应商,充分体现了戴尔科技对领先技术和卓越品质的追求。
戴尔科技最近的OneFS 9.7软件更新是另一个里程碑,可将存储性能提升高达80%。这一增强功能对于加速从模型训练到微调的GenAI流程至关重要,现有PowerScale用户均可使用。
戴尔科技最新发布的专为AI设计的全新全闪存储节点,提供无中断扩展和高达2倍的流式读写速度,通过减少停机时间并加快数据处理速度从而显著提升GPU效率。此外,戴尔科技的创新智能客户端功能通过智能流量分配优化GPU客户端性能,可为单个客户端提供每秒超过40 GB的数据流传输能力。
展望未来:创新2024
展望2024,AI的发展前景一片光明。戴尔科技专业的AI和行业专家团队将陪伴在侧,与您携手踏上这段AI旅程。无论是战略制定,还是数据准备和部署,戴尔科技都将全身心帮助客户将AI愿望转化为实际成果。
好文章,需要你的鼓励
云文件服务供应商Nasuni进行高管调整,创始人兼CTO安德烈斯·罗德里格斯卸任CTO职务,由前戴尔工程副总裁杰瑞·卡特接任。新任CFO罗斯·格兰杰替代离职的财务负责人雷·黑尔。自去年4月新CEO萨曼莎·金上任以来,已更换8个高管职位人员,新团队专注于"帮助企业释放非结构化数据在AI方面的价值"。
加州大学伯克利分校研究团队开发的Pillar-0是一个突破性的医学影像AI系统,能够同时处理CT和MRI等多种影像类型的366项诊断任务。该系统采用创新的多窗技术和Atlas架构,在四种主要影像检查中准确率达86-90分,显著超越谷歌、微软等竞争对手。研究团队还开源了完整系统,为全球医学AI发展提供强大基础。
北美主要数据中心枢纽面临电力和土地限制,运营商转向新兴市场寻求支持AI和高性能计算负载的新位置。德克萨斯、宾夕法尼亚、卡罗来纳州等次级市场通过提供经济激励、加快审批流程和灵活监管框架积极竞争AI驱动的数据中心投资。华盛顿中部拥有全美最低能源成本,宾夕法尼亚获得两党支持,卡罗来纳州电力基础设施强劲。未来数据中心增长将更多依赖能够平衡电力供应、许可速度和经济激励的地区。
马里兰大学研究团队开发MASS系统,通过空间时间感知技术让AI具备物理学家般的视频理解能力。该系统创建了包含8361个问答对的MASS-Bench基准,将视频中的运动轨迹转换为AI可理解的语言描述,并使用强化学习训练模型的物理推理能力。实验显示经过训练的模型性能提升6-8.7%,在物理异常检测任务上甚至超越商业顶级产品,为AI视频内容审核、教育和科研应用开辟新方向。