戴尔利用面向人工智能工厂工作负载的全栈组件增强了PowerScale横向扩展集群文件系统阵列。
我们曾报道过VAST Data的人工智能堆栈方法和NetApp针对ONTAP的人工智能架构开发项目。现在,戴尔正在推出自己的全面人工智能堆栈产品,从PowerScale硬件和软件到具有大规模数据源摄取、矢量化和元数据处理功能的Data Lakehouse。这伴随着其PowerEdge XE9712(Nvidia GB200)和 M7725(水冷式 AMD Epyc)服务器以及基于 OCP 的水冷式集成机架 IR7000 系统,它们为这些人工智能工厂产品提供了计算能力和机架外壳。
戴尔基础架构解决方案集团总裁Arthur Lewis表示: “当今的数据中心无法满足人工智能的需求,这就需要采用模块化、灵活高效设计的高密度计算和液体冷却创新技术。这些新系统可提供企业所需的性能,使其在快速发展的人工智能领域保持竞争力。
PowerScale系统实际上是直接连接存储的PowerEdge服务器,使用OneFS操作系统。这些系统可以由3到252个节点组成集群。PowerScale现在支持200 Gbps以太网和InfiniBand前端网络,将以前的网络速度提高了一倍,吞吐量增加了63%。
OneFS现在支持61TB QLC(4bits/cell)固态硬盘来提高容量,比以前最大30.72 TB的硬盘容量提高了近一倍。此外,OneFS还为Data Lakehouse提供了元数据导出功能,并增强了软件功能,简化了向 Elasticsearch 数据库导出元数据的过程,从而提高了查询效率。跨地理分布集群的元数据可以组合起来,提供全局视图。
Data Lakehouse可以将这些元数据与从其他联合来源获取的其他数据结合起来。它将支持Iceberg等开放式表格格式,并将扩展到支持矢量数据库。此外,它还能从文件中提取内容元数据,增强其文件级元数据,并实现全上下文搜索。
Data Lakehouse可对Elasticsearch和开放格式扫描进行本地查询。其目的是通过使用SQL、矢量、词法和语义搜索数据使查询响应更加准确。
即将推出的戴尔文档加载器适用于Nvidia NeMo服务和检索增强生成(RAG)框架,旨在帮助客户缩短数据湖摄取数据的时间,降低计算和GPU成本。
戴尔表示,戴尔Data Lakehouse数据管理平台的增强功能可节省客户的时间,并通过灾难恢复、自动模式发现、全面的管理API和自助式全栈升级改善运营。
该公司宣布推出新服务,帮助PowerScale-Data Lakehouse客户,包括数据编目优化服务(Optimization Services for Data Cataloging)和数据管道实施服务(Implementation Services for Data Pipelines)。
戴尔生成式人工智能解决方案与英特尔合作,为人工智能部署提供联合设计、测试、验证、预配置和灵活的平台。这些解决方案采用配备英特尔Gaudi 3 AI加速器的PowerEdge XE9680 服务器,以及戴尔存储、网络、服务和开源软件栈。这些平台面向内容创建、数字助理、设计和数据创建、代码生成以及其他的生成式人工智能工作负载。
上市时间
 0赞
0赞好文章,需要你的鼓励
 推荐文章
                    推荐文章
                  Oracle推出全新自主AI湖仓平台,原生集成Apache Iceberg开放表格式,支持跨Oracle云、AWS、Azure和谷歌云部署。该解决方案通过统一数据目录联合多个平台的元数据,消除数据孤岛问题。平台具备数据湖加速器、Exadata表缓存等性能优化功能,并扩展自然语言查询能力至Iceberg数据。相比Databricks和Snowflake,Oracle提供真正的多云可移植性和企业级安全性。
清华大学团队开发了名为DiffTester的AI代码生成加速框架,专门解决程序测试代码生成效率低的问题。该框架通过识别测试代码中的重复结构模式,让AI模型能够批量生成相似代码片段,而非逐词生成。实验显示该方法可将生成速度提升一倍以上,同时保持代码质量,在Python、Java、C++三种语言上均表现出色,为软件开发中的自动化测试提供了新的解决方案。
ChatGPT开发商OpenAI计划最早于2026年下半年进行IPO,估值可能翻倍至1万亿美元。尽管预计年底年化收入达200亿美元,但由于昂贵的GPU、数据中心和AI人才成本,亏损仍在攀升。OpenAI已完成重组为公益公司,非营利部门持股26%,微软持最大股份27%。此外,法律AI初创公司Harvey获1.5亿美元融资,估值80亿美元。
英国巴斯大学研究团队开发了Policy Reasoning Traces方法,通过让AI学习专家的推理过程来提升政策合规判断能力。该方法在HIPAA、GDPR等重要政策测试中表现卓越,准确率超过81%,创造新纪录。PRT不仅能跨领域迁移,还具有良好的成本效益,为企业建立智能合规体系提供了实用解决方案。
 
             
                 
                     
                     
                    