Dell Technologies hat zwei wichtige Updates für seine Dell AI Platform in Zusammenarbeit mit AMD angekündigt. Diese richten sich an Unternehmen, die ihre KI-Pilotprojekte auf den vollen Produktiveinsatz ausweiten. Die Verbesserungen konzentrieren sich auf eine leistungsstarke Trainingsinfrastruktur und eine modulare Architektur, die Kosten, Skalierbarkeit und operative Kontrolle optimal vereint.
Das erste Update stellt eine großflächige Konfiguration mit Dell PowerEdge XE9785 Serverknoten vor , die mit AMD Instinct MI355X GPUs und AMD EPYC CPUs ausgestattet sind. Sie ist für anspruchsvolle KI-Workloads wie Modelltraining, Pretraining und High-Throughput-Inferenz ausgelegt. Die Plattform integriert Dell PowerSwitch-Netzwerktechnologie und PowerScale-Speicher und gewährleistet so eine konsistente Infrastruktur über alle Bereitstellungen hinweg.
Der Einsatz von AMD Instinct MI355X GPUs erhöht die Speicherkapazität pro Knoten und ermöglicht so die Unterstützung größerer Modelle sowie eine effizientere Skalierung über Cluster hinweg. Diese Konfiguration richtet sich an Unternehmen und Serviceprovider mit kontinuierlichen KI-Workloads, die eine vorhersehbare Leistung in großem Umfang erfordern.
Die zweite Erweiterung vergrößert Dells modulare AI Factory-Architektur um die Unterstützung von AMD Instinct MI350P PCIe-GPUs in Kombination mit AMD EPYC-CPUs. Diese Konfiguration nutzt Dell PowerEdge XE7745- und R7725-Server, PowerSwitch-Netzwerktechnologie und PowerScale-Speicher und ist in die Dell AI Data Platform integriert. Sie bietet Unternehmen, die von der Pilotphase zur Produktion wechseln, einen kosteneffizienten Weg und ermöglicht die schrittweise Skalierung von Rechen-, Arbeitsspeicher-, Speicher- und Netzwerkressourcen, um spezifische Engpässe zu beheben.
Beide Konfigurationen basieren auf dem AMD ROCm-Software-Stack und unterstützen offene Frameworks wie PyTorch und vLLM. Die Integration mit der Dell Automation Platform bietet Funktionen für Bereitstellung und Lebenszyklusmanagement, die die Clusterbereitstellung und -skalierung vereinfachen.
Dell verwies zudem auf Ergebnisse einer Omdia-Studie, die On-Premises-Bereitstellungen mit Public-Cloud-Alternativen vergleicht. Laut Bericht kann eine Konfiguration mit PowerEdge XE9785-Servern und AMD Instinct MI355X-GPUs die Gesamtbetriebskosten um bis zu 65 % senken, was auf eine effiziente Infrastruktur und offene Software-Ökosysteme zurückzuführen ist.
Modulares Design zielt auf vorhersehbare KI-Skalierung ab
Dell positioniert die aktualisierte Plattform mit einem modularen Design, das einen durchgängigen Übergang von kleinen Testumgebungen bis hin zum produktiven Unternehmenseinsatz ermöglicht. Unternehmen können mit einer Einzelknotenkonfiguration mit nur zwei GPUs beginnen und diese bei steigendem Bedarf durch Hinzufügen von Rechenknoten, GPU-Kapazität, Speicher und Netzwerkbandbreite skalieren. Dieser Ansatz ermöglicht die Wiederverwendung bestehender Infrastrukturinvestitionen bei gleichzeitig kontrollierter Skalierung.
Die Plattform ist zudem auf flexible Workload-Anpassung ausgelegt. Die Standardisierung auf AMDs Enterprise-KI-Software-Stack und offene Frameworks unterstützt eine Vielzahl von KI-Anwendungsfällen ohne die Notwendigkeit spezialisierter Infrastruktursilos. Dies ermöglicht die Portabilität von Modellen und reduziert den operativen Aufwand für die Verwaltung mehrerer Umgebungen.
Sicherheit und Governance stehen weiterhin im Mittelpunkt des Plattformdesigns. Durch die Priorisierung der On-Premises-Bereitstellung reduziert Dell das Risiko externer Einflüsse und behält die Kontrolle über die Datenlokalität. Der Enterprise AI Resource Manager von AMD bietet zusätzliche Governance-Funktionen, darunter Richtlinienkontrollen und Zugriffsmanagement, um Unternehmen bei der Einhaltung von Datenschutz- und Compliance-Anforderungen zu unterstützen.
Amazon