Dell Technologies heeft het Dell AI Data Platform uitgebreid met contextorkestratielagen, GPU-versnelde verwerkingsengines en multitenancy met hoge dichtheid voor de infrastructuur voor ongestructureerde opslag. De architectonische verbeteringen zijn gericht op het ophalen van bedrijfsgegevens en verbinden onbewerkte bestanden, databases en repositories op meerdere locaties rechtstreeks met AI-agentpipelines. Het systeem integreert NVIDIA Nemotron Retriever-modellen voor het parseren, inbedden en herrangschikken van documenten, terwijl NVIDIA cuVS zorgt voor versnelde vectorindexering en zoekroutines. Contextcomponenten draaien lokaal in de datacenters van klanten, waardoor gegevensbeheer gewaarborgd blijft zonder afhankelijkheid van externe model- of opslagleveranciers.
Contextorkestratie- en ophaalsystemen
De architectuur introduceert drie contextmappingcomponenten om inconsistenties in taxonomieën tussen verschillende interne systemen op te lossen. De Unified Semantic Layer biedt consistente definities via gecentraliseerde regels, doorzoekbare woordenlijsten en ondersteuning voor geïmporteerde branche-ontologieën of bedrijfstaxonomieën. Dell maakt ook gebruik van NVIDIA Auto-Ontology, een open-sourcebibliotheek die kennisgrafieken bouwt op basis van bedrijfsgegevens, om de semantische laag uit te breiden. De Enterprise Knowledge Graph werkt samen om continu de herkomst, metadata en historisch zoekgedrag in kaart te brengen, zowel voor gestructureerde tabellen als voor ongestructureerde documenten.
Wanneer een agent een query uitvoert, beperkt het platform de toegang tot geautoriseerde tabellen, multimodale dataproducten en vectoropslagplaatsen. Hierdoor kunnen agenten gebeurtenissen zoals afwijkende telemetrie correleren met specifieke apparatuurlogboeken, leveringsbatches en klantorders. Kennisagenten functioneren als adviserende instanties met één onderwerp, begrensd door gedefinieerde segmenten van de kennisgrafiek. Ze draaien onder door de gebruiker opgelegde limieten voor rekenkracht, beveiligingsbeleid en drempelwaarden voor de nauwkeurigheid van de gegevensopvraging, waarbij Nemotron Retriever-modellen hun redenering en visuele interpretatie verzorgen.
“Data zonder context is gewoon ruis. De meeste bedrijven hebben jarenlang hun data toegankelijk gemaakt. Dat is niet hetzelfde als data bruikbaar maken”, aldus Arthur Lewis, president van de Infrastructure Solutions Group bij Dell Technologies. “Een agent die een klantrecord kan vinden, maar niet weet wat het betekent, hoe het verband houdt met de rest, of of het te vertrouwen is, is niet intelligent. Het is gewoon snel.”
GPU-acceleratie in het datapad en PowerScale-multitenancy
Dell integreert NVIDIA-acceleratiestacks rechtstreeks in zijn producten. Gegevensverwerkingsengine om de latentie bij de gegevensvoorbereiding te minimaliseren. Volgens interne tests van de leverancier draait de Dell Data Processing Engine met NVIDIA cuDF op NVIDIA RTX PRO 4500 Blackwell Server-editie GPU's verwerken gegevens gemiddeld bijna 4 keer sneller dan CPU's alleen, bij een gevarieerde reeks workloads, en bereiken tot wel 20 keer snellere verwerking bij batchverwerkingsworkloads.
In de voetnoot van Dell worden de cijfers geschat op een gemiddelde van 3.9x en een piek van 20.4x bij een data mining-workload, gemeten op GPU-versnelde versus CPU-only Apache Spark-runs op een PowerEdge R770 met standaardconfiguraties en zonder tuning. Apache Arrow maakt het mogelijk om data ter plekke op te vragen tussen Dell-opslagdoelen en lokale rekenkracht, wat volgens Dell de tijd voor data-voorbereiding kan verkorten.
"Door NVIDIA cuDF-acceleratie rechtstreeks in de Dell Data Processing Engine te integreren, verkort Dell het traject van opgeslagen data naar GPU-versnelde, AI-klare data die hun agents kunnen gebruiken om innovatie in de praktijk te stimuleren", aldus Jason Hardy, vicepresident van opslagtechnologie bij NVIDIA.
Op het gebied van opslag schalen Dell PowerScale-clusters nu tot 500 geïsoleerde tenants per cluster, ondersteund door wederzijdse TLS (mTLS) over NFS voor data-in-transit-encryptie en -authenticatie, en gedetailleerde, op rollen gebaseerde toegangscontrole per tenant. Dit is gericht op AI-serviceproviders en bedrijven die gedeelde AI-platforms gebruiken. Infrastructuurteams kunnen ook de open-source Dell Storage Performance Tool gebruiken om de doorvoer en latentie van S3-compatibele objectopslag te benchmarken onder AI-trainings-, checkpointing- en inferentieworkloads. Dell breidt de implementatieservices van het AI Data Platform uit naar al zijn data- en opslagengines, inclusief analyses, verwerking, zoeken en orchestratie-tuning.
Releasefrequentie en beschikbaarheidsstatus
De implementatieservices Dell Storage Performance Tool en Dell AI Data Platform zijn nu beschikbaar. Verbeteringen voor multitenancy in PowerScale-clusters en mTLS over NFS worden naar verwachting in november 2026 uitgebracht. De verbeteringen aan de Dell Data Processing Engine met de NVIDIA-acceleratiestack volgen in december 2026, waarna de integratie van Apache Arrow-acceleratie in de eerste helft van 2027 plaatsvindt. De frameworks voor Unified Semantic Layer, Enterprise Knowledge Graph en Knowledge Agent-contexten worden eveneens in de eerste helft van 2027 uitgebracht.
Amazon