Dell Technologies heeft een belangrijke update aangekondigd voor zijn AI Data Platform, onderdeel van het bredere Dell AI Factory-initiatief. De verbeteringen zijn ontworpen om organisaties te helpen gedistribueerde, gefragmenteerde data om te zetten in snelle, herhaalbare AI-resultaten. Naarmate de datavolumes binnen bedrijven blijven toenemen door de adoptie van AI, hebben bedrijven behoefte aan architecturen die beveiliging, flexibiliteit en schaalbare prestaties combineren. Dells aanpak is gericht op het creëren van een uniforme, open en modulaire basis die geïsoleerde datasilo's overbrugt en tegelijkertijd geavanceerde workloads zoals training, finetuning, retrieval-augmented generation (RAG) en inferentie mogelijk maakt.
De waarde van gefragmenteerde data voor AI-workloads ontsluiten
De architectuur van het Dell AI Data Platform koppelt dataopslag los van dataverwerking, waardoor prestatie- en beheerknelpunten worden weggenomen. Deze scheiding stelt verschillende teams, zoals datawetenschappers, DevOps-engineers en IT-beheerders, in staat om dezelfde dataplatformen te gebruiken in meerdere AI-workflows zonder telkens de infrastructuur opnieuw te hoeven ontwerpen. Het platform integreert ook rechtstreeks met het referentieontwerp van het NVIDIA AI Data Platform, waardoor organisaties optimale interoperabiliteit en versnelling tussen Dell- en NVIDIA-technologieën krijgen.
Dell structureert het platform rond vier belangrijke pijlers: storage engines voor dataplaatsing en -verplaatsing, data engines voor realtime inzichten, ingebouwde cyberweerbaarheid en intelligente databeheerservices. Samen vormen deze componenten een flexibele, schaalbare en veilige basis voor organisaties die AI op grote schaal willen operationaliseren.
Hoogwaardige opslagengines voor moderne AI-pijplijnen
De ruggengraat van het Dell AI Data Platform is gebaseerd op de PowerScale- en ObjectScale-opslagfamilies. Beide zijn verbeterd om snellere gegevensdoorvoer, verbeterde beveiliging en ondersteuning voor multiprotocoltoegang te bieden. Deze functies zijn cruciaal voor training, finetuning, inferentie en RAG-pipelines, waarbij latentie en datalokaliteit direct van invloed zijn op de modelnauwkeurigheid en iteratiesnelheid.
Dell PowerScale combineert de eenvoud van een NAS met de enorme parallelle verwerking die nodig is voor moderne AI-architecturen. Recente updates integreren naadloos met nieuwe NVIDIA-platformen, waaronder de GB200 en GB300 NVL72 , en bieden een perfecte compatibiliteit met bestaande applicatiestacks. Deze afstemming zorgt ervoor dat bedrijven met GPU-intensieve workloads lineair kunnen schalen met behoud van consistente prestaties. De PowerScale F710, die de NVIDIA Cloud Partner-certificering heeft behaald, is hiervan een goed voorbeeld door meer dan 16,000 GPU's in één systeem te ondersteunen en tot vijf keer minder rackruimte in beslag te nemen, waardoor de datacenterdichtheid en de resource-efficiëntie aanzienlijk verbeteren.
Als aanvulling op PowerScale biedt Dell ObjectScale S3-compatibele, krachtige object storage, speciaal ontwikkeld voor grootschalige AI-dataworkloads. Klanten kunnen het implementeren als een speciaal gebouwde appliance of als een softwaregedefinieerde stack op Dell PowerEdge-servers. Prestatiebenchmarking toont aan dat ObjectScale nu tot acht keer sneller werkt dan all-flash configuraties van de vorige generatie, een directe verbetering voor data-intensieve AI-trainings- en analyseworkflows.
Dell introduceert S3 over RDMA in een aankomende technische preview, met aanzienlijke prestatieverbeteringen: tot 230% hogere doorvoer, 80% lagere latentie en 98% lager CPU-gebruik ten opzichte van traditionele S3-protocollen. Deze verbeteringen helpen de overhead van dataverplaatsing te verminderen, waardoor systeembronnen vrijkomen voor GPU-verwerking en -inferentie. Bovendien bieden verbeterde AWS S3-integratie, compressie op bucket-niveau en prestatie-afstemming voor kleine objecten tot 19% hogere doorvoer en 18% lagere latentie voor bewerkingen van 10 KB-objecten – cruciaal voor omgevingen met een hoog verloop en kleine bestanden, die veel voorkomen in AI- en edge-applicaties.
Intelligente data-engines voor realtime AI-activering
De data engines van het Dell AI Data Platform zijn ontworpen om ruwe data direct bruikbaar te maken voor AI, analyse en besluitvorming. Deze engines zijn ontwikkeld in samenwerking met partners zoals NVIDIA, Elastic en Starburst en integreren datazoekopdrachten, analyse en semantisch begrip in één uniforme operationele laag.
De nieuwe Data Search Engine, aangestuurd door Elastic, biedt natuurlijke taalzoekopdrachten in bedrijfsdatabronnen. Gebruikers kunnen datasets conversatiegestuurd doorzoeken, ideaal voor RAG, semantisch zoeken en generatieve AI-toepassingen. De engine integreert met MetadataIQ om het inzicht op bestandsniveau te vergroten en miljarden bestanden op PowerScale en ObjectScale te indexeren via metadata-tags en -detectie. Deze mogelijkheid stelt ontwikkelaars in staat om innovatievere RAG-applicaties te bouwen met tools zoals LangChain, die efficiënt nieuwe of gewijzigde data bijwerken en ophalen om indexeringskosten te minimaliseren en nauwkeurige vectordatabases te onderhouden.
De Data Analytics Engine, ontwikkeld met Starburst , breidt dit uit door gefedereerde query's mogelijk te maken over spreadsheets, databases, cloudwarehouses en lakehouses – allemaal zonder datamigratie. De nieuwe Agentic Layer maakt gebruik van grote taalmodellen (LLM's) om essentiële taken voor gegevensbeheer te automatiseren, waaronder documentatie, het genereren van inzichten en SQL-augmentatie. Door AI direct in databaseworkflows te integreren, kunnen organisaties sneller van ruwe data-invoer naar bruikbare resultaten overstappen.
Een essentiële toevoeging is de MCP-server voor de Data Analytics Engine, die multi-agent coördinatie en native ondersteuning voor AI-applicatieontwikkeling introduceert. Teams kunnen generatieve AI- en data-analyseworkflows samen operationaliseren met behoud van modelbeheer en lineage tracking – essentieel voor gereguleerde of grootschalige bedrijfsomgevingen. Bovendien maakt uniforme toegang tot vectoropslag naadloze RAG- en AI-zoekfuncties mogelijk in Iceberg, Dell's Data Search Engine, PostgreSQL + PGVector en andere repositories.
GPU-versnelde vectorzoekopdracht met Dell en NVIDIA
De integratie van Dell's AI Data Platform met NVIDIA cuVS brengt GPU-acceleratie naar vectorzoekopdrachten voor bedrijven. Deze vooruitgang stelt organisaties in staat om hybride zoekopdrachten op basis van trefwoorden en vectoren uit te voeren met uitzonderlijke prestaties en schaalbaarheid. Dankzij GPU-acceleratie worden zoekopdrachten sneller uitgevoerd, verbetert de gelijkenisscore en kunnen grote vectordatabases in realtime worden verwerkt, allemaal binnen een veilige, on-premises omgeving die voldoet aan de governance-standaarden van de onderneming.
Deze GPU-versnelde hybride zoekfunctie overbrugt de kloof tussen de opslag- en data-engines van Dell en dicht de kloof tussen opslaginfrastructuur en AI-inferentie. Met cuVS en de beheerde infrastructuur van Dell krijgen IT-teams een kant-en-klare, krachtige zoekoplossing die is geoptimaliseerd voor zowel snelheid als beveiliging en die de nieuwste LLM's op ondernemingsniveau en multimodale workloads ondersteunt.
Het grotere plaatje: een uniform platform voor zakelijke AI
Het uitgebreide Dell AI Data Platform onderstreept de voortdurende transformatie van Dell Technologies naar AI-native infrastructuuromgevingen. Door servers, storage en data engines te stroomlijnen via open samenwerking met partners zoals NVIDIA, Elastic en Starburst, positioneert Dell zich niet als storageleverancier, maar als full-stack oplossingenleverancier voor moderne AI en analytics.
Amazon