A Dell Technologies expandiu a Dell AI Data Platform com camadas de orquestração de contexto, mecanismos de processamento acelerados por GPU e multilocação de alta densidade em sua infraestrutura de armazenamento não estruturado. Os aprimoramentos arquitetônicos visam o caminho de recuperação corporativo, conectando arquivos brutos, bancos de dados e repositórios de vários locais diretamente aos pipelines de agentes de IA. O sistema integra modelos NVIDIA Nemotron Retriever para análise, incorporação e reclassificação de documentos, enquanto o NVIDIA cuVS fornece indexação vetorial acelerada e rotinas de pesquisa. Os componentes de contexto são executados localmente nos data centers dos clientes, mantendo a governança de dados sem dependência de modelos externos ou fornecedores de armazenamento.
Mecanismos de orquestração e recuperação de contexto
A arquitetura introduz três componentes de mapeamento de contexto para resolver inconsistências de taxonomia entre sistemas internos distintos. A Camada Semântica Unificada fornece definições consistentes por meio de regras centralizadas, glossários pesquisáveis e suporte para ontologias setoriais ou taxonomias corporativas importadas. A Dell também está habilitando a NVIDIA Auto-Ontology, uma biblioteca de código aberto que cria grafos de conhecimento a partir de dados corporativos, para estender a camada semântica. Trabalhando em conjunto, o Grafo de Conhecimento Corporativo mapeia continuamente a linhagem, os metadados e o histórico de comportamento de consultas em tabelas estruturadas e documentos não estruturados.
Quando um agente executa uma consulta, a plataforma limita a navegação a tabelas autorizadas, produtos de dados multimodais e armazenamentos vetoriais, permitindo que os agentes correlacionem eventos como telemetria anômala com registros de equipamentos específicos, lotes de suprimentos e pedidos de clientes. Os Agentes de Conhecimento operam como instâncias de consultoria de tópico único, delimitadas por segmentos definidos do Grafo de Conhecimento, executadas sob limites de gastos computacionais, políticas de segurança e limiares de precisão de recuperação impostos pelo usuário, com os modelos do Nemotron Retriever fornecendo seu raciocínio e compreensão visual.
“Dados sem contexto são apenas ruído. A maioria das empresas passou anos tornando seus dados acessíveis. Isso não é o mesmo que torná-los utilizáveis”, disse Arthur Lewis, presidente do Grupo de Soluções de Infraestrutura da Dell Technologies. “Um agente que consegue encontrar o registro de um cliente, mas não sabe o que ele significa, como se conecta a todo o resto ou se é confiável, não é inteligente. É apenas rápido.”
Aceleração de GPU no caminho de dados e multilocação do PowerScale
A Dell integra diretamente as plataformas de aceleração da NVIDIA em seus produtos. Mecanismo de Processamento de Dados para minimizar a latência na preparação de dados. De acordo com testes internos do fornecedor, o Dell Data Processing Engine executando NVIDIA cuDF em NVIDIA RTX PRO 4500 Blackwell Server Edition As GPUs processam dados quase 4 vezes mais rápido, em média, do que as CPUs sozinhas em um conjunto misto de cargas de trabalho, atingindo um processamento até 20 vezes mais rápido em cargas de trabalho de processamento em lote.
A nota de rodapé da Dell indica um aumento médio de 3.9x e um pico de 20.4x em uma carga de trabalho de mineração de dados, medida em execuções do Apache Spark com aceleração por GPU versus somente por CPU em um PowerEdge R770 com configurações padrão e sem ajustes. O Apache Arrow permite que os trabalhos consultem dados diretamente entre os destinos de armazenamento da Dell e o poder computacional local, o que, segundo a Dell, pode reduzir o tempo de preparação dos dados.
“Ao integrar a aceleração NVIDIA cuDF diretamente ao Dell Data Processing Engine, a Dell ajuda a encurtar o caminho dos dados armazenados até os dados acelerados por GPU e prontos para IA, que seus agentes podem usar para impulsionar a inovação no mundo real”, disse Jason Hardy, vice-presidente de tecnologia de armazenamento da NVIDIA.
Na camada de armazenamento, os clusters Dell PowerScale agora escalam para até 500 tenants isolados por cluster, com suporte a TLS mútuo (mTLS) sobre NFS para criptografia e autenticação de dados em trânsito, além de controle de acesso granular baseado em funções por tenant. Essa solução é voltada para provedores de serviços de IA e empresas que executam plataformas de IA compartilhadas. As equipes de infraestrutura também podem usar a ferramenta de código aberto Dell Storage Performance Tool para avaliar o desempenho e a latência do armazenamento de objetos compatível com S3 em cargas de trabalho de treinamento, checkpoint e inferência de IA. A Dell está expandindo os serviços de implementação da Plataforma de Dados de IA em seus mecanismos de dados e armazenamento para abranger otimização de análise, processamento, pesquisa e orquestração.
Cadência de lançamentos e status de disponibilidade
Os serviços de implementação da Dell Storage Performance Tool e da Dell AI Data Platform já estão disponíveis. Os aprimoramentos de multilocação de clusters PowerScale e mTLS sobre NFS estão previstos para novembro de 2026. Os aprimoramentos do Dell Data Processing Engine com a pilha de aceleração NVIDIA chegarão em dezembro de 2026, seguidos pela integração da aceleração Apache Arrow no primeiro semestre de 2027. As estruturas de contexto Unified Semantic Layer, Enterprise Knowledge Graph e Knowledge Agent estão programadas para lançamento no primeiro semestre de 2027.
Amazon