戴尔科技集团宣布对其戴尔人工智能平台（Dell AI Platform）进行两项重大更新，该平台由戴尔与AMD合作开发，旨在帮助企业从试点人工智能部署扩展到全面生产环境。此次更新重点在于高性能训练基础设施和模块化架构，以平衡成本、可扩展性和运维控制。
首次更新引入了大规模配置，其特点是 戴尔 PowerEdge XE9785 服务器 配备有节点的 AMD Instinct MI355X GPU该平台采用戴尔 PowerSwitch 和 AMD EPYC CPU，专为高要求的 AI 工作负载而设计，包括模型训练、预训练和高吞吐量推理。该平台集成了戴尔 PowerSwitch 网络和 PowerScale 存储，确保跨部署的架构一致性。
采用 AMD Instinct MI355X GPU 可提升单节点内存容量，从而支持更大规模的模型，并实现更高效的集群扩展。此配置面向拥有持续性 AI 工作负载且需要大规模可预测性能的企业和服务提供商。
第二项增强功能扩展了戴尔的模块化 AI Factory 架构，以支持 AMD Instinct MI350P PCIe GPU 与 AMD EPYC CPU 搭配使用。此配置使用 戴尔 PowerEdge XE7745 以及 R7725 服务器、PowerSwitch 网络和 PowerScale 存储，并与戴尔 AI 数据平台集成。它为企业从试点阶段过渡到生产阶段提供了一种经济高效的途径，能够逐步扩展计算、内存、存储和网络资源，以解决特定的瓶颈问题。
两种配置均基于 AMD ROCm 软件栈，并支持 PyTorch 和 vLLM 等开放框架。与戴尔自动化平台的集成提供了部署和生命周期管理功能，从而简化了集群的配置和扩展。
戴尔还引用了一项调查结果。 Omdia 研究 该报告对比了本地部署和公有云方案。报告指出，采用配备 AMD Instinct MI355X GPU 的 PowerEdge XE9785 服务器的配置方案，凭借基础设施效率和开放的软件生态系统，可实现高达 65% 的总体拥有成本降低。
模块化设计旨在实现可预测的人工智能扩展
戴尔将更新后的平台定位为模块化设计，支持从小规模测试到企业级生产的统一部署路径。企业可以从仅使用两块GPU的单节点配置开始，然后随着需求的增长，通过添加计算节点、GPU容量、存储和网络带宽进行扩展。这种方法既能重复利用初始基础设施投资，又能以可控的增量进行扩展。
该平台的设计也充分考虑了工作负载的灵活性。通过采用 AMD 的企业级 AI 软件栈和开放框架，无需构建专用基础设施，即可支持多种 AI 应用场景。这不仅提高了模型的可移植性，还降低了管理多个环境的运维成本。
安全性和治理仍然是该平台设计的核心。通过优先考虑本地部署，戴尔降低了外部风险敞口，并保持了对数据本地性的控制。AMD 的企业级 AI 资源管理器提供了额外的治理功能，包括策略控制和访问管理，以帮助企业强制执行数据保护和合规性要求。
Amazon