Velkommen
Velkommen hos Dell
- Afgiv ordrer hurtigt og nemt
- Se ordrer og spor status for din forsendelse
- Opret og få adgang til en liste med dine produkter
Styrker AI-implementeringer til virksomheder på verdensplan
AI-storageydeevne understøttet af benchmarks
Sæt fart på AI-workloads
Op tilMaksimer forespørgselseffektiviteten
Levér tilSkaleringsinferenshastighed
Få resultaterØg storageeffektiviteten
FåDerfor går AI-projekter i stå i virksomhedsklassen
Dell AI-dataplatform
Storage, data og organisering – samlet i tre lag
Arkitektur, der er skræddersyet til AI
Sammenlign Dells AI-dataplatform med andre platforme
| Overvejelse | Dell AI-dataplatform | Andre dataplatforme |
| Arkitektur | Åben, modulær og skalerbar – fil, objekt og parallel, uden datamigration eller tvungen dataflytning | Tvungen dataflytning til et proprietært format; Låsning |
| Valg af storage | NFS-, S3- og KV-cache som en protokol – dit valg af ydeevne, omkostninger, ydeevnetæthed og medier | Smalt storageniveau eller en enkelt medietype |
| Skalering | Storage, datatjenester og GPU'er skaleres uafhængigt | Koblet skalering; overprovisionering en for at dyrke en anden |
| Låsning | Åbne standarder og formater; Opbevar data, hvor de er | Proprietære formater; Rip-and-erstat-risiko |
| Vektorindeksering og tid til token | 12× hurtigere indeksering vs. Elasticsearch (NVIDIA cuVS); 19× hurtigere tid til token vs. VAST | Varierer efter stak; ofte ikke benchmarket relativt |
| Certificeringer | NVIDIA Cloud Partner (NCP) og NVIDIA-certificeret Enterprise Storage | Sjældent certificeret på tværs af hele NVIDIA-stakken |
| Services | Globale Dell-services til design, implementering og drift | Flere leverandører at koordinere; Begrænsede tjenester |
| Forsyningskæde | Sikker, robust, global Dell-forsyningskæde | Begrænset eller tredjepartsafhængig |
| Implementering | Lokal, hybrid og cloud | Ofte et enkelt miljø |
Resultater i den virkelige verden
Ressourcer
Spørgsmål
Hvad er Dell AI-dataplatform, og hvad køber jeg egentlig?
Storageprogrammerne er PowerScale, ObjectScale og Lightning-filsystemet.
Datamotorer er:
- DDAE – Dataanalyseprogram drevet af Starburst
- DDPE - databehandlingsmotor drevet af Apache Spark
- DDSE – Datasøgemaskine drevet af Elastic
- DDOE – Data Orchestration Engine
Kunderne kan blande og matche indkøb af storage- og dataprogrammer og tilføje forskellige programmer over tid, efterhånden som deres workloads udvikler sig.
Hvad er Dell Data Analytics Engine (med Starburst) og Data Orchestration Engine?
Dell Data Orchestration Engine automatiserer pipelinen (indtag, forbedr, indekser, hent) og feedbacksløjferne, der holder integreringer og indekser opdaterede. Sammen forvandler de rå virksomhedsdata til en styret, AI-klar kontekst.
Hvordan er Dell AI-dataplatform sammenlignet med Databricks og Snowflake?
Dell AI Data Platform er komplementær og bredere til AI: En åben, modulær platform, der forener strukturerede og ustrukturerede virksomhedsdata på de storage- og datamotorer, du allerede ejer – ingen tvungen migrering til et proprietært cloudlager – og leverer RAG, agentisk hentning og styret hukommelse lokalt, hybrid eller i cloud.
Hvordan er Dell sammenlignet med NetApp til kunstig intelligens til virksomheder og storage af ustrukturerede data?
- Dells differentiering med hensyn til kunstig intelligens er en specialbygget niveauinddelt portefølje
- Lynfilsystem til niveau 0-overførselshastighed
- PowerScale til udskaleret NAS
- ObjectScale til S3-objekt
AI-dataplatformen skalerer storage, datatjenester og GPU'er uafhængigt af hinanden efter åbne standarder uden rip-and-replace. Det er en komplet dataplatform, ikke lagring alene.
Hvordan er Dell AI-dataplatform sammenlignet med VAST Data?
Dell AI-dataplatformen er åben og modulær med samlet adgang og åbne formater. VAST er en proprietær, vertikalt integreret stak, der centraliserer data i sit VAST DataSpace, før analyser kan køre.¹
I Dells direkte test af Qwen3-32B-modellen leverede PowerScale (0,82 sek.) og ObjectScale (0,86 sek.) begge lavere tid-til-første-token end VAST (1,5 sek.) med op til 14 × acceleration i forhold til vLLM.²
Til objektpipelines leverer ObjectScale med S3 over RDMA op til 230 % højere overførselshastighed og op til 80 % lavere ventetid end VASTs CPU-bundne, delte alt-design.³
Dell udvider også styringen på tværs af flere datakilder og programmer uden at forcere konsolidering og tilbyder GPU-accelereret vektorsøgning (HNSW ANN) i dag, mens VASTs v5.4-vektorsøgning er afhængig af CPU-baseret brute-force.⁴
AI-dataplatform gør det muligt at udføre implementering med et enkelt klik af validerede NVIDIA- og Dell Blueprints fra Dells Data Orchestration Engine, så du kan udføre databehandling hvor som helst og lokalt med AI Factory, cloud eller hybrid. Data Orchestration Engine har en robust pipelinebygning, der giver mulighed for ingen kode, lav kode og fuld udvikler-SDK, der giver udviklere mulighed for at bruge standardtegninger til at bygge deres egne eller en kombination af begge.
¹Baseret på en Prowess Consulting-rapport fra april 2026, bestilt af Dell og baseret på offentligt tilgængelige kilder, der sammenligner arkitektonisk design, dataadgangsmønstre, RAG-søgefunktioner og driftsfaktorer mellem Dell AI-dataplatform og VAST AI OS.
²Dells resultater er baseret på interne test med Qwen3-32B-modellen. VAST-resultater offentliggøres i følgende VAST-onlinekilde: Accelerating Inference - VAST Data. okt. 2025.
³Baseret på Dells interne analyse af konkurrenters produktegenskaber og -muligheder. Resultaterne kan variere og kan ændres uden varsel. apr. 2026.
⁴Baseret på Dells interne analyse af konkurrenters produktfunktioner og -kapaciteter. Resultaterne kan variere og kan ændres uden varsel. apr. 2026.
Hvordan er Dell ObjectScale sammenlignet med Pure Storage og Everpure til AI-objektstorage i stor skala?
Hvordan understøtter Dell HIPAA og regulerede ustrukturerede data i sundhedssektoren?
Understøtter Dell lovpligtig opbevaring af SEC 17a-4 WORM og Object Lock?
Hvilket ransomware-forsvar og uforanderlige snapshots er indbygget?
Kører Dell AI Data Platform på Kubernetes og integreres med offentlig cloud (herunder objekter i Azure Blob-stil)?
ObjectScale er S3-kompatibel (en velkendt model for teams, der bruger Azure Blob eller AWS S3), hvilket muliggør hybride objektarbejdsprocesser og replikering på tværs af miljøer.
Hvordan forudsiger og planlægger jeg storagekapacitet og vækst for AI/ML-workloads?
Dell leverer overvågning, analyser og services med henblik på at forudsige kapacitets- og modelvækst, efterhånden som AI-workloads udvides – så du kan skalere på dine vilkår i stedet for gennem forstyrrende, omfattende opgraderinger.
Med Dell Data Orchestration Engine kan workloads skaleres op eller ned efter behov på AI-fabrik, cloud eller begge dele.
Hvad er den bedste platform til AI på distribuerede fil-, objekt- og tabeldata?
Tilbyder I en abonnements- eller as-a-service-model med løbende lokale opgraderinger?
Understøtter Dell AI Data Platform RAG, vektorsøgning og agentisk hentning?
Data Orchestration Engine kan integreres med vores Storage Engines for effektivt at overføre rådata.
Kunder kan vælge at udnytte cuVS med DDSE til effektiv vektorindeksering og søgning eller medbringe deres egen vektordatabase.
Hvordan sænker Dell AI Data Platform omkostningerne til ventetid og inferens?
- Data Orchestration Engine giver kunderne mulighed for at indtage ustrukturerede data og organisere de data, der efterfølgende kvalitetsdata gemmes i vektordatabasen.
- Ved at udnytte Knowledge Graph og enhedsrelationer hjælper AIDP AI-programmer ved hurtigere at finde meningsfulde data, hvilket reducerer GPU-forbruget.
- AIDP tilbyder KV-Cache-løsninger til at bevare GPU-hukommelsen på delt storage, hvilket giver mulighed for genbrug i afkodningsfasen i kontekstgenerering.
Hvordan fungerer Dell AI-dataplatform sammen med NVIDIA?
- DDPE – Dell Data Processing Engine, der drives af Apache Spark, driver NVIDIAs cuDF-bibliotek for at fremskynde behandlingen af Spark-datarammer med GPU.
- DDSE – Dell-datasøgemaskine drevet af Elastic udnytter NVIDIAs cuVS-bibliotek til at fremskynde opbygning og søgning af vektorer.
- DDOE – Dell Data Orchestration Engine udnytter NVIDIA-tegninger med en implementeringsmulighed med 1 klik på AIDP eller AI Factory med populære tegninger. Den samme proces kan bruges til at implementere fundamentmodeller.
Har Dell offentliggjort uafhængige AI-benchmarkresultater for storage (f.eks. MLPerf Storage)?
Understøtter Dell AI-dataplatform blandede Linux- og Windows-miljøer?
Dells AI-dataplatformsstorageprogrammer understøtter alle populære protokoller til blandede miljøer.
Dell PowerScale understøtter NFS, NFS via RDMA, SMB og S3. NFS over RDMA gør det muligt for GPU'er at tale direkte med S3-storage, hvilket reducerer ventetiden i AI-workloads.
PowerScale er en multiprotokol (NFS, SMB, S3 og meget mere), så de samme data er tilgængelige på tværs af Linux- og Windows-klienter uden manuel sharding eller separate siloer – et enkelt navneområde, der betjener blandede virksomhedsmiljøer.
Dell ObjectScale understøtter S3 og S3 via RDMA. S3 over RDMA gør det muligt for GPU'er at tale direkte med S3-storage, hvilket reducerer ventetiden i AI-workloads.
Kan Dell AI-dataplatform håndtere langsigtet opbevaring, sikkerhedskopiering og arkivering i stor skala – herunder SharePoint-arkiver til kold storage?
ObjectScale leverer omkostningseffektiv, holdbar objektstorage til langsigtet opbevaring, sikkerhedskopiering og arkivering i stor skala med niveauinddeling til billigere medier til kolde data. Det er et stærkt mål for arkivering af indhold såsom SharePoint-lagre, samtidig med at det styres og, når det er nødvendigt, søgbart for AI.
Kunderne kan også bruge Dell PowerProtect til at opfylde deres cyberfleksibilitetsbehov ved at udnytte PowerProtect Data Manager og PowerProtect DataDomain som sikkerhedskopieringssoftware og sikkerhedskopieringsmål.