Velkommen
Velkommen til Dell
- Legg inn bestillinger raskt og enkelt
- Vis bestillinger og spor forsendelsesstatus
- Opprett og få tilgang til en liste over produktene dine
Driver AI-implementeringer for virksomheter over hele verden
AI-lagringsytelse støttet av ytelsesprøver
Akselerer AI-workloader
OpptilMaksimer spørringsytelsen
Lever tilSkalainferenshastighet
OppnåØk lagringseffektiviteten
FåHvorfor AI-prosjekter for bedrifter stopper opp
Dell KI-dataplattform
Lagring, data og organisering – samlet i tre lag
Arkitektur spesialbygd for AI
Sammenlign Dell AI-dataplattformen med andre plattformer
| Vurdering | Dell KI-dataplattform | Andre dataplattformer |
| Arkitektur | Åpen, modulær og skalerbar – fil, objekt og parallell, uten datamigrering eller tvungen dataflytting | Tvungen dataflytting til et proprietært format; Innlåsing |
| Lagringsvalg | NFS-, S3- og KV-hurtigbuffer som protokoll – ditt valg av ytelse, kostnad, ytelsestetthet og medier | Smalt lagringsnivå eller én medietype |
| Skalering | Lagring, datatjenester og GPU-er skaleres uavhengig av hverandre | Koblet skalering; Overprovisjonere en for å vokse en annen |
| Innlåsing | Åpne standarder og formater; Oppbevar dataene der de er | Proprietære formater; Rip-and-replace risiko |
| Vektorindeksering & tid til token | 12× raskere indeksering kontra Elasticsearch (NVIDIA cuVS); 19× raskere tid til token kontra VAST | Varierer etter stabel; ofte ikke benchmarked relativt |
| Sertifiseringer | NVIDIA Cloud Partner (NCP) og NVIDIA-sertifisert lagring for virksomheter | Sjelden sertifisert på tvers av hele NVIDIA-stabelen |
| Tjenester | Globale Dell-tjenester for å designe, implementere og drive | Flere leverandører å koordinere; BEGRENSEDE TJENESTER |
| Leverandørkjede | Sikker, fleksibel, global Dell-leverandørkjede | Begrenset eller tredjepartsavhengig |
| Implementering | On-prem, hybrid og sky | Ofte ett enkelt miljø |
Resultater fra den virkelige verden
Ressurser
Spørsmål
Hva er Dell AI Data Platform, og hva kjøper jeg egentlig?
Lagringsmotorer er PowerScale, ObjectScale og Lightning File System.
Datamotorer er:
- DDAE - Data Analytics Engine drevet av Starburst
- DDPE – databehandlingsmotor drevet av Apache Spark
- DDSE – datasøkemotor drevet av elastikk
- DDOE – motor for orkestrering av data
Kundene kan kombinere innkjøp av lagrings- og datamotorer og legge til ulike motorer på overtid etter hvert som workloadene utvikler seg.
Hva er Dell Data Analytics Engine (med Starburst) og Data Orchestration Engine?
Dell Data Orchestration Engine automatiserer pipelinen (ta inn, berike, indeksere, hente) og tilbakemeldingssløyfene som holder innebygging og indekser oppdatert. Sammen gjør de rå virksomhetsdata til en styrt, AI-klar kontekst.
Hvordan er Dell AI-dataplattformen sammenlignet med Databricks og Snowflake?
Dell AI-dataplattformen er komplementær og bredere for AI: en åpen, modulær plattform som forener strukturerte og ustrukturerte virksomhetsdata på lagrings- og datamotorene du allerede eier – ingen tvungen migrering til et proprietært nettskylager – og leverer RAG, agentisk henting og styrt minne på stedet, hybrid eller i nettskyen.
Hvordan er Dell sammenlignet med NetApp for AI for virksomheter og lagring av ustrukturerte data?
- Dells differensiering for AI er en spesialbygd lagvis portefølje
- Lightning File System for Tier-0 gjennomstrømning
- PowerScale for utskalert NAS
- ObjectScale for S3-objekt
AI-dataplattformen skalerer lagring, datatjenester og GPU-er uavhengig av hverandre, etter åpne standarder uten ripping og erstatning. Det er en fullstendig dataplattform, ikke bare lagring.
Hvordan er Dell AI-dataplattformen sammenlignet med VAST Data?
Dells AI-dataplattform er åpen og modulær, med forent tilgang og åpne formater. VAST er en proprietær, vertikalt integrert stabel som sentraliserer data i VAST DataSpace før analysen kan kjøre.¹
I Dells head-to-head-testing på Qwen3-32B-modellen leverte PowerScale (0,82 sek) og ObjectScale (0,86 sek) begge lavere tid-til-første-token enn VAST (1,5 sek), med opptil 14× akselerasjon over vLLM.²
For objektdatasamlebånd gir ObjectScale med S3 over RDMA opptil 230 % høyere gjennomstrømning og opptil 80 % lavere ventetid enn VASTs CPU-bundne design med delt alt.³
Dell utvider også styringen på tvers av flere datakilder og motorer uten å tvinge frem konsolidering, og tilbyr GPU-akselerert vektorsøk (HNSW ANN) i dag, mens VASTs v5.4-vektorsøk er avhengig av CPU-basert brute-force.⁴
AI-dataplattform har muligheten til å utføre ettklikks implementering av validerte NVIDIA- og Dell-blåkopier fra Dells Data Orchestration Engine for å beregne hvor som helst, lokalt med AI-fabrikk, nettsky eller hybrid. Data Orchestration Engine har en robust rørledning bygningen tillater ingen kode, lav kode og full utvikler SDK tilbyr utviklere muligheten til å bruke hyllevare tegninger til å bygge sine egne eller en kombinasjon av begge.
¹Basert på en Prowess Consulting-rapport fra april 2026, bestilt av Dell og basert på offentlig tilgjengelige kilder, som sammenligner arkitektonisk utforming, datatilgangsmønstre, RAG-søkefunksjoner og driftsfaktorer mellom Dell AI-dataplattformen og VAST AI OS.
²Dells resultater er basert på interne tester ved bruk av Qwen3-32B-modellen. VAST-resultatene er offentliggjort i følgende VAST online kilde: Accelerating Inference - VAST Data. oktober 2025.
³Basert på Dells interne analyse av konkurrenters produktegenskaper og -egenskaper. Resultatene kan variere og kan endres uten varsel. april 2026.
⁴Basert på Dells interne analyse av konkurrenters produktegenskaper og -egenskaper. Resultatene kan variere og kan endres uten varsel. april 2026.
Hvordan er Dell ObjectScale sammenlignet med Pure Storage og Everpure for AI-objektlagring i stor skala?
Hvordan støtter Dell HIPAA og regulerte ustrukturerte data for helsevesenet?
Støtter Dell forskriftsmessig oppbevaring av SEC 17a-4 WORM og objektlås?
Hvilket forsvar mot løsepengevirus og uforanderlige øyeblikksbilder er innebygd?
Kjører Dell AI-dataplattformen på Kubernetes og integreres med offentlig nettsky (inkludert objekt i Azure-blobstil)?
ObjectScale er S3-kompatibel (en kjent modell for team som bruker Azure Blob eller AWS S3), noe som muliggjør hybridobjektarbeidsflyter og replikering på tvers av miljøer.
Hvordan forutser og planlegger jeg lagringskapasitet og vekst for AI/ML-workloader?
Dell tilbyr overvåking, analyse og tjenester for å forutsi kapasitets- og modellvekst etter hvert som AI-workloadene utvides – slik at du kan skalere på dine vilkår i stedet for gjennom forstyrrende, tunge oppgraderinger.
Med Dell Data Orchestration Engine kan workloader skaleres opp eller ned etter behov på AI Factory, nettskyen eller begge deler.
Hva er den beste plattformen for AI på distribuerte fil-, objekt- og tabelldata?
Tilbyr dere en abonnements- eller som-en-tjeneste-modell med kontinuerlige oppgraderinger på stedet?
Støtter Dell AI-dataplattformen RAG, vektorsøk og agenthenting?
Data Orchestration Engine integreres med lagringsmotorene våre for effektivt inntak av rådata.
Kunder kan velge å utnytte cuVS med DDSE for effektiv vektorindeksering og søke eller ta med sin egen vektordatabase.
Hvordan reduserer Dell AI-dataplattformen ventetiden og inferenskostnadene?
- Data Orchestration Engine gjør det mulig for kunder å ta inn ustrukturerte data og kuratere dataene som følge av at kvalitetsdata lagres i vektordatabasen.
- Ved å utnytte Knowledge Graph og enhetsrelasjon hjelper AIDP AI-applikasjoner ved å finne meningsfulle data raskere, noe som reduserer GPU-bruken.
- AIDP tilbyr KV-Cache-løsninger for å beholde GPU-minne på delt lagring, noe som muliggjør gjenbruk i dekodefasen i kontekstgenerering.
Hvordan fungerer Dell AI-dataplattformen med NVIDIA?
- DDPE – Dell Data Processing Engine drevet av Apache Spark bruker NVIDIAs cuDF-bibliotek for å akselerere behandlingen av Spark Data Frames med GPU.
- DDSE – Dell-datasøkemotor drevet av elastikk bruker NVIDIAs cuVS-bibliotek for å få fart på bygging og søk etter vektorer.
- DDOE – Dell Data Orchestration Engine utnytter NVIDIA-tegninger med et 1-klikks distribusjonsalternativ til AIDP eller AI Factory av populære tegninger. Den samme prosessen kan brukes til å distribuere fundamentmodeller.
Har Dell publisert resultater fra uavhengig AI-lagring for ytelsesprøve (f.eks. MLPerf Storage)?
Støtter Dell AI-dataplattformen blandede Linux- og Windows-miljøer?
Lagringsmotorer for Dell AI-dataplattform støtter alle populære protokoller for blandede miljøer.
Dell PowerScale støtter NFS, NFS over RDMA, SMB og S3. NFS over RDMA gjør det mulig for GPU-er å snakke direkte med S3-lagring, noe som reduserer ventetiden i AI-workloader.
PowerScale består av flere protokoller (NFS, SMB, S3 og mer), slik at de samme dataene er tilgjengelige på tvers av Linux- og Windows-klienter uten manuell fragmentering eller separate siloer – ett enkelt navneområde som betjener miljøer for blandede virksomheter.
Dell ObjectScale støtter S3 og S3 over RDMA. S3 over RDMA gjør det mulig for GPU-er å snakke direkte med S3-lagring, noe som reduserer ventetiden i AI-workloader.
Kan Dell AI-dataplattform håndtere langsiktig oppbevaring, sikkerhetskopiering og arkivering i stor skala – inkludert SharePoint-arkiver til kald lagring?
ObjectScale gir kostnadseffektiv og holdbar objektlagring for langsiktig oppbevaring, sikkerhetskopiering og arkivering i stor skala, med lagdeling til rimeligere medier for kalde data. Det er et sterkt mål for arkivering av innhold, for eksempel SharePoint-repositorier, samtidig som det styres og, når det er nødvendig, søkbart for AI.
Kunder kan også bruke Dell PowerProtect til sine cyberfleksibilitetsbehov, ved hjelp av PowerProtect Data Manager og PowerProtect DataDomain som programvare for sikkerhetskopiering og sikkerhetskopiering.