跳转至主要内容
具有 3 层的立方体,背景为蓝色和紫色渐变

出色的 AI 数据平台

一个上下文层。

一致的数据。大规模 AI。

助力全球企业 AI 部署

查看客户案例

以基准测试为后盾的 AI 存储性能

加快 AI 工作负载的速度

高达
12 次

最大限度地提高查询性能

交付至
3 次

扩展推理速度

实现
19 次

提高存储效率

获得
50%

企业 AI 项目停滞不前的原因

选择听起来熟悉的挑战,了解戴尔如何帮助您从试点过渡到生产阶段。

数据困于孤岛

非结构化企业数据在 PDF、图像、视频、合同和系统日志之间以互不相连的格式孤岛隔离开来,因此 AI 模型无法读取、分析核心信息或从中学习。

戴尔如何解决
避免供应商束缚,自由创新

无需迁移数据即可消除孤岛。数据将保留在原处,统一到每个模型和代理都可以信任的一个企业范围上下文层中,无需全盘更换,也不会产生分散的拷贝。

不可持续的 AI 成本和经济性

不可预测的经济性会因闲置的 GPU 计算周期、加速的令牌消耗以及随数据量线性扩展的基础架构而导致企业规模的预算紧张。

戴尔如何解决
按照您的方式灵活扩展

部署所需的资源,并在此基础上进行扩展。存储、数据服务和 GPU 可以独立扩展,让您能够按使用量付费,同时随着数据增长保持可预测的效率。在内部测试中,与使用非结构化基准相比,Dell AI Data Platform 将输入令牌消耗减少了多达 79%。*

安全和监管风险

自组装自定义堆栈缺少基本的安全控制措施,使环境面临未加密的数据流、角色访问差距、缺少审核追踪和侵犯主权的风险。

戴尔如何解决
确保 AI 安全无虞

支持企业级治理、弹性和保护。访问控制、监视和主权有助于在实际生产使用中针对不断变化的数据实现合规性并实施策略。

复杂的数据管道

需要手动工程来集成分散工具中的解析、嵌入和检索,从而形成脆弱的管道,从而延迟部署且无法扩展。

戴尔如何解决
更快实现价值

用自动化的生产数据管道取代脆弱的手动管道。通过将存储、数据引擎和自动化整合到一个基础中,更快地从发现阶段转变为价值。

Dell AI Data Platform

您的团队专注于结果 — Dell AI Data Platform 可帮助您解决复杂问题。这种开放、安全的模块化基础将所有企业数据(结构化、半结构化和非结构化)统一到一个企业范围的上下文层中,涵盖从接收到结果的整个过程。一个集成的、受支持的平台,而不是单个设备或碎片化的构建,为您的模型和代理提供可信赖的实时数据。 

您的数据

结构化、半结构化和非结构化,例如文档、图像、视频、记录和日志。

接收

引入来自整个企业的数据,无论数据位于何处。

Enrich

清理、转换和添加上下文。

索引

嵌入和构建矢量索引。

检索

按需呈现正确的上下文。

服务

向模型和代理提供上下文。

AI 成果

生产环境中的检索增强生成 (RAG)、代理检索和受控内存。

存储、数据和编排 — 统一在三个层中

用于安全 RAG、代理检索和受监管内存的单一集成基础 — 网络弹性内置于每一层。

存储引擎

在第 0 层使用 Lightning 文件系统(每个机架单元 150 GB/s)以及 PowerScale 横向扩展文件存储和 ObjectScale 对象存储来提供分层基础。

数据引擎

搜索、分析和准备数据,以加速 AI。处理结构化、半结构化和非结构化数据,以加快模型见解和分析。

数据编排

在整个 AI 数据生命周期中自动执行接收、扩充、索引编制、检索和受管控的反馈循环。
AI 存储动画:数据平台

专为 AI 打造的体系结构

不受束缚的开放标准

Dell AI Data Platform 使用开放式标准和格式来保留数据,同时集成适合您环境的卓越工具。模块化数据引擎使组织能够采用必要的组件,而无需专有的锁定或全盘更换周期。

可靠的企业 AI 存储

Dell AI Data Platform 以戴尔企业级存储产品组合为基础,涵盖从 Tier-0 性能到企业规模的文件、对象和并行文件系统。此基础运行要求苛刻的工作负载,保持 GPU 饱和状态,并无瓶颈地为 AI 管道提供数据。

独立计算和独立数据

解耦体系结构允许存储、数据引擎和 GPU 独立扩展,这样您就不会为了增加一个而过度调配一个。这消除了浪费的 GPU 或 CPU 容量,使基础架构能够随着数据的增长而增长,并随着 AI 进入生产环境而改善成本和代币经济性。

比较 Dell AI Data Platform 与其他平台

考虑Dell AI Data Platform其他数据平台
体系结构开放、模块化、可扩展 — 文件、对象和并行,无需数据迁移或强制数据移动强制将数据移动到专有格式;锁定
存储选择NFS、S3 和 KV 高速缓存作为协议 — 您可以选择性能、成本、性能密度和介质窄存储层或单一介质类型
扩展存储、数据服务和 GPU 独立扩展耦合扩展;过量配置一个资源以发展另一个资源
锁定开放标准和格式;将数据保留在原处专有格式;全盘更换风险
矢量索引和标记时间与 Elasticsearch (NVIDIA cuVS) 相比,索引速度快 12×;与 VAST 相比,令牌生成时间快 19×因堆栈而异;通常未进行比较基准测试
认证NVIDIA 云合作伙伴 (NCP) 和 NVIDIA 认证的企业存储很少在整个 NVIDIA 堆栈中获得认证
服务戴尔在全球范围内提供设计、部署和运营服务多个供应商进行协调;有限服务
供应链安全、弹性的全球戴尔供应链有限或第三方相关
部署本地、混合和云通常单个环境

现实环境结果

Dell AI Data Platform 可帮助客户更好地从试点到生产
现实环境结果
汽车

Subaru

斯巴鲁使用 Dell PowerScale 存储(Dell AI Data Platform 的存储引擎)构建了高性能解决方案,并利用了该平台的内置群集分层功能。通过此举,Subaru 对文件位置和类型进行了抽象化处理,使其开发人员和数据科学家无论身处何处,都能轻松使用相同的数据。
金融服务

中国信银行

中国信贷银行与 Dell Technologies 及其值得信赖的合作伙伴 Global Intelligence Network Co., Ltd. 合作,与 NVIDIA 合作部署 Dell AI Data Platform,并创建安全、可扩展的 AI 基础,使企业数据可用于 AI,并加快从试验到生产的过程。

教育

Oregon State University

俄勒冈州立大学加快海洋研究,造福全球人类生命。为了尽可能高效地从数据结果中发掘有意义的见解,俄勒冈州立大学部署了戴尔 AI 工厂提供的解决方案,包括戴尔 PowerScale,将科研船转变为运行 AI 的边缘设备。

数据可见、可用且支持 AI

数据可见、可用且支持 AI

了解 Dell AI Data Platform 如何利用专为企业规模构建的开放、模块化、安全的数据基础,帮助您的团队加速 AI 转型。

Dell AI Data Platform 资源

产品
产品
数据引擎

数据管理

实现统一访问并增强数据价值,赋能分析与 AI 应用。
存储引擎

PowerScale

通过统一文件/对象存储实现数据无缝共享。
存储引擎

ObjectScale

借助企业级 S3 对象存储实现全球范围灵活扩展。

问题

Dell AI Data Platform 是面向 AI 的开放式模块化企业数据基础。AIDP 由存储引擎和数据引擎组成。

存储引擎包括 PowerScale、ObjectScale 和 Lightning 文件系统。

数据引擎包括:

  • DDAE — 由 Starburst 提供支持的数据分析引擎
  • DDPE — 由 Apache Spark 提供支持的数据处理引擎
  • DDSE — 由 Elastic 提供支持的数据搜索引擎
  • DDOE — 数据编排引擎

客户可以混搭存储和数据引擎购买,并随着工作负载的发展加班添加不同的引擎。

由 Starburst 提供支持的戴尔数据分析引擎允许您跨数据所在的来源查询和分析数据,而无需复制到单独的仓库中。
 
戴尔数据编排引擎可自动执行管道(接收、扩充、索引、检索)和反馈循环,从而使嵌入和索引保持最新状态。他们共同将原始企业数据转换为受管管的 AI 就绪环境。
Dell AI Data Platform 和 Snowflake 功能强大,可用于结构化分析和数据仓库/湖库层。他们通常在纯云模式下运行,对本地的支持有限。

Dell AI Data Platform 是对 AI 的补充和更广泛:一个开放的模块化平台,可统一您已经拥有的存储和数据引擎上的结构化和非结构化企业数据(无需强制迁移到专有云仓库),并在本地、混合或云中提供 RAG、代理检索和托管内存。

两者都提供强大的文件和对象存储。 

  • 戴尔在 AI 领域的独特优势是专门构建的分层产品组合
  • 用于第 0 层吞吐量的 Lightning 文件系统
  • 适用于横向扩展 NAS 的 PowerScale
  • 适用于 S3 对象的 ObjectScale 

AI 数据平台可基于开放式标准独立扩展存储、数据服务和 GPU,无需全盘更换。它是一个完整的数据平台,而不仅仅是存储。

Dell AI Data Platform 和 VAST 都加快了 AI 数据管道,但它们在体系结构和开放性方面有所不同。 

Dell AI Data Platform 是开放式和模块化的,具有联合访问和开放格式;VAST 是一个专有的垂直集成堆栈,可在运行分析之前将数据集中到其 VAST 数据空间中。¹ 

在戴尔对 Qwen3-32B 型号进行的直接测试中,PowerScale(0.82 秒)和 ObjectScale(0.86 秒)的首个令牌生成时间均低于 VAST(1.5 秒),但与 vLLM 相比,提速高达 14ײ。 

对于对象管道,与 VAST 的 CPU 绑定、共享一切设计相比,采用 S3 over RDMA 的 ObjectScale 可将吞吐量提高多达 230%,延迟降低多达 80%。³ 

戴尔还在不强制整合的情况下将监管范围扩展到更多数据源和引擎,并且目前提供 GPU 加速矢量搜索 (HNSW ANN),而 VAST 的 v5.4 矢量搜索依赖于基于 CPU 的暴力破解。⁴

AI Data Platform 能够从戴尔的数据编排引擎一键式部署经过验证的 NVIDIA 和戴尔蓝图,以利用 AI 工厂、云或混合在本地的任何位置进行计算。Data Orchestration Engine 具有强大的管道构建功能,允许无代码、低代码和完整的开发人员 SDK,使开发人员能够使用现成的蓝图来构建自己的蓝图或两者的组合。

¹基于 2026 年 4 月受戴尔委托根据公开来源撰写的 Prowess Consulting 报告,比较了 Dell AI Data Platform 和 VAST AI 操作系统之间的体系结构设计、数据访问模式、RAG 搜索功能和操作因素。 
²戴尔结果基于使用 Qwen3-32B 模型进行的内部测试。VAST 结果在以下 VAST 在线资源中披露:加速推理 - VAST 数据。2025 年 10 月。 
³基于戴尔针对竞争对手产品特性和功能的内部分析。结果可能有所不同,如有更改,恕不另行通知。2026 年 4 月。
⁴基于戴尔针对其他厂商产品特性和功能的内部分析。结果可能有所不同,如有更改,恕不另行通知。2026 年 4 月。

ObjectScale 是戴尔 S3 原生对象平台,专为 EB 级规模而构建,将 S3 作为一流协议(包括用于实现高吞吐量的 S3-over-RDMA)。与 Pure/Everpure 相比,戴尔强调开放式标准、容量和性能的独立扩展、介质和性能密度的选择以及与更广泛的 Dell AI Data Platform 的集成,而不是单个设备的占用空间。
Dell AI Data Platform 提供受监管的医疗环境所需的控制措施 — 加密、基于角色的访问、审核日志记录和数据主权 — 以支持本地或混合环境的非结构化数据(如医学影像和临床记录)的 HIPAA 合规性,从而使敏感数据始终在您的控制之下。
是的。戴尔支持不可变的一次写入多次读取 (WORM) 保留(例如 PowerScale SmartLock 和 ObjectScale 对象锁定)和跨站点复制,以满足法规保留制度(如 SEC 17a-4)的要求。
网络弹性贯穿于 Dell AI Data Platform:不可篡改的快照、WORM 锁、加密以及与戴尔网络恢复和数据保护产品组合的集成,可保护 AI 管道免受勒索软件和篡改的侵害,从而确保基于模型的数据保持可信且可恢复。
是 — 戴尔数据编排引擎支持容器化/Kubernetes 部署以及涵盖本地、公有云和混合部署的混合体系结构。
 
ObjectScale 与 S3 兼容(这是使用 Azure Blob 或 AWS S3 的团队熟悉的模型),支持跨环境的混合对象工作流和复制。
由于存储、数据服务和 GPU 可以独立扩展,因此您可以部署所需的内容并进行扩展,而不会过量配置。 

戴尔提供监视、分析和服务来预测随着 AI 工作负载扩展而增长的容量和模型增长,以便您可以按自己的方式进行扩展,而不是通过中断性的断代升级。

借助 Dell Data Orchestration Engine,工作负载可以根据需要在 AI 工厂和/或云上扩展或缩减。

Dell AI Data Platform 旨在完全统一这一组合。PowerScale 和 Lightning File System 处理文件数据,ObjectScale 大规模处理对象数据,Dell Data Analytics Engine(由 Starburst 提供支持)联合关系、湖、对象和 NoSQL 源之间的 SQL 访问 — 所有这些都无需先移动或复制数据。它是一个涵盖文件、对象和表数据的开放式模块化平台,而不是针对每种类型将单独的工具拼接在一起。
是的。通过 Dell APEX,您可以通过灵活的订阅选项使用 Dell AI Data Platform 即服务,并且戴尔计划支持就地升级,帮助您避免中断性的重新购买和更新周期。
是的。该平台旨在支持 RAG 管道的引入、扩充、分块、嵌入、索引编制、检索、重新索引和受管的反馈循环。这延伸到矢量搜索和依赖于企业上下文和内存的代理 AI 模式。

数据编排引擎与我们的存储引擎集成,可高效地接收原始数据。

客户可以选择将cuVS与DDSE结合使用,以实现高效的矢量索引和搜索,或者自带矢量数据库。

AI 数据平台降低延迟和推理成本的主要方法有三种:

  1. 数据编排引擎允许客户接收非结构化数据并整理数据,随后将高质量数据保存到矢量数据库。
  2. AIDP 利用知识图谱和实体关系,通过更快地找到有意义的数据来帮助 AI 应用程序,从而减少 GPU 使用率。
  3. AIDP 提供 KV-Cache 解决方案,可在共享存储上保留 GPU 内存,从而允许在上下文生成的解码阶段重复使用。
Dell AI Data Platform 旨在与 NVIDIA 加速计算、AI 软件和经验证的蓝图配合使用。 

  • DDPE — 由 Apache Spark 提供支持的戴尔数据处理引擎改进了 NVIDIA 的 cuDF 库,以利用 GPU 加速处理 Spark 数据帧。
  • DDSE — 由 Elastic 提供支持的戴尔数据搜索引擎利用 NVIDIA 的 cuVS 库来加快矢量的构建和搜索。
  • DDOE — Dell Data Orchestration Engine 利用 NVIDIA 蓝图,并提供一键式部署选项,即可将常用蓝图部署到 AIDP 或 AI 工厂。此过程可用于部署基础模型。
是的。戴尔参与行业标准的存储基准测试,并发布经验证的 AI 训练和推理性能。我们还发布了直接的数据,例如标记时间和矢量索引吞吐量,以便买家可以根据证据进行比较。
是的。 

Dell AI Data Platform Storage Engine 支持适用于混合环境的所有常用协议。
戴尔 PowerScale 支持 NFS、NFS over RDMA、SMB 和 S3。NFS over RDMA 允许 GPU 直接与 S3 存储通信,从而减少 AI 工作负载的延迟。

PowerScale 是多协议(NFS、SMB、S3 等),因此可以跨 Linux 和 Windows 客户端访问相同的数据,而无需手动分片或单独的孤岛 — 使用单个命名空间来服务于混合企业环境。

Dell ObjectScale 支持 S3 和 S3 over RDMA。S3 over RDMA 允许 GPU 直接与 S3 存储通信,从而减少 AI 工作负载的延迟。

是的。 

ObjectScale 提供经济高效、持久的对象存储,可实现大规模的长期保留、备份和归档,并为冷数据分层到成本较低的介质。它是归档 SharePoint 存储库等内容的强大目标,同时保持其管理,并在需要时可供 AI 搜索。

客户还可以利用 PowerProtect Data Manager 和 PowerProtect Data Domain 作为备份软件和备份目标,使用 Dell PowerProtect 来满足其网络弹性需求。

戴尔加速完整 GPU 数据路径:PowerScale 支持 GPUDirect 和 NFS-over-RDMA 以将数据直接移动到 GPU 内存,ObjectScale 支持 S3-over-RDMA 以实现高吞吐量、低延迟对象访问。RDMA 消除了 CPU 瓶颈并降低了延迟,使昂贵的 GPU 在训练和推理过程中保持饱和状态。