• Dell 人工智慧解決方案

    Dell AI 解決方案

    藉由最廣泛的生成式 AI 產品組合，強化您的優勢。1

    內建 Intel® 創新技術

    • 將 AI 技術導入資料中

      Dell Technologies 運用創新技術、全方位的專業服務套件，以及廣泛的合作夥伴網路，加速將您的歷程從可能轉化為經實證。

    • 簡化

      透過將策略指引與經驗證的解決方案和服務結合，加快實現成果。

    • 速度快達 18 倍的 AI 模型

      量身打造

      運用專為您的業務需求設計的基礎結構，充分發揮資料的價值。

    • 受信任

      將您的 AI 未來建立在安全的基礎上，保護您的資料和智慧財產。

    • Al 就緒產品組合

      透過專為生成式 AI 時代所設計的尖端技術，提供最佳的 AI 效能2，並簡化 AI 基礎結構的採購、部署及管理作業。

    • 適用於 AI 的 PowerEdge 伺服器

      藉由 GenAI，使用我們經 AI 最佳化並具備高效率電源和散熱技術的 PowerEdge 伺服器，更快地將創意轉化為行動。

      • PowerEdge XE 伺服器提供優異的加速能力和各種 GPU 選項。
      • PowerEdge R760xa 具有高 PCIe 卡密度。

    • 適用於 AI 的儲存裝置

      使用彈性且可擴充的儲存解決方案，保護您的資料並處理大量非結構化資料。

      • 專為以卓越效能處理大量資料而打造。
      • 透過可擴充的資料平台最佳化 AI 基礎。
      • 實現 AI 和生成式 AI 投資的投資報酬率。

    • AI 適用的資料管理

      從邊緣、核心到多雲端，發揮資料的價值，進而推動您的分析、AI 及生成式 AI 工作負載。

      • 簡化不同環境的資料存放、存取及處理作業。
      • 可實現更快的資料存取，以加速模型調整和業務成果。
      • 利用可簡化購買、部署及生命週期管理的一站式體驗。

    • 適用於 AI 的電腦和工作站

      運用全新電腦架構駕馭 AI 的力量。

      • 體驗 AI 加速內容創作、相片品質強化、影片編輯等。  
      • 透過 Precision 工作站簡化 AI 開發，包括 GenAI 工作負載的原型設計、微調及部署作業。

    • 適用於生成式 AI 的 Dell APEX

      透過採用 Dell APEX 技術之自訂訂用方案和即服務解決方案所帶來的便利性，以流暢的方式充分發揮多雲端設計與 AI 的功能。

      • 訂閱您需要的產品，並享有提升的簡化度、靈活度及控制能力。
      • 選擇您偏好的 GenAI 產品，輕鬆設定其功能，並指定所需的服務。

    • AI 適用的專業服務

      為您的資料加速 AI 效能。

      • 建立並驗證您的生成式 AI 藍圖，同時透過既定的生成式 AI 平台提供創新。
      • 為優先的業務需求縮短創造價值的時間。
      • 提升整個組織的生成式 AI 能力。

      • 開放式合作夥伴生態系統

        在 AI 工作流程中採用更廣泛的工具集和資料來源。

      • 將生成式 AI 導入您的組織

        瞭解您的企業如何透過 Dell 深入解析、解決方案及策略，運用生成式 AI 的潛力，發揮其轉型能力。

      • Dell 生成式 AI 解決方案

        相較於公有雲，可用於推論內部部署 LLM 之 Dell AI 解決方案能實現高出達 75% 的成本效益。3

      • 搭配預先訓練模型使用推論，以加速取得結果

        推論涉及使用預先訓練的 AI 模型，產生預測、做出決策或根據輸入資料產生輸出。此程序對於生成式 AI 的實際實作至關重要，可實現即時內容產生和回應。

        生成式 AI：推論 (透過 NVIDIA)

        解決延遲、回應能力及運算需求等推論挑戰，協助將企業資料轉換為高價值的智慧型成果。

      • 自訂預先訓練模型

        微調是一項程序，可供企業從其垂直市場將網域特定資料新增至預先存在的大型語言模型 (LLM)，使其能對與業務相關的資訊進行更深入的探索。

        生成式 AI：模型自訂與調整 (透過 NVIDIA)

        使用適用於您的使用案例，且經實證之重新訓練現有生成式 AI 模型的指引，以及標準自訂技術 (例如傳輸學習和提示調整) 範例，降低最佳化相關成本。

      • 從頭開始訓練模型

        如果您的產業高度專業化並具有相當獨特的詞彙 (例如法律、醫學或科學詞彙)，或者您的企業需要高度的隱私，禁止混合公開和私人來源的資料，則從頭開始訓練模型是您的最佳選擇。

        生成式 AI：模型訓練 (透過 NVIDIA)

        提供有關如何根據您自己的資料建立語言模型的指引，該模型可理解並生成與您的特定產業相關的內容。 

      • 可用於強化模型輸出的檢索增強生成 (RAG)

        大型語言模型 (LLM) 可提供類似人類的回應，但這些模型需要準確的資訊作為回答的基礎。RAG 是一種可擷取資訊的技術，並可透過從外部來源擷取的事實，為 LLM 提供更準確且值得信賴的回答。

        生成式 AI：檢索增強生成 (透過 NVIDIA)

        使用 NVIDIA 微服務和語言模型的可擴充資訊內嵌與檢索架構，簡化全堆疊架構的部署。

      • 客戶展示

      • 州政府與地方政府

        阿馬里洛市

        阿馬里洛市與 Dell Professional Services 合作，透過多語言數位助理讓社區服務變得更容易取得。

      • 運輸業

        Duos Technologies

        Duos Technologies 透過 PowerEdge 伺服器在邊緣執行 AI 演算法，藉此改善鐵路安全。

      • 媒體與娛樂產業

        CyberAgent

        CyberAgent 開發日本生成式 AI，以轉型數位廣告服務。

      • 媒體與娛樂產業

        Taboola

        使用 AI 提供切身相關且精確的目標式內容。

      • 科學研究

        KeyGene

        KeyGene 為農業打造更安全、更符合永續發展理念的未來。

      • 高等教育

        劍橋大學

        Dell Technologies 和 Intel 支援英國最快的 AI 超級電腦。

    • 適用於 AI 的 Validated Designs

      Dell Technologies Validated Designs 為經測試與實證的組態，可動態滿足特定使用案例的需求。

    • 解決方案 目的 優點 使用案例    

      虛擬化環境適用的 AI

      解決方案摘要

      Validated Design

      		 透過 NVIDIA 和 VMware 的聯合解決方案，使用多執行個體 GPU，讓執行 AI 工作負載與傳統工作負載變得更輕鬆。
      • 將加速的 AI 工作負載與現有的企業級應用程式緊密整合。
      • 避免建立個別的 AI 特定系統。
      		 軟體定義工作負載。高密度虛擬化和 AI 工作負載、HPC 和效能工作負載、私有雲環境。

      AI MLOps 與 cnvrg.io

      解決方案摘要

      Validated Design

      		 透過與 cnvrg.io 共同開發的 Dell Validated Design for AI 將 ML 管道標準化，實現從研究到生產的順暢轉換。
      • 快速部署最佳化硬體和軟體堆疊。
      • 簡化 ML 管道，可加快開發速度並實現更順暢的生產轉換。
      • 放心部署經過工程測試的機器學習作業 (MLOps) 解決方案。
      		 著重於機器學習的 AI 工作負載，以及 AI 作業、資料分析。

      自動機器學習

      解決方案摘要

      Validated Design

      		 透過 Dell Validated Design for AI — Automatic Machine Learning (AutoML) 自動化 AI 模型訓練，進而簡化演算法選擇、功能產生、超參數調整、反覆建模及模型評估。
      • 為資料科學家簡化 AI 模型訓練。
      • 透過簡化的 MLOps，加快 AI 的生產轉換速度。
      • 放心部署經過工程測試的 MLOps 解決方案。
      		 著重於機器學習的 AI 工作負載，以及 AI 作業、資料分析。

      對話式 AI

      解決方案摘要

      Validated Design

      		 透過 Dell Validated Design for AI — Conversational AI 簡化並加速進階虛擬助理的採用作業，這個經過最佳化的解決方案可促進電腦和人類之間順暢的互動。 
      • 輕鬆建立對話式使用者介面和虛擬助理。
      • 將預先訓練的虛擬助理用於對話式 AI 使用案例。
      • 讓不具程式碼編寫能力的企業使用者和非開發人員建立 AI 助理。
      		 對話式和支援使用案例：(人力資源、員工工作空間、銀行、醫療照護、搜尋協助等)

      生成式 AI：推論 (透過 NVIDIA)

      解決方案摘要

      Validated Design

      		 透過可擴充的模組化架構簡化大型語言模型 (LLM) 推論，以支援各種使用案例。
      • 快速實作預先訓練的 GenAI 模型。
      • 透過 Dell 和 NVIDIA 的聯合架構產生輸出和價值。
      		 內容創作、支援助理、自然語言搜尋、程序自動化等。

      生成式 AI：模型自訂與調整 (透過 NVIDIA)

      解決方案摘要

      Validated Design

      		 瞭解如何針對特定使用案例重新訓練現有 (預先訓練) 的 GenAI 模型。
      • 根據您的資料和使用案例自訂和微調 GenAI 模型，藉此改善模型效能。
      • 實作 Dell 和 NVIDIA 的聯合架構。
      		 內容創作、支援助理、自然語言搜尋、程序自動化等。

      Dell APEX Cloud Platform for Red Hat OpenShift 上的 Red Hat OpenShift AI

      解決方案摘要

      Validated Design

      		 使用這款與 Red Hat 共同開發的 DVD，在 Dell APEX Cloud Platform 上最佳化和延伸內部 OpenShift 部署。
      • 運用大型語言模型 (LLM) 和檢索增強生成 (RAG) 架構，部署數位助理。
      • 透過深度整合和智慧型自動化，縮短創造價值的時間。
      • 透過裸機架構提供效能、安全性及線性擴充能力。
      		 著重於生成式 AI 的 AI 工作負載、機器學習，以及 AI 作業、資料分析。私有雲和內部部署、高密度運算和 AI 工作負載、HPC、資料中心。

      • 選擇後續步驟

    • 常見問答集

    • 人工智慧與生成式 AI 之間有何差異？

      人工智慧應用了進階分析和邏輯技術來理解事件並自動化決策，而生成式 AI 則利用大型資料集產生新內容 (例如文字、影像、音訊、影片、合成資料及軟體程式碼)，為企業產生更多價值。

    • 為什麼資料對人工智慧和生成式 AI 來說很重要？

      資料可強化人工智慧和生成式 AI，其數量和品質會直接影響所產生的結果。

    • 組織如何使用生成式 AI 來獲益？

      生成式 AI 有潛力改變組織的營運方式，以超乎我們想像的方式將其轉型。企業與 IT 領導者正開始善用生成式 AI 的眾多優勢，包括提高生產力、降低成本、創新及客戶滿意度。

  • 有問題嗎？
    我們將隨時為您提供協助。
    無論是提供專業建議，還是解決複雜問題，我們都竭誠為您服務。

    • 1根據 2023 年 8 月的 Dell 分析結果。Dell Technologies 提供的解決方案可支援橫跨 12 個產品與服務類別的 AI 工作負載

      2根據 Dell 在 2023 年 6 月 27 日，針對從 www.mlperf.org  取得之可比較之八向 GPU 伺服器 AI 影像分類的公開效能結果的分析結果。搭載 NVIDIA® H100 Tensor Core GPU 的 Dell PowerEdge XE9680，在「封閉分區」的「內部部署可用」類別中，於 AI 影像分類效能指標的 MLPerf™ Training v3.0 上取得 13.466 分，比 GIGABYTE G593-SD0 伺服器 (13.500 分)、Supermicro AS-8125GS-TNHR 和 SYS-821GE-TNHR 伺服器 (分別為 13.603 和 13.501 分)、NVIDIA dgxh100_ngc23.04 (13.601 分)，以及「預覽」類別的 Quanta_Cloud_Technology D74H-7U_preview 伺服器 (13.721 分)、Azure ND_H100_v5 (13.819 分) 所獲得的結果都更快。結果經 MLCommons Association 驗證。MLPerf™ 名稱和標誌是 MLCommons Association 在美國和其他國家/地區的商標。保留所有權利。嚴禁未經授權即使用。如需詳細資訊，請參閱 www.mlcommons.org。

      3根據 2024 年 4 月 Dell 委託撰寫的企業策略集團經濟摘要，其中比較了內部部署 Dell 基礎結構與原生公有雲基礎結構即服務。經過分析的模型顯示，運用 RAG 的 70B 參數 LLM 可在 3 年內為擁有 5 萬名使用者的組織帶來高出 75 % 的成本效益。實際結果可能有所差異。 經濟摘要

      4根據 2023 年 11 月的 Dell 分析結果。OptiPlex 3000 系列、Latitude Chromebook Enterprise 及 Linux 裝置未提供 Dell Optimizer。功能的可用性與功能性因機型而異。如需更多詳細資料，請瀏覽：https://www.delltechnologies.com/asset/zh-tw/solutions/business-solutions/technical-support/dell-optimizer-features-availability-matrix.pdf.external

      *Dell PowerEdge XE9680 在六項重要 AI 應用程式效能指標中，有四項超越 Supermicro SuperServer SYS-821GE-TNHR 效能。

           根據 Dell 在 2023 年 6 月 27 日，針對從 www.mlperf.org 取得之可比較之八向 GPU 伺服器 AI 影像分類的公開效能結果的分析結果。搭載 NVIDIA® H100 Tensor Core GPU 的 Dell PowerEdge XE9680，在「封閉分區」的「內部部署可用」類別中，於 AI 影像分類效能指標的 MLPerf™ Training v3.0 上取得 13.466 分，比 GIGABYTE G593-SD0 伺服器 (13.500 分)、Supermicro AS-8125GS-TNHR 和 SYS-821GE-TNHR 伺服器 (分別為 13.603 和 13.501 分)、NVIDIA dgxh100_ngc23.04 (13.601 分)，以及「預覽」類別的 Quanta_Cloud_Technology D74H-7U_preview 伺服器 (13.721 分)、Azure ND_H100_v5 (13.819 分) 所獲得的結果都更快。結果經 MLCommons Association 驗證。MLPerf™ 名稱和標誌是 MLCommons Association 在美國和其他國家/地區的商標。保留所有權利。嚴禁未經授權即使用。如需詳細資訊，請參閱 www.mlcommons.org。

      **Dell PowerEdge XE9680 在自然語言處理的訓練 AI 模型方面，表現優於 Supermicro SuperServer SYS-821GE-TNHR 和 AS-8125GS-TNHR。

          根據 2023 年 6 月 27 日 Dell 對從 www.mlperf.org 取得之公開效能結果所做的分析，內容顯示搭載 NVIDIA® H100 Tensor Core GPU 的 Dell PowerEdge XE9680，在影像分類的 MLPerf™ Training v3.0 上取得 13.466 分；在語音辨識取得 16.846 分；在物件偵測 (重量級) 取得 19.985 分；以及在「封閉分區」之「內部部署可用」類別中的 NLP 效能指標取得 5.363 分，比 Supermicro SYS-821GE-TNHR 伺服器在影像分類 (13.501 分)、語音辨識 (17.919 分)、物件偵測 (重量級) (21.493 分)，以及 NLP (5.383 分) 上達成的結果都更快速。結果經 MLCommons Association 驗證。MLPerf™ 名稱和標誌是 MLCommons Association 在美國和其他國家/地區的商標。保留所有權利。嚴禁未經授權即使用。如需詳細資訊，請參閱 www.mlcommons.org。

      ***在比較單一節點機器學習模型訓練時，Dell PowerEdge XE9680 在六個類別中超越 Supermicro SuperServer AS-8125GS-TNHR。

            根據 2023 年 6 月 27 日 Dell 對從 www.mlperf.org 取得之公開效能結果所做的分析，內容顯示搭載 NVIDIA® H100 Tensor Core GPU 的 Dell PowerEdge XE9680，在影像分類的 MLPerf™ Training v3.0 上取得 13.466 分；在語音辨識取得 16.846 分；以及在「封閉分區」之「內部部署可用」類別中的 NLP 效能指標取得 5.363 分，比 Supermicro AS-8125GS-TNHR 和 SYS-821GE-TNHR 伺服器在影像分類 (分別為 13.603 和 13.501 分)、語音辨識 (19.235 和 17.919 分)，以及 NLP (5.389 和 5.383 分) 上達成的結果都更快速。結果經 MLCommons Association 驗證。MLPerf™ 名稱和標誌是 MLCommons Association 在美國和其他國家/地區的商標。保留所有權利。嚴禁未經授權即使用。如需詳細資訊，請參閱 www.mlcommons.org。

      ****相較於 Supermicro，可提供更廣泛的 AI 解決方案、服務及消費模式產品組合。根據 Dell Technologies 委託 Principled Technologies 於 2024 年 2 月進行的研究報告：「Finding the path to AI success with the Dell AI portfolio. A comparison of the Dell AI portfolio vs. similar offerings from Supermicro」(透過 Dell AI 產品組合尋找 AI 成功之路。Dell AI 產品組合與 Supermicro 類似產品的比較)。實際結果可能會有所差異。 完整報告