借助 Dell NativeEdge、Dell Data Lakehouse 和 Dell AI Factory 释放边缘数据的力量

快速阅读: 据《福布斯》最新报道，戴尔推出整合边缘技术、数据湖和AI平台的解决方案，优化数据管理与AI应用，助力各行业智能化发展，从数据采集到AI成果部署形成闭环，推动边缘计算与AI融合创新。

数据是现代组织的新货币，其指数级增长似乎没有放缓的迹象。根据高德纳的数据，到今年，75% 的由组织管理的数据将在边缘生成[1]，而到 2027 年，60% 的数据计算将驻留在那里[2]。这些数字突显了向去中心化数据处理、存储和分析转移的趋势正在加速，即在信息创建的地方——边缘进行。认识到这一变革性转变，戴尔科技公司整合了三项相互关联的创新——戴尔原生边缘技术、戴尔数据湖和戴尔人工智能平台，以构建一个无缝、安全且高效的数据管理和推动人工智能（AI）成果的生态系统。

**戴尔原生边缘技术：管理边缘基础设施的复杂性**

边缘是一个动态环境，数据由多种设备生成——传感器、摄像头、物联网设备等。如果没有正确的工具，在遥远的边缘位置管理和编排应用程序可能会是一场噩梦。这就是戴尔原生边缘技术发挥作用的地方，它提供了一个集中的边缘运营平台，将边缘的复杂性转化为简单性。

原生边缘技术基于零信任安全机制和零接触部署两个核心原则运行。零信任安全机制确保每个硬件和软件组件都经过验证和保护，减少对网络威胁的暴露。同时，零接触部署消除了 IT 人员需要亲自到边缘位置的需求，允许组织远程部署、监控和管理边缘计算基础设施的生命周期。真正使戴尔原生边缘技术脱颖而出的是其与原生边缘蓝图的编排和自动化能力。这些预设模板自动在边缘部署应用程序，为预测分析或 AI 推理等低延迟应用程序实现实时数据处理。例如，可以作为蓝图的一部分部署戴尔数据收集器，以便在边缘设备、近边缘计算环境和集中式数据存储库之间无缝移动数据，连接边缘和核心操作。

**戴尔数据湖：将数据带回家**

一些边缘数据保留在本地，以支持需要即时处理的应用程序，但其他数据必须传输到集中位置进行更深入的分析、AI 模型训练或与其他大数据集集成。这就是戴尔数据湖发挥作用的地方。戴尔数据湖是一个下一代统一平台，用于存储和分析结构化、半结构化和非结构化数据。它基于戴尔的 S3 兼容存储技术构建，提供了处理海量边缘数据所需的可扩展性和灵活性。

更重要的是，它消除数据孤岛，因此组织可以从多个来源（包括边缘环境）组合数据流，获得更广泛的背景信息和更高的准确性带来的洞见。数据科学家和数据工程团队从湖的数据分析引擎中受益匪浅。借助 Apache Spark 和 Jupyter 等工具，团队可以清理、优先处理和处理数据集，提高其 AI 模型的准确性。此外，多租户架构与集成的安全功能确保了运营成本的降低和对监管标准的稳健合规性，使组织在保持敏捷的同时不牺牲治理。

**戴尔人工智能平台：在边缘驱动 AI**

虽然戴尔数据湖提供了数据整合和分析的基础，但戴尔人工智能平台则作为 AI 驱动成果的创新中心。在其核心，人工智能平台将数据视为最重要的输入。通过利用来自湖的干净、全面的数据集，它提供了开创性的 AI 应用，如数字孪生、自然语言代码生成和智能助手。

戴尔在人工智能方面的最令人兴奋的方面之一是其专注于边缘的 AI 推理。推理——使用训练好的 AI 模型进行实时决策——最好在数据源附近进行，以最小化延迟并实现更快的响应。考虑一个智慧城市应用，其中交通传感器实时分析拥堵模式以动态调整信号。这类边缘推理任务需要高性能计算和可靠的编排——这两者都由戴尔原生边缘技术无缝协调。原生边缘技术不仅部署人工智能平台开发的推理模型，还在分布式的边缘环境中管理其生命周期。通过确保性能和安全的一致性，它帮助组织弥合了 AI 的概念力量与其实际、现实世界应用之间的差距。

**从数据到 AI 成果的统一工作流程**

戴尔原生边缘技术、数据湖和人工智能平台的集成创建了一个统一的工作流程，最大限度地发挥非结构化边缘数据的价值，同时实现期望的 AI 结果。以下是整个过程的工作方式：

1. **边缘的数据生成**
该过程始于边缘，物联网传感器和摄像头等设备生成大量原始数据。这些远端设备处理初始数据收集并执行基本的处理任务，通常使用边缘网关设备。

2. **近边缘处理**
收集到的一些数据被移动到近边缘计算环境，例如坚固型服务器，进行额外的处理。这些设备优化用于处理低延迟、实时分析和本地化的 AI 应用程序，确保快速的见解和决策。

3. **集中式数据整合**
需要更深入分析、AI 模型训练或数据科学应用的关键边缘数据被发送到集中位置，例如您的核心数据中心。戴尔数据湖将这些边缘数据与其他核心数据集集成，解锁更广泛的背景信息和更高的准确性带来的洞见。

4. **通过戴尔人工智能平台实现 AI 成果**
随着数据集在湖中集中，并由数据工程团队清理，戴尔人工智能平台开发出用于实现 AI 驱动成果的训练模型。这些可能包括供应链的预测分析、工业资产的数字孪生或客户服务操作的智能自动化。

5. **将 AI 成果部署回边缘**
最后，AI 成果返回到边缘进行推理和实时决策。原生边缘的编排系统确保这些应用程序在多个环境中高效、安全、一致地部署，将整个过程包裹在一个无缝的反馈循环中。

**一个更智能、更互联的未来**

通过联合戴尔原生边缘技术、数据湖和人工智能平台的强大工具，组织准备在这个以边缘为中心的时代蓬勃发展。这些技术协同工作，使企业能够在需要的地方存储、处理和分析数据——无论是边缘还是核心。从降低成本和延迟到推动 AI 应用的创新，这三款解决方案正在改变医疗保健、制造、零售和智慧城市等行业。

无论是数字孪生帮助工厂优化其运营，还是边缘分析实现更快的患者诊断，可能性是无穷无尽的。戴尔科技不仅引领着边缘计算和 AI 的未来发展，还助力组织在日益数据驱动的世界中做出更明智、更高效、更具影响力的重要决策。

有了戴尔原生边缘技术、数据湖和人工智能平台，未来不仅仅是互联的——它是智能的。

(以上内容均由Ai生成)