戴尔扩展AI数据平台，推动企业AI工厂愿景实现

快速阅读: 戴尔科技集团扩展AI数据平台，推出开放式“AI工厂”，整合PowerScale、ObjectScale、Elastic和Starburst技术，提升数据处理能力，帮助企业打破数据孤岛，加速AI应用落地。

戴尔科技集团通过扩展其AI数据平台，将数据驱动的“AI工厂”愿景变为现实。这一开放且可组合的堆栈旨在实现可扩展的操作回报。该平台基于PowerScale、ObjectScale、Elastic和Starburst四大支柱构建，集高性能存储与联邦查询及向量搜索功能于一体。PowerScale和ObjectScale为结构化和非结构化数据提供存储基础，而Elastic和Starburst则加速跨数据孤岛的数据发现和访问。

戴尔科技集团的研究分析师罗布·斯特雷查伊表示：“从Elastic和Starburst的角度来看，它们也贡献了数据引擎的一部分，同时加入了开源Spark技术。此外，他们还在其中融入了网络安全韧性，这是通过其内置工具实现的。然后，他们在这些基础上提供了数据管理服务，整合出一个可用于部署代理工作负载的平台。”

在戴尔AI数据平台活动期间，斯特雷查伊与首席分析师戴夫·韦兰特在theCUBE直播室进行了讨论，探讨了戴尔关于AI工厂的更广泛战略，即通过集成最佳组件来简化企业在云、核心和边缘环境中的数据利用。

戴尔的AI工厂方法强调可组合性和选择性，不同于封闭的、仅限云的数据堆栈。组织可以插入或替换首选技术，无需担心供应商锁定。这种方法反映了戴尔VxRail成功的经验——紧密集成和快速价值实现——但具有更大的灵活性。客户可以根据自己的成熟度和技术水平选择意见导向的解决方案或点选定制化配置。

企业AI采用的一个持续挑战是超越概念验证阶段的扩展。据韦兰特引用的MIT研究显示，95%的AI试点项目在生产六个月内失败。戴尔的应对策略集中在打破数据碎片化并提高混合基础设施中的数据可访问性。通过结合PowerScale的GPU优化文件存储与Elastic和Starburst等合作伙伴的集成，戴尔帮助企业统一数据管道，加快AI操作化进程。

这种影响已经在客户成果中显现，特定用例证明了该模型的有效性。斯特雷查伊提到：“如何理解这些大型船只的不同遥测数据？例如，航运运营商CSL通过引入这一方案，在船舶和航运运营中实现了3%的效率和成本节省提升。这与MIT关于从概念验证到生产的研究所揭示的问题相呼应，关键在于选择合适的用例，有时还需要从工程和制造的角度考虑行业伙伴的见解。”

在一个越来越警惕锁定效应的企业AI领域，戴尔通过支持Apache Iceberg、OpenAPIs和开放表格式来倡导开放性。这种互操作性允许戴尔的堆栈与其他数据生态系统、AI工厂和治理工具共存，对于长期的可扩展性和合规性至关重要，两位分析师都强调了这一点。

theCUBE Network、theCUBE Research、CUBE365、theCUBE AI 和 theCUBE SuperStudios —— 其旗舰地点位于硅谷和纽约证券交易所 —— SiliconANGLE Media 在媒体、技术和人工智能的交汇点运营。由科技远见者 John Furrier 和 Dave Vellante 创立，SiliconANGLE Media 打造了一个涵盖行业领先数字媒体品牌的动态生态系统，触及超过1500万精英科技专业人士。我们最新的专有 theCUBE AI Video Cloud 正在观众互动方面取得突破，利用 theCUBEai.com 神经网络帮助技术公司做出数据驱动的决策，保持在行业对话的前沿。

(以上内容均由Ai生成)