戴尔科技于2026年10月6日宣布对其AI数据平台进行重大架构升级,新增上下文编排层、GPU加速处理引擎,并将PowerScale非结构化存储的多租户能力提升至500个隔离租户。据StorageReview报道,此次升级直击企业检索路径痛点,将原始文件、数据库与多站点存储库直接连接至AI智能体管道,系统集成了NVIDIA Nemotron检索模型用于文档解析、嵌入和重排序,同时借助NVIDIA cuVS加速向量索引与搜索。所有上下文组件均在客户数据中心本地运行,在不依赖外部模型或存储供应商锁定前提下保障数据治理合规。
时尚新闻统一语义层与企业知识图谱:解决跨系统分类法错配
新架构引入三大上下文映射组件,旨在解决企业内部系统间的分类法不一致问题。统一语义层通过集中化规则、可搜索术语表,并支持导入行业本体或企业分类法,提供一致的数据定义。戴尔同时启用NVIDIA Auto-Ontology开源库,该库可从企业数据自动构建知识图谱,进一步扩展语义层能力。据路透社报道,企业知识图谱能够持续映射结构化数据表与非结构化文档中的血缘关系、元数据及历史查询行为,为AI智能体提供统一的数据视图。
文化新闻智能体查询范围控制:从遥测异常到供应链关联
当智能体执行查询时,平台会将其访问范围限制在已授权的数据表、多模态数据产品和向量存储内,使智能体能够将异常遥测等事件与特定设备日志、供应批次及客户订单进行关联分析。知识智能体作为单主题咨询实例运行,受知识图谱中定义的数据段边界约束,并在用户设定的计算支出上限、安全策略和检索准确率阈值下工作,由Nemotron检索模型提供推理与视觉理解能力支撑。戴尔基础设施解决方案集团总裁Arthur Lewis表示:“没有上下文的数据只是噪音。大多数企业花了多年时间让数据可访问,但这不等于让数据可用。一个能找到客户记录却不懂其含义、不知其如何与其他数据关联、也无法判断其可信度的智能体并不智能,它只是快而已。”
法治新闻数据路径GPU加速:cuDF性能提升最高20倍
戴尔将NVIDIA加速技术栈直接集成至其数据处理引擎,以最大限度减少数据准备延迟。据戴尔内部测试数据显示,搭载NVIDIA cuDF和NVIDIA RTX PRO 4500 Blackwell服务器版GPU的戴尔数据处理引擎,在混合工作负载套件中平均处理速度比纯CPU快近4倍,在批处理工作负载上最高可实现20倍加速。戴尔脚注说明,在数据挖掘工作负载下实测平均加速为3.9倍,峰值达20.4倍,测试基于PowerEdge R770上GPU加速与纯CPU的Apache Spark运行对比,均采用默认配置且未做调优。Apache Arrow技术支持作业在戴尔存储目标与本地计算之间原位查询数据,戴尔称此举可显著缩短数据准备时间。
民生新闻性能数据对比:GPU加速与CPU基线实测
| 测试项目 | GPU加速(cuDF) | CPU基线 | 加速倍数 |
|---|
| --- | --- | --- | --- |
|---|
| 混合工作负载平均 | — | — | 3.9x |
|---|
| 数据挖掘峰值负载 | — | — | 20.4x |
|---|
| 批处理工作负载 | — | — | 最高20x |
|---|

注:测试基于PowerEdge R770服务器,Apache Spark默认配置,数据来源为戴尔内部测试。NVIDIA存储技术副总裁Jason Hardy表示:“将NVIDIA cuDF加速直接引入戴尔数据处理引擎,帮助缩短了从存储数据到GPU加速的AI就绪数据之间的路径,让智能体能够利用这些数据驱动真实世界的创新。”
PowerScale集群500租户隔离与安全增强
在存储层,戴尔PowerScale集群现已支持每集群500个隔离租户,并配备基于NFS的mutual TLS(mTLS)传输加密与认证机制,以及每租户粒度的基于角色的访问控制。该功能主要面向AI服务提供商和运行共享AI平台的企业。据彭博社此前报道,多租户隔离能力正成为AI基础设施供应商评估企业存储方案的核心指标之一,戴尔此次升级直接回应了这一市场需求。基础设施团队还可使用开源的戴尔存储性能工具,在AI训练、检查点保存和推理工作负载下基准测试S3兼容对象存储的吞吐量与延迟。
发布节奏:从即刻可用到2027年路线图
戴尔存储性能工具与AI数据平台实施服务现已可用。PowerScale集群多租户和NFS mTLS增强功能计划于2026年11月发布;数据处理引擎的NVIDIA加速栈增强将于2026年12月推出;Apache Arrow加速集成紧随其后于2027年上半年落地。统一语义层、企业知识图谱和知识智能体上下文框架均定于2027年上半年发布。戴尔同时正在扩展AI数据平台实施服务,涵盖其数据与存储引擎的分析、处理、搜索和编排调优。
Q1: 戴尔AI数据平台的语义层对现有企业数据架构有何实际意义?
A1: 统一语义层通过集中化规则、可搜索术语表和导入行业本体,解决了企业内部长期存在的分类法不一致问题。结合企业知识图谱持续映射血缘关系和历史查询行为,企业无需迁移现有数据即可让AI智能体理解和关联跨系统数据,大幅降低数据治理和集成成本。
Q2: PowerScale的500租户隔离功能适用于哪些场景?
A2: 该功能主要面向AI服务提供商和运行共享AI平台的企业,通过mTLS over NFS提供传输加密与认证、每租户RBAC权限控制,确保多租户环境下数据安全隔离和合规要求,同时满足AI工作负载对高性能非结构化存储的需求。
戴尔此次以语义层、GPU加速与高密度多租户的组合升级,重新定义了企业AI数据基础设施能力边界。从2026年10月的实施服务即刻可用,到2026年11月的PowerScale多租户、2026年12月的NVIDIA加速栈,再到2027年上半年的知识图谱与语义层落地,戴尔AI数据平台正构建起从数据存储到智能体推理的完整闭环管道。