• 戴尔人工智能解决方案

    戴尔 AI 解决方案

    利用丰富的生成式 AI 产品组合增强您的优势。1

    • 将 AI 融入您的数据

      Dell Technologies 利用创新技术、全面的专业服务套件和广泛的合作伙伴网络,加快从创想到验证的旅程。

    • AI 就绪型产品组合

      提供卓越的 AI 性能2,并简化专为生成式 AI 时代设计的 AI 基础架构的采购、部署和管理 — 借助技术、创新和 Dell Technologies 的优势,更快地提供更智能的成果。

    • 经验证的 AI 设计

      利用专为 AI 和 GenAI 而设计的解决方案来缩短实现价值的时间。

      • 采用针对各种应用场景需求进行设计和测试且经过工程验证的解决方案,加快部署速度并降低风险。 
      • 在多云生态系统中利用灵活的平台和可扩展的基础架构,随时随地运行现代应用程序。
    • 面向 AI 的 PowerEdge 服务器

      将 GenAI 与我们经过 AI 优化的 PowerEdge 服务器相结合,更快地将创意转化为行动。

      • PowerEdge XE 服务器提供卓越的加速和多样化的 GPU 选项。
      • PowerEdge R760xa 具有高密度的 PCIe 卡。
    • 面向 AI 的存储

      利用灵活且可扩展的存储解决方案,以保护您的数据并处理海量非结构化数据。

      • 专为处理大量数据精心打造,可提供卓越的性能。
      • 利用可扩展的数据平台优化您的 AI 基础。
      • 实现 AI 和 GenAI 投资的 ROI。
    • 面向 AI 的数据管理

      从边缘到核心再到多云,全方位解锁您的数据潜力,以推进分析、AI 和 GenAI 工作负载。

      • 在各种环境间简化数据的定位、访问和处理。
      • 支持更快地访问数据,以加速调整模型并取得业务成果。
      • 利用全包式体验,简化采购、部署和生命周期管理。
    • Precision 工作站

      借助所需的 AI 平台和解决方案,加速取得更智能的成果。 

      • 量身定制,可简化 GenAI 工作负载的微调、开发和部署并加速完成快速原型设计。
      • 非常适合沙盒环境,为面向领域和基于企业的大型语言模型 (LLM) 提供经济高效的替代方案。
    • 面向 AI 的专业服务

      更快发挥 AI 在数据领域的威力。

      • 创建并验证您的 GenAI 路线图,同时利用成熟的 GenAI 平台提供创新。
      • 缩短实现价值的时间,满足重点业务需求。
      • 提升整个组织的 GenAI 能力。
      • 为您的组织引入生成式 AI

        了解您的企业如何通过戴尔的见解、解决方案和策略,利用 GenAI 的巨大潜力来驾驭其变革能力。

      • 经验证的 GenAI 设计

        经验证的戴尔设计是经过预先测试的模块化解决方案,由 Dell Technologies 的专家和合作伙伴共同验证。它们利用专为您的特定需求量身定制的可扩展组件,精简了各种 GenAI 应用场景的规划、部署、测试和支持。

      • 经验证的推理设计

        推理包括利用预先训练的 AI 模型,根据输入的数据生成预测、做出决策或生成输出。此过程对于 GenAI 的实际实施至关重要,可支持实时内容生成和响应。利用预先训练的模型,有助于加速取得成果并提高成本效益。

        搭载 NVIDIA 的经验证的生成式 AI 设计实现推理

        解决推理面临的延迟、响应能力和计算需求等挑战,助力企业将数据转换为更智能的高价值成果。 

      • 面向模型自定义和调整的经验证设计

        在微调过程中,企业可以将特定垂直领域的数据添加到已有的大型语言模型 (LLM),以便从专业的角度更深入地剖析与业务相关的信息。

        搭载 NVIDIA 的生成式 AI 实现模型自定义和调整

        提供经验证的指导,帮助您针对应用场景重新训练现有的 GenAI 模型,并辅以标准自定义技术(如知识传授和快速调整)示例,从而降低优化成本。


    • 经验证的 AI 设计

      Dell Technologies 经验证的设计是经过测试和验证的配置,从设计之初就能根据特定应用场景进行动态调整,以满足相应的需求。 

    • 解决方案 描述 资源
      适用于虚拟化环境的 AI 基于戴尔基础架构且采用 NVIDIA AI Enterprise 的支持 VMware 的 AI。
      采用 cnvrg.io 的 AI MLOps 通过 cnvrg.io 实现机器学习管道标准化,在从研究到生产整个过程中,尽可能减少数据科学和工程团队发生摩擦的情况。
      自动机器学习 自动执行算法选择、特征生成、超参数调优和模型评估,轻松快速地实现 AI。
      对话式 AI

      通过语音和数字通道(包括聊天机器人和虚拟助手),提供支持 AI 的卓越、有效且高效的客户和员工体验。

      搭载 NVIDIA 的生成式 AI 实现推理 快速启动并运行经过预先训练的模型,配合 Dell Technologies 和 NVIDIA 的联合架构开始生成输出并创造价值。
      搭载 NVIDIA 的生成式 AI 实现模型自定义和调整 了解如何针对您自己的应用场景重新训练现有的 GenAI 模型,并提供标准自定义技术(如知识传授和快速调整)示例。

       

      NVIDIA Fleet Command 通过部署此设计,IT 管理员可以实现安全的远程控制,只需数分钟即可在网络环境中完成简化的部署并推动实现弹性 AI。
      基于 APEX Cloud Platform for Red Hat OpenShift 的 Red Hat OpenShift AI 利用大型语言模型 (LLM) 和检索增强生成 (RAG) 框架实施数字助理。
    • 数据无处不在,
      AI 如影随形

      虚拟体验:注册参加 2023 年 12 月 7 日的线上活动,
      聆听嘉宾们介绍对数据和 AI 的愿景。

    • 常见问题

    • 人工智能与生成式 AI 之间有何区别?

      人工智能应用高级分析和基于逻辑的技术来解释事件并自动做出决策,而生成式 AI 则利用大型数据集生成新内容(如文本、图像、音频、视频、合成数据和软件代码),为企业带来更多价值。 

    • 为什么数据对人工智能和生成式 AI 而言非常重要?

      数据是人工智能和生成式 AI 的“燃料”,其数量和质量直接影响生成的结果。 

    • 组织如何从应用生成式 AI 中获益?

      生成式 AI 拥有巨大的潜力,能够改变组织的运营方式,实现我们尚在构想中的运营转型。企业和 IT 领导者仍在探索如何利用其带来的诸多优势,包括更高的生产力、更低的成本、创新能力和客户满意度等等。

  • 有问题?
    我们随时为您提供帮助。
    从提供专家建议到解决复杂问题,我们全方位满足您的需求。
    • 1基于戴尔在 2023 年 8 月进行的分析。 Dell Technologies 提供旨在支持 AI 工作负载的解决方案,涵盖 12 个产品和服务类别

      2基于戴尔在 2023 年 6 月 27 日进行的分析,分析对象为从 www.mlperf.org 检索到的针对同类 8 路 GPU 服务器公开提供的 AI 图像分类性能结果。戴尔 PowerEdge XE9680 采用 NVIDIA® H100 Tensor 核心 GPU,在 MLPerf™ Training v3.0封闭分区本地可用类别的 AI 图像分类基准测试中获得 13.466 分,优于 GIGABYTE G593-SD0 服务器的成绩:13.500 分;Supermicro AS-8125GS-TNHR 和 SYS-821GE-TNHR 服务器的成绩分别为:13.603 分和 13.501 分; NVIDIA dgxh100_ngc23.04 的成绩为:13.601 分;Quanta_Cloud_Technology D74H-7U_preview 服务器预览类别的成绩为:13.721 分;Azure ND_H100_v5 服务器的成绩为:13.819 分。 结果经 MLCommons Association 验证。MLPerf™ 的名称和徽标是 MLCommons Association 在美国和其他国家/地区的商标。保留所有权利。严禁未经授权使用。有关详细信息,请参阅 www.mlcommons.org。  

      *在六项关键 AI 应用程序基准测试的四项中,戴尔 PowerEdge XE9680 超越了 Supermicro SuperServer SYS-821GE-TNHR 的性能。

           基于戴尔在 2023 年 6 月 27 日进行的分析,分析对象为从 www.mlperf.org 检索到的针对同类 8 路 GPU 服务器公开提供的 AI 图像分类性能结果。戴尔 PowerEdge XE9680 采用 NVIDIA® H100 Tensor 核心 GPU,在 MLPerf™ Training v3.0封闭分区本地可用类别的 AI 图像分类基准测试中获得 13.466 分,优于 GIGABYTE G593-SD0 服务器的成绩:13.500 分;Supermicro AS-8125GS-TNHR 和 SYS-821GE-TNHR 服务器的成绩分别为:13.603 分和 13.501 分; NVIDIA dgxh100_ngc23.04 的成绩为:13.601 分;Quanta_Cloud_Technology D74H-7U_preview 服务器预览类别的成绩为:13.721 分;Azure ND_H100_v5 服务器的成绩为:13.819 分。结果经 MLCommons Association 验证。MLPerf™ 的名称和徽标是 MLCommons Association 在美国和其他国家/地区的商标。保留所有权利。严禁未经授权使用。有关详细信息,请参阅 www.mlcommons.org。 

      **在训练用于自然语言处理的 AI 模型方面,戴尔 PowerEdge XE9680 的性能优于 Supermicro SuperServer SYS-821GE-TNHR 和 AS-8125GS-TNHR。

         基于戴尔在 2023 年 6 月 27 日进行的分析,分析对象为从 www.mlperf.org 检索到的公开提供的性能结果,其中,采用 NVIDIA® H100 Tensor 核心 GPU 的戴尔 PowerEdge XE9680 在 MLPerf™ Training v3.0 的图像分类中获得 13.466 分;在语音识别中获得 16.846 分;在高加权对象检测中获得 19.985 分;在封闭分区本地可用类别 NLP 基准测试中获得 5.363 分,优于 Supermicro SYS-821GE-TNHR 服务器取得的成绩:图像分类 13.501 分;语音识别 17.919 分;高加权对象检测 21.493 分;NLP 5.383 分。结果经 MLCommons Association 验证。MLPerf™ 的名称和徽标是 MLCommons Association 在美国和其他国家/地区的商标。保留所有权利。严禁未经授权使用。有关详细信息,请参阅 www.mlcommons.org。 

      ***在比较单节点机器学习模型训练运行时,戴尔 PowerEdge XE9680 在六个类别中的性能优于 Supermicro SuperServer AS-8125GS-TNHR。

            基于戴尔在 2023 年 6 月 27 日进行的分析,分析对象为从 www.mlperf.org 检索到的公开提供的性能结果,其中,采用 NVIDIA® H100 Tensor 核心 GPU 的戴尔 PowerEdge XE9680 在 MLPerf™ Training v3.0 的图像分类中获得 13.466 分;在语音识别中获得 16.846 分;在封闭分区本地可用类别 NLP 基准测试中获得 5.363 分,优于 Supermicro AS-8125GS-TNHR 和 SYS-821GE-TNHR 服务器取得的成绩:图像分类分别为 13.603 分和 13.501 分;语音识别分别为 19.235 分和 17.919 分;NLP 分别为 5.389 分和 5.383 分。结果经 MLCommons Association 验证。MLPerf™ 的名称和徽标是 MLCommons Association 在美国和其他国家/地区的商标。保留所有权利。严禁未经授权使用。有关详细信息,请参阅 www.mlcommons.org。