德国科技巨头戴尔（Dell）近日宣布，将与其长期合作伙伴英伟达（NVIDIA）联手，进一步升级其"AI数据平台”。此次更新旨在解决企业将人工智能从概念验证阶段推向实际生产应用时面临的核心痛点，特别是在数据准备、流程编排和存储架构方面。作为欧洲重要的硬件基础设施供应商，戴尔此次动作反映了德国及全球工业界对高效、可扩展AI基础设施的迫切需求。
此次升级的核心在于推出全新的数据编排引擎（Data Orchestration Engine）。该引擎能够自动从多种异构数据源中提取、清洗并构建可用于模型训练和推理的高质量数据集。戴尔强调，其方案结合了自动化流水线与“人在回路”（Human-in-the-loop）机制，允许专业人员在关键节点对数据处理和模型训练进行人工审核与修正，从而在效率与准确性之间取得平衡。此外，平台还提供了一个预制组件市场，集成了英伟达的NIM微服务和AI蓝图，支持企业快速构建基于智能体的自动化工作流。
在数据处理效率方面，戴尔引入了直接嵌入SQL处理流程的AI辅助功能，大幅降低了查询结构化数据的门槛。得益于英伟达的加速技术，SQL查询的执行速度预计可提升3倍，而向量索引的构建速度更是提升了12倍。这些性能飞跃对于需要实时分析海量数据的企业而言，意味着决策响应速度的质的飞跃。
针对AI工作负载对存储的高并发需求，戴尔推出了“戴尔闪电文件系统”（Dell Lightning File System）和“戴尔艾克萨级存储”（Dell Exascale Storage）。前者专为高吞吐量的训练和推理任务设计，后者则通过统一平台整合了多种存储协议。同时，针对生成式AI的特殊需求，戴尔还推出了支持S3兼容的对象存储以及专门用于向量键值缓存的新型上下文存储，进一步优化了大模型运行的底层环境。
这些软件功能的升级得到了来自“戴尔AI工厂”（Dell AI Factory）硬件层面的强力支撑，包括搭载英伟达GPU的新型PowerEdge服务器以及支持超大规模AI集群的网络组件。戴尔通过打通从数据管理到加速基础设施的全链路架构，致力于消除存储、网络与计算之间的瓶颈，缩短企业从实验性项目到规模化生产的周期。
对于中国AI从业者而言，戴尔此次强调的“人在回路”机制与全栈加速方案，为国内企业解决数据治理难、算力调度慢的问题提供了重要参考，特别是在工业AI落地场景中，这种兼顾自动化与人工干预的架构或许更具实用价值。