戴尔科技公司今日宣布为其AI数据平台扩展了语义层和知识图谱功能，旨在为人工智能智能体提供来自企业自身数据的可信上下文信息。
戴尔同时也在提升基于Nvidia公司图形芯片的数据处理速度。
这些新功能针对的是企业数据，这些数据此前从未按照适配AI读取的方式进行组织，其中大部分数据的产生时间甚至早于智能体技术本身。戴尔表示，智能体在处理每一次查询时都要耗费大量Token，去拼凑出本应早已存在的答案。
戴尔推出的第一项解决方案是统一语义层，它为每个应用程序提供相同的业务定义和规则基础，包括企业已经维护的任何本体结构。这样一来，跨多个系统工作的智能体就不再需要猜测"客户"和"账户"是否指向同一个客户实体。
与之配套的是企业知识图谱，用于追踪企业数据之间的关联方式。当智能体提出问题时，该平台会借助知识图谱调取智能体有权限查看的所有相关表格和向量索引，无论这些数据存储在何处。在戴尔给出的示例中，一家制造企业在排查生产线故障时，可以将某个异常传感器读数一路追溯到当前面临风险的订单。
知识智能体建立在知识图谱之上，每个知识智能体只专注于单一主题，仅调用分配给它的那部分企业数据。客户可以自行决定某个智能体能够查看哪些数据，以及可以消耗多少资源。Nvidia的Nemotron Retriever模型负责为这些智能体处理推理和视觉理解任务。由于这三个组件都掌握着企业部分最为敏感的信息，因此它们都在客户自己的数据中心内运行。
戴尔基础设施解决方案集团总裁亚瑟·刘易斯表示，许多企业多年来一直致力于让数据变得可访问，却没有让数据变得真正可用。他指出，一个能够找到客户记录、却不理解记录含义或无法判断其可信度的智能体"并不算智能"，"它只是速度快而已"。
在处理性能方面，戴尔数据处理引擎将借助Nvidia的cuDF库在图形处理器上运行。戴尔在9月份的内部测试中，使用配备Nvidia RTX PRO 4500 Blackwell服务器版GPU的PowerEdge R770服务器发现，Apache Spark任务的平均运行速度比单纯使用中央处理器快3.9倍。其中表现最佳的是一项批量数据挖掘任务，速度提升达20.4倍，且该公司指出，这些测试均采用默认设置，未经任何调优。Apache Arrow负责在戴尔存储系统与处理引擎之间传输数据，使任务能够实现原地查询。
戴尔PowerScale存储系统将支持在单个集群中容纳多达500个租户。每个租户都将获得更精细的基于角色的访问控制，PowerScale还能够通过双向传输层安全协议，对基于网络文件系统协议的文件流量进行加密和身份验证。戴尔将这些改进定位为面向AI服务提供商以及运行共享平台的企业客户。
戴尔还推出了全新的存储性能测试工具，可针对训练、推理和检查点等工作负载，对兼容S3协议的对象存储进行基准测试，帮助客户合理规划AI基础设施规模。此外，戴尔正在扩展围绕该平台的实施服务，助力客户从部署阶段顺利迈入生产阶段。
统一语义层、企业知识图谱和知识智能体预计将于2027年上半年推出。PowerScale的多租户和安全更新将于11月上线，加速版数据处理引擎将于12月跟进，更多Apache Arrow加速功能预计于明年上半年推出。客户目前即可获取存储性能测试工具及相关新服务。
Q&A
Q1：戴尔AI数据平台新增的知识图谱功能具体是什么？
A：这是戴尔推出的企业知识图谱功能，用于追踪企业数据之间的关联方式，当智能体提出问题时，平台会借助知识图谱调取相关表格和向量索引，帮助智能体获取可信的数据上下文。
Q2：戴尔数据处理引擎在Nvidia GPU上的性能提升有多大？
A：根据戴尔9月的测试，在配备Nvidia RTX PRO 4500 Blackwell GPU的服务器上，Apache Spark任务平均运行速度比单纯使用CPU快3.9倍，其中最佳表现的批量数据挖掘任务速度提升达20.4倍。
Q3：戴尔这些新功能什么时候能够使用？
A：统一语义层、企业知识图谱和知识智能体预计2027年上半年推出；PowerScale的多租户和安全更新11月上线；加速版数据处理引擎12月跟进；存储性能测试工具和新服务现已可用。
