据SiliconANGLE报道，戴尔科技10月6日宣布扩展其AI数据平台，在数据编排引擎中新增统一语义层、企业知识图谱和知识代理三项能力，并在数据处理引擎中加入一项用于加速企业AI数据准备的新功能。该功能将借助英伟达的cuDF库在图形处理器上运行。

戴尔基础设施解决方案集团总裁阿瑟·刘易斯在SiliconANGLE Media旗下直播工作室theCUBE上表示，此举意在把数据处理引擎与戴尔的存储引擎拉得更近，通过零拷贝数据访问、内存到内存传输和分布式处理等能力减少不必要的数据搬运，在原始企业信息与可供AI使用的上下文之间建立更高效的数据通路。他说：“很多情况下，下一个瓶颈不是模型，而是数据。这正是AI数据平台要解决的问题。在戴尔AI工厂中，正是数据基础负责整理、连接并向AI，尤其是代理式AI，提供企业数据。”

存储方面，戴尔此次发布的方案依托PowerScale、ObjectScale和Lightning文件系统覆盖不同的性能、容量与负载需求。PowerScale定位为大规模企业AI的基础，可支持多达16000块GPU；ObjectScale提供企业数据的对象存储底座，每节点吞吐可达每秒40吉字节；戴尔AI存储产品管理团队称，Lightning是全球最快的并行文件系统，面向极端吞吐、大规模训练、检查点保存以及要求最苛刻的推理路径等工作负载。戴尔AI数据平台则被定位为企业数据与生产级AI之间的连接层，整合存储、数据处理、编排、搜索、治理与GPU加速，此次发布把数据编排引擎、存储语义层、规模化知识图谱与网络韧性接入同一套AI数据架构。

在语义层方面，戴尔称其统一语义层提供原生内置于数据编排引擎的企业级知识图谱。戴尔AI数据平台首席产品经理弗拉尚克·贾因在theCUBE采访时说，以往的语义工具往往只能触达结构化数据源，把非结构化信息排除在外，另一些产品则只构建一次上下文，此后依赖用户随底层数据变化自行更新。他说：“我们的做法不同。语义层让结构化和非结构化信息具有一致的业务含义，同一个术语在任何出现的地方都代表同一件事。它使用开放模型解决构建语义层最难的部分：大规模生成实体、定义并发现含义，同时由人工参与验证。”

theCUBE Research的戴夫·维兰特表示，戴尔正着力帮助客户把AI做对。“每个人都想把AI做对。这意味着找到正确的信息，确保这些信息已经协调一致、准备就绪，然后以低成本、低运维复杂度的方式高效交付。两年前我们说过，企业需要的是解决方案。戴尔所做的就是拿出解决方案。”