人工智能(AI)將對我們的世界產(chǎn)生變革性影響，而這一步伐才剛剛開始。在戴爾科技集團，我們看到一系列幫助用戶簡化并推動其數(shù)據(jù)科學和AI的舉措正在進行。這些舉措通過提供有價值的洞察、自動化處理和智能方式，激發(fā)企業(yè)包括從邊緣到核心數(shù)據(jù)中心到公有云的IT創(chuàng)新。

數(shù)據(jù)顯示，今年有超過48%的首席信息官開始部署AI，AI正日益成為各行業(yè)、不同規(guī)模以及各地區(qū)機構(gòu)的戰(zhàn)略優(yōu)先選項。然而，由于部署和管理AI工作負載的過程非常復(fù)雜且耗時，因此需要進行大量硬件、軟件集成和測試。

為了讓這一過渡更加平穩(wěn)并降低復(fù)雜程度，戴爾開發(fā)了全新的解決方案，以幫助數(shù)據(jù)科學家和開發(fā)人員啟動，以及無延時地運行他們的AI應(yīng)用程序和項目。戴爾推出一系列全新針對AI的IT環(huán)境部署解決方案，即日起面向全球上市。這些解決方案包括：

面向AI和數(shù)據(jù)分析的戴爾易安信高性能計算就緒型基礎(chǔ)架構(gòu)

全新面向AI和數(shù)據(jù)分析的戴爾易安信高性能計算就緒型架構(gòu)可通過易于部署的云原生堆棧，將加速的AI計算能力擴展到邊緣位置。該架構(gòu)將Bright Computing® Solution for Edge、戴爾易安信數(shù)據(jù)科學門戶、搭載NVIDIA GPU的PowerEdge服務(wù)器，以及Isilon橫向擴展NAS存儲進行組合，可更快訪問在任何位置收集的數(shù)據(jù)。與在不同系統(tǒng)上運行AI、數(shù)據(jù)分析和HPC工作負載相比，該架構(gòu)還減少了IT孤島并整合了各項操作，將總擁有成本(TCO)最多降低三倍。

戴爾Precision數(shù)據(jù)科學工作站引導(dǎo)安裝版本

數(shù)據(jù)準備和模型訓(xùn)練通常是數(shù)據(jù)科學家最耗時的一部分工作。戴爾充分了解到這一點，因而設(shè)計了戴爾Precision數(shù)據(jù)科學工作站產(chǎn)品組合，以幫助數(shù)據(jù)科學家專注于實驗、探索和挖掘洞察，而無需維護AI系統(tǒng)并等待模型訓(xùn)練迭代完成。

客戶可以通過在預(yù)先配置且預(yù)先驗證的數(shù)據(jù)科學工作站上運行模型來最大限度地提高工作效率、加快流程、獲得更有價值的洞察以及降低項目成本。數(shù)據(jù)科學家無需再為選擇企業(yè)級AI平臺還是AI平臺靈活性而左右為難。

該產(chǎn)品組合基于戴爾的Precision 7000系列移動工作站以及5820和7920塔式工作站，采用NVIDIA® Quadro RTX™ 5000、RTX 6000和RTX 8000 GPU。該系統(tǒng)已通過NVIDIA NGC認證，能隨時協(xié)助數(shù)據(jù)科學家、開發(fā)人員和研究人員快速部署帶容器的AI框架，并使用預(yù)訓(xùn)練的模型或模型訓(xùn)練腳本讓用戶領(lǐng)先一步。此外，數(shù)據(jù)科學工作站產(chǎn)品組合針對RAPIDS™驅(qū)動的NVIDIA數(shù)據(jù)科學軟件進行優(yōu)化，包含了GPU優(yōu)化的XGBoost、TensorFlow、PyTorch和其他領(lǐng)先的應(yīng)用程序。

為數(shù)據(jù)科學家量身打造的戴爾Precision數(shù)據(jù)科學工作站和戴爾易安信Isilon橫向擴展NAS H400解決方案

AI的嘗試通常從一個數(shù)據(jù)科學問題和概念驗證入手。這一全新的數(shù)據(jù)科學和建模產(chǎn)品可充分發(fā)揮戴爾Precision 7920塔式數(shù)據(jù)科學工作站和戴爾易安信Isilon橫向擴展NAS的綜合優(yōu)勢。采用這一解決方案，數(shù)據(jù)科學家就能在工作站上構(gòu)建模型，同時使用在快速、高性能橫向擴展共享存儲設(shè)備上駐留的數(shù)據(jù)來訓(xùn)練這些模型。他們隨后就能無縫轉(zhuǎn)移到生產(chǎn)環(huán)境中，而無需切換系統(tǒng)或遷移數(shù)據(jù)。使用這種方法，數(shù)據(jù)科學家無需在本地引入訓(xùn)練的數(shù)據(jù)集，從而進一步提高工作效率并減少模型訓(xùn)練的時間。

適用于深度學習工作負載的戴爾易安信Isilon橫向擴展NAS

戴爾和NVIDIA攜手展示了如何使用戴爾易安信Isilon、戴爾易安信PowerSwitch和NVIDIA DGX-2™系統(tǒng)與NVIDIA V100 Tensor Core GPU的組合來加快和擴展深度學習訓(xùn)練工作負載。企業(yè)可遵循這一參考架構(gòu)，使用大規(guī)模AI進行更快的部署，實現(xiàn)更高的模型準確性，并提升業(yè)務(wù)價值。還可以在采用NVIDIA DGX-1™系統(tǒng)的工程驗證參考架構(gòu)設(shè)計中使用戴爾易安信Isilon橫向擴展NAS，這樣就能簡化并加快企業(yè)級AI計劃的部署。

不論您的組織在數(shù)字化轉(zhuǎn)型的過程中，希望在何時何處，以何種方式部署AI，戴爾科技集團都可以協(xié)助創(chuàng)建AI就緒的技術(shù)環(huán)境。點擊鏈接，了解更多信息。

（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）