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架構
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)科學工作站引導安裝版本
數(shù)據(jù)準備和模型訓練通常是數(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，因而設計了戴爾Precision數(shù)據(jù)科學工作站產品組合，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)并等待模型訓練迭代完成。
客戶可以通過在預先配置且預先驗證的數(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，并使用預訓練的模型或模型訓練腳本讓用戶領先一步。此外，數(shù)據(jù)科學工作站產品組合針對RAPIDS驅動的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和其他領先的應用程序。
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建模型，同時使用在快速、高性能橫向擴展共享存儲設備上駐留的數(shù)據(jù)來訓練這些模型。他們隨后就能無縫轉移到生產環(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練的數(shù)據(jù)集，從而進一步提高工作效率并減少模型訓練的時間。
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練工作負載。企業(yè)可遵循這一參考架構，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)務價值。還可以在采用NVIDIA DGX-1系統(tǒng)的工程驗證參考架構設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就緒的技術環(huán)境。
來源：戴爾科技集團博客
