AI時代，我們需要怎樣的數據中心？【2024戴爾科技峰會預告】

　　Gartner在2024年針對企業CIO和技術高管的一項調研顯示，超過60%的中國企業計劃在未來12至24個月內部署生成式人工智能。AI、模型的構建，將顛覆數據中心基礎設施的建設、運維和運營。一個全新的數據中心智能化時代已經拉開序幕。

　　AI重新定義數據中心

　　從物理機時代到虛擬化時代，再到云計算時代，數據中心基礎設施一直在持續進化之中，其形態、架構以及所用到的技術在不斷變化，但唯一不變的是，它始終是業務創新的基石。邁入智能化時代，數據中心正加速從傳統的成本中心向價值中心轉變。以“AI+數據”為驅動的數據中心，將為千行百業的數智化創新提供源源不斷的智能算力。

　　工業和信息化部、中央網絡安全和信息化委員會辦公室等部門聯合發布的《算力基礎設施高質量發展行動計劃》中提出，到2025年，算力規模超過300 EFLOPS，其中智能算力占比達到35%。毋庸置疑，AI技術將重塑整個數據中心行業，這不僅僅反映在技術層面，更關鍵的是重新定義運作模式，帶來效率的提升、成本的降低和商業模式的改變。

　　當前，國內各地的大型智算中心如雨后春筍般不斷涌現。德勤發布的報告《2024 AI智算產業趨勢展望：數據智能時代的到來》中提到，智算中心設施加速落地，高效地整合、調度算力資源、為開發者提供良好的支撐是競爭的關鍵。

　　作為企業創新的催化劑，戴尓科技秉承AI-First技術戰略，將從技術、應用場景、生態等維度，引導數據中心的智能化升級，注重算力、存儲、網絡與應用需求協同發展的同時，致力于實現現代化數據中心的建運一體、安全可信和綠色可持續，從而幫助企業用戶構建敏捷的數智底座，更好地支撐業務創新。

　　數據中心智能化升級

　　面臨新挑戰

　　工業和信息化部印發的《新型數據中心發展三年行動計劃(2021-2023年)》中提出，隨著新一代信息技術快速發展，數據資源存儲、計算和應用需求大幅提升，傳統數據中心正加速向新型數據中心演進。新型數據中心具備高技術、高算力、高能效、高安全等特征，同時要推進算力供應多元化，以便更好地支撐各類智能應用。

　　數據中心的智能化建設需要不斷創新和適應新的技術和新的需求。歸納起來，人工智能對數據中心基礎設施提出了一系列新的要求。

　　　增強的計算能力

　　AI特別是深度學習的訓練和推理需要強大的計算能力。IDC預測，全球人工智能服務器的市場規模將從2022年的195億美元增長至2026年的347億美元?，F代化數據中心需要配備高性能的計算資源，以及優化的計算架構來滿足智算的需求。比如，現在萬卡GPU集群就備受矚目。

　　隨需擴展的存儲能力

　　IDC發布的《全球季度企業基礎設施季度追蹤報告:買家和云部署》顯示，2024年第一季度，全球企業用于云部署的計算和存儲基礎設施產品的支出同比增長36.9%，達到330億美元。現代化數據中心需要足夠的存儲空間、高性能的存儲解決方案，以滿足AI對快速讀取和寫入的需要。在這一背景下，軟件定義、分布式、全閃存儲等幾乎成了標配。

　　強大的網絡連通和訪問能力

　　隨著數據量的增加，現代化數據中心需要更高的數據吞吐量和網絡帶寬來處理數據的傳輸和交換。如今，在數據中心，400G/800G網絡越來越普遍。另外，現代化數據中心與邊緣數據中心間的組網互聯，也需要優化網絡配置，降低網絡時延，提升用戶服務體驗。

　　高效的散熱與制冷

　　美國Uptime Institute預測，到2025年，AI相關業務在全球數據中心用電量中的占比將從2%增加到10%;到2030年，智能計算的年耗電量將占全球發電總量的5%?，F代化數據中心要走高效、清潔、集約、循環的綠色可持續發展道路，以保證設備的穩定運行，同時降低能源消耗。在現代化數據中心里，高密度集成的IT設備、液冷系統、高壓直流供配電系統等正得到越來越廣泛的使用。

　　更好地保護數據安全與隱私

　　一方面，網絡安全威脅與日俱增;另一方面，AI系統處理的數據可能包含大量敏感信息。因此，現代化數據中心必須加強數據安全和隱私保護措施，比如采用更先進的加密技術和訪問控制等，并且要遵守不斷變化的法律法規，以保證數據不被未授權訪問或泄露，并且實現合規運營。

　　智能化、自動化的管理與運維

　　AI的運用可以幫助數據中心實現智能化管理，比如使用機器學習算法進行能耗優化、預測性維護等，并且能夠提高數據中心的運維效率，減少人為錯誤。

　　智算數據中心建設的“狂飆”模式已經開啟。未來，不管是新建數據中心，還是舊數據中心的改造，都將以AI為驅動。這就對數據中心的設計、建設和運營提出了新的挑戰。戴爾科技致力于打造AI的基座，即智能、靈活、有彈性的現代化數據中心，更充分地釋放數據潛能。

　　戴爾科技打造

　　端到端AI基礎設施

　　戴爾科技2025財年第一財季報告顯示，基礎設施解決方案集團(ISG)營收達到92億美元，同比增長22%;其中，服務器和網絡業務營收增長42%，創歷史新高。強勁的增長，其動力之一就是戴爾科技在AI方面的持續投入與優化。

　　“沒有哪個公司比戴爾科技更有能力將AI引入企業?！贝鳡柨萍技瘓F副董事長兼首席運營官Jeff Clarke表示，“憑借廣泛的產品組合，我們在幫助客戶構建符合性能、成本和安全要求的AI解決方案方面，具有獨特優勢?！?/p>

　　戴爾科技AI-First技術戰略正在持續發揮作用。在Forrester發布的《Forrester Wave: 2024年第一季度AI基礎設施》報告中，戴爾科技成為該報告中唯一一家躋身“領導者象限”的基礎設施供應商。其中，戴爾科技在“戰略愿景、合作伙伴生態、支持服務和產品，以及營收表現”等多項標準中均獲得最高分。

　　在數據中心領域，戴爾科技圍繞“算、網、存、管”提供整體參考架構，以端到端的AI平臺解決方案，為新質生產力的打造夯實算力底座。

　　1、造多元化算力平臺

　　采用行業領先設計的戴爾科技Precision工作站，能夠很好地支撐各種設計、創意和AI應用程序，主要包括臺式工作站、移動工作站，以及專為AI設計的工作站和相關配件等。以AI就緒的Precision工作站為例，它為AI開發人員和數據科學家量身定制，搭載全新的 NVIDIA RTX GPU、英特爾至強CPU和數據科學軟件堆棧。借助這一完整的解決方案，用戶不僅可以自由在本地對生成式AI模型進行原型設計、開發和微調，還能靈活地試驗和校準AI工作負載，實現新洞察，而且不會產生額外的成本。

　　基于PowerEdge AI加速計算平臺，戴爾科技不斷豐富其現代化數據中心多元化算力平臺。舉例來說，戴爾科技首款8路機架式服務器PowerEdge XE9680，專為AI、深度學習和高性能計算工作負載構建，憑借眾多插槽接口與驅動器數量，實現了最佳擴展與高性能的實時AI操作。

　　在提升AI算力方面，戴爾科技PowerEdge 16G服務器針對GPU進行了專門設計和優化，能夠支持英特爾、NVIDIA等不同品牌的GPU加速卡，以GPU分布式訓練、GPU池化、邊緣AI計算等多種解決方案，全面滿足AI訓練、微調、推理等不同的應用需求。

　　2023年9月公布的業內權威的MLPerf Inference V3.1推理基準測試結果顯示，在20個數據中心項目賽道中，戴爾科技PowerEdge取得了7個項目的第一名，在所有參評GPU服務器產品中綜合成績最佳。

　　戴爾科技與NVIDIA深度合作，發布了多款PowerEdge服務器，利用NVIDIA全棧AI解決方案，包括GPU、DPU和NVIDIA AI Enterprise軟件套件等，廣泛應用于語音識別、網絡安全、推薦系統等應用場景。舉例來說，與上一代非加速服務器相比，通過NVIDIA加速的戴爾科技PowerEdge服務器在大型語言模型上的推理能效提高了300倍。

　　另外值得一提的是，英特爾推出了業內首款集成HBM的x86 CPU——Xeon Max，它無需GPU加速卡，即可實現內存帶寬密集型應用的加速，比如模型推理、模型微調等。戴爾科技就推出了多款支持英特爾Xeon Max處理器的PowerEdge服務器，為用戶提供多一種選擇。

　　戴爾科技還特別成立了AI HPC創新實驗室，將AI與并行計算等技術進行融合，更好地支撐CAE、分子動力學、生命科學等高性能計算應用。

　　求臻醫學深度融合基因檢測與人工智能技術，專注于腫瘤液態活檢領域的診斷產品開發和智能迭代升級。在測序環節，實驗人員會使用高通量測序儀對樣本進行測序，而生物信息部門則利用AI技術對這些測序數據進行質量控制、比對和變異檢測，以更高的精度和更高的效率識別出基因變異情況。為了滿足大數據量、計算密集型需求，求臻醫學基于多臺戴爾科技PowerEdge服務器，構建了一個高性能的計算集群，利用其超強的算力和高性能的存儲能力，有效解決了大量樣本數據并行分析的難題。

　　2、構建AI存力“鐵三角”

　　為了更好地支持AI應用創新，企業需要構建具有極致性能、安全可靠、高可擴展和高能效的新一代存儲系統。基于PowerScale、ECS和ObjectScale，戴爾科技致力于打造AI存力底座的“鐵三角”。

　　作為AI就緒型數據平臺，Dell PowerScale系列最新產品F910在性能、容量及密度上實現了大幅提升，并通過OneFS軟件在安全性、多云支持、效率以及簡化管理等多方面實現了創新。另外，Dell PowerScale也是全球率先通過NVIDIA DGX SuperPOD AI基礎架構驗證的以太網存儲解決方案，能夠幫助客戶實現更快、更高效的AI存儲。

　　戴爾科技ECS企業級對象存儲，專為大規模支持AI、機器學習、分析和云原生應用程序而設計，提供豐富的S3兼容性，支持用戶在單一全局命名空間下管理全球級分布式存儲基礎架構，能夠高性能地處理海量數據。

　　戴爾科技ObjectScale是一款高性能的容器化對象存儲解決方案，專為Kubernetes打造，功能非常強大,提供Object Lock無版本化、高效處理大型對象和Bucket Logging能力，以及靈活性，能夠很好地滿足AI、大數據分析的需求。

　　3、三位一體的數據保護

　　2024年戴爾科技全球數據保護指數(GDPI)顯示，69%的企業對于在網絡攻擊中的恢復能力缺乏信心。在數據安全方面，戴爾科技也有自己的“殺手锏”，即構建備份、容災和數據避風港Cyber Recovery“三位一體”多重數據恢復防線，提升企業的網絡彈性。

　　戴爾科技最新推出的PowerProtect Data Domain數據保護存儲設備——DD9410和DD9910，具有更高的性能、效率和安全性，以及強大的數據類型不變性和完整性功能，可以在保護數據安全、抵御網絡攻擊方面發揮核心作

　　面對全球汽車產業的電動化、智能化趨勢，上汽乘用車公司通過強化云計算、大數據、AI、邊緣計算的服務能力，實現新舊發展動能轉換。

　　在這一過程中，上汽乘用車與戴爾科技合作，引入其PowerEdge服務器、PowerScale AI文件存儲、PowerStore和PowerMAX全閃存儲，以及PowerProtect數據保護存儲、Cyber Recovery數據避風港等方案，為技術創新提供了有力保障，不僅有效促進了新能源汽車的銷量增長，而且實現了ADAS智能駕駛數據的閉環管理，提升了數據存儲效能與管理水平，重復數據刪除率達5:1，數據安全性達到99.999%，可有效防范勒索病毒侵擾。用。

　　總結來說，戴爾科技正不斷完善和優化自身的AI基礎設施解決方案組合，以全面、高效、安全、靈活，滿足不同企業用戶對AI創新的需要。

　　AI-First引領

　　未來數據中心變革

　　未來的數據中心建設一定是AI-First，即以AI為核心和驅動力實現技術、架構、功能和服務的演進和升級，進而影響到企業的產品開發、服務設計、業務流程優化等，也都應優先考慮和應用AI技術。

　　戴爾科技的成功實踐證明，AI確實能夠提升數據中心的效率、降低成本、改善用戶體驗，并且實現綠色可持續發展。Gartner預測，到2026年，超過80%的企業將使用生成式AI的API或AI模型，或者在生產環境中部署支持AI的應用。這就需要不斷變革、優化數據中心這一AI底座，為業務的轉型賦能。