戴尔 AI 数据平台为智能体引入知识图谱并加快 Nvidia 处理

背景与问题

Dell Technologies Inc. 于 2026 年 10 月 6 日宣布扩展 Dell AI Data Platform，新增语义层与知识图谱，目标是为 AI 智能体提供来自企业自身数据的可信上下文；同时，Dell 还在加快 Nvidia Corp. 图形芯片上的数据处理。Dell 指出，许多企业数据从未按照“AI 读者”的需要组织，很多数据甚至早于智能体出现。结果是智能体每次查询都要消耗 token，去拼凑本应已经存在的答案。

新增功能与关键细节

• Unified Semantic Layer（统一语义层）：为所有应用提供相同的业务定义与规则，包括企业已有的本体（ontologies）。这样，跨多个系统工作的智能体不再需要猜测“client”和“account”是否指同一客户。
• Enterprise Knowledge Graph（企业知识图谱）：追踪企业数据之间的连接。当智能体提问时，平台会依据图谱拉入所有相关表和向量索引，且仅限于该智能体被允许看到的数据，无论数据位于何处。Dell 举例说，制造商调查生产线故障时，可从某个异常传感器读数一路追踪到因此面临风险的订单。
• Knowledge Agents（知识智能体）：建立在知识图谱之上，每个智能体只覆盖一个主题，并仅使用分配给它的企业数据切片。客户决定智能体可以看到哪些数据以及允许花费多少。Nvidia 的 Nemotron Retriever 模型负责智能体的推理和视觉理解。由于这三部分都包含企业最敏感的信息，它们运行在客户自己的数据中心内。

Dell 基础设施解决方案集团总裁 Arthur Lewis 表示，许多企业花了多年时间让数据“可访问”，却没有让数据“可用”。一个智能体即便能找到客户记录，却不知道其含义或是否可信，“就不是智能，只是快”。

加速处理、存储更新与上市时间

在处理方面，Dell Data Processing Engine 将借助 Nvidia 的 cuDF 库在 GPU 上运行。Dell 自己的 9 月测试在配备 Nvidia RTX PRO 4500 Blackwell Server Edition GPU 的 PowerEdge R770 服务器上发现，Apache Spark 作业平均比仅用 CPU 快 3.9 倍；最佳结果为批数据挖掘作业获得 20.4 倍加速。Dell 还指出，测试使用默认设置，未做调优。Apache Arrow 在 Dell 存储与引擎之间移动数据，使作业能够就地查询。

Dell PowerScale 存储将在单个集群中支持最多 500 个租户。每个租户将获得更细粒度的基于角色的访问控制（RBAC），PowerScale 还能通过 NFS 协议使用双向 TLS（mutual TLS）对文件流量进行加密和认证。Dell 将这些变化面向 AI 服务提供商和运行共享平台的企业推广。

此外，新的 Dell Storage Performance Tool 可对 S3 兼容对象存储进行训练、推理和检查点工作负载基准测试，帮助客户规划 AI 基础设施规模。Dell 还在扩展该平台的实施服务，帮助客户从部署走向生产。

上市时间方面，Unified Semantic Layer、Enterprise Knowledge Graph 和 Knowledge Agents 预计在 2027 年上半年推出。PowerScale 的多租户和安全更新将在 11 月推出。加速版 Data Processing Engine 随后在 12 月推出，更多 Apache Arrow 加速预计在明年上半年推出。客户今天即可获得 Storage Performance Tool 和新的服务。