戴尔科技集团在拉斯维加斯的戴尔科技世界大会上发布了搭载 Nvidia Blackwell Ultra GPU 的最新一代 AI 加速服务器。
随着企业 AI 硬件市场竞争激烈，戴尔扩大了与 Nvidia 的 AI Factory 合作伙伴关系，该系统声称可提供比前几代产品快四倍的 AI 训练能力。
随着各组织从实验性人工智能项目转向生产规模实施，服务器应运而生，从而产生了对更复杂的计算基础设施的需求。
新产品线包括专为传统数据中心设计的风冷式 PowerEdge XE9780 和 XE9785 服务器，以及针对整机架部署进行了优化的液冷式 XE9780L 和 XE9785L 型号。
这些先进的系统支持最多 192 个 Nvidia Blackwell Ultra GPU 的配置，并配备直接芯片液冷技术，每个戴尔 IR7000 机架可扩展至 256 个 GPU。“我们的使命是将人工智能带给全球数百万客户，”戴尔董事长兼首席执行官迈克尔·戴尔表示，“我们的工作是让人工智能更容易普及。借助与 Nvidia 合作的戴尔人工智能工厂，企业可以管理从部署到训练的整个人工智能生命周期，涵盖任何规模。”
在各大公司试图部署人工智能并克服技术障碍之际，戴尔自诩为“全球顶级人工智能中心基础设施提供商”，这似乎是经过深思熟虑的。
对戴尔人工智能硬件战略的批判性评估
虽然戴尔在AI加速硬件方面的进步从技术规格上看令人印象深刻，但最终决定其市场影响力的因素仍有几个。该公司尚未公布这些高端系统的定价信息，这对于考虑部署的企业来说无疑意味着巨大的资本投入。
对于许多潜在客户来说，仅冷却基础设施（尤其是液冷型）就可能需要对数据中心进行改造，这除了服务器硬件本身之外还增加了复杂性和成本。
行业观察人士指出，戴尔在人工智能硬件领域面临着来自超微电脑等公司的激烈竞争，这些公司已积极瞄准人工智能服务器市场，推出类似产品。
然而，超微最近遇到了生产成本挑战和利润压力，如果戴尔能够提供具有竞争力的价格，这可能会给戴尔带来机会。
英伟达创始人兼首席执行官黄仁勋强调了这些系统的变革潜力：“人工智能工厂是现代工业的基础设施，能够生成智能，为医疗保健、金融和制造业提供动力。携手戴尔科技，我们将提供最广泛的 Blackwell 人工智能系统产品线，服务于云端、企业和边缘计算领域的人工智能工厂。”
完善的AI加速生态系统
戴尔的 AI 加速战略不仅限于服务器硬件，还涵盖网络、存储和软件组件：
- 网络产品组合目前包括 PowerSwitch SN5600 和 SN2201 交换机（Nvidia Spectrum-X 平台的一部分）以及 Nvidia Quantum-X800 InfiniBand 交换机，借助 Dell ProSupport 和部署服务，吞吐量可达每秒 800 千兆位。
- 戴尔人工智能数据平台已获得升级，以增强人工智能应用程序的数据管理，包括具有 Nvidia BlueField-3 和 Spectrum-4 网络集成的更密集的 ObjectScale 系统。
- 在软件方面，戴尔直接提供 Nvidia AI Enterprise 软件平台，采用 Nvidia NIM、NeMo 微服务和 Blueprints 来简化 AI 开发工作流程。
该公司还与 Nvidia 合作为其 AI 工厂推出了托管服务，提供监控、报告和维护服务，以帮助组织解决专业知识差距——熟练的专业人员仍然短缺。
上市时间表和市场影响
戴尔的 AI 加速平台将在 2025 年分阶段推出：
- 搭载 NVIDIA HGX B300 GPU 的风冷 PowerEdge XE9780 和 XE9785 服务器将于 2025 年下半年上市
- 液冷 PowerEdge XE9780L 和 XE9785L 型号预计将于今年晚些时候推出
- 搭载 Nvidia RTX Pro 6000 Blackwell 服务器版 GPU 的 PowerEdge XE7745 服务器将于 2025 年 7 月推出
- 配备 GB300 NVL72 的 PowerEdge XE9712 将于 2025 年下半年上市
戴尔计划支持 Nvidia 的 Vera CPU 和 Vera Rubin 平台，这表明该公司致力于长期致力于将其 AI 生态系统扩展到该产品系列之外。
AI加速市场战略分析
戴尔进军人工智能加速硬件反映了其战略转变，即利用人工智能热潮，并利用其已建立的企业客户关系。
随着企业意识到大规模实施人工智能的复杂性和成本，戴尔似乎将自己定位为综合解决方案提供商，而不仅仅是硬件供应商。
然而，戴尔人工智能加速计划的成功最终取决于系统如何有效地提供可衡量的商业价值。
投资高端基础设施的组织将要求运营改进和竞争优势，以证明大量资本支出是合理的。
与英伟达的合作让戴尔能够接触到下一代AI加速器技术，但也使其对英伟达的供应链和产品路线图产生了依赖。鉴于芯片持续短缺以及对AI加速器的巨大需求，戴尔能否确保充足的GPU分配对于满足客户期望至关重要。
