Dell Technologies hat seine "Dell AI Data Platform" in Zusammenarbeit mit NVIDIA ausgebaut und adressiert damit zentrale Hürden beim produktiven Einsatz von KI in Unternehmen. Im Mittelpunkt stehen Funktionen zur automatisierten Datenaufbereitung sowie eine engere Verzahnung von Datenmanagement, Infrastruktur und Beschleunigerhardware.

Kern der Neuerungen ist eine Data Orchestration Engine, die Daten aus unterschiedlichen Quellen automatisiert erschließen, aufbereiten und in verwertbare Trainings- und Inferenzdatensätze überführen soll. Der Ansatz kombiniert laut Hersteller automatisierte Pipelines mit "Human-in-the-loop"-Mechanismen, bei denen Anwender Datenaufbereitung und Modelltraining gezielt überprüfen und korrigieren können. Ergänzend stellt Dell einen Marktplatz für vorgefertigte Bausteine bereit, darunter NVIDIA NIM Microservices und AI Blueprints, die sich in bestehende Workflows integrieren lassen – einschließlich agentenbasierter Abläufe, bei denen KI-Systeme Aufgaben weitgehend eigenständig ausführen.

Für die Datenanalyse integriert Dell zudem eine KI-gestützte Assistenzfunktion direkt in die SQL-Verarbeitung. Diese soll Abfragen vereinfachen und den Zugang zu strukturierten Daten erleichtern. Parallel dazu setzt Dell auf beschleunigte Datenverarbeitung durch NVIDIA-Technologien: Laut Anbieter lassen sich SQL-Abfragen bis zu dreimal schneller ausführen, während sich die Vektorindizierung um den Faktor zwölf beschleunigt.

Ein weiterer Schwerpunkt liegt auf der Storage-Infrastruktur. Mit dem "Dell Lightning File System" und "Dell Exascale Storage" adressiert der Hersteller KI-Workloads, die hohe parallele Datenzugriffe erfordern. Das Lightning File System soll als paralleles Dateisystem hohe Durchsatzraten für Training und Inferenz liefern, während Exascale-Storage verschiedene Speicherprotokolle in einer Plattform bündelt. Ergänzend positioniert Dell ObjectScale für S3-kompatible Workloads sowie einen neuen Kontextspeicher für Vektor- und KV-Caches, der speziell auf generative KI ausgelegt ist.

Flankiert werden diese Plattformfunktionen durch Infrastruktur-Updates aus der "Dell AI Factory". Dazu zählen unter anderem neue PowerEdge-Server mit NVIDIA-GPUs sowie Netzwerkkomponenten für hochskalierbare KI-Cluster. Ziel ist es, Datenverarbeitung und Modelltraining enger aneinander zu koppeln und Engpässe zwischen Storage, Netzwerk und Compute zu reduzieren.

Insgesamt zielt Dell darauf ab, die typischen Probleme vieler KI-Projekte – fragmentierte Daten, aufwendige Vorbereitung und begrenzte Skalierbarkeit – technisch zu adressieren. Der Hersteller setzt dabei auf eine durchgängige Architektur vom Datenmanagement bis zur beschleunigten Infrastruktur, um den Übergang von experimentellen Ansätzen in produktive Umgebungen zu verkürzen.