戴尔PowerEdge服务器内置NVIDIA DPU、NVIDIA GPU与VMware vSphere 8,可助力企业提升AI工作负载性能和建立零信任安全基础;现可在NVIDIA LaunchPad上进行体验
旧金山 —— VMware Explore —— 2022年8月30日 —— NVIDIA今日宣布与戴尔科技推出一款专为人工智能(AI)时代设计的全新数据中心解决方案,为全球企业带来先进的AI训练、AI推理、数据处理、数据科学和零信任安全能力。
该解决方案结合戴尔PowerEdge服务器、NVIDIA BlueField® DPU 、NVIDIA GPU和NVIDIA AI Enterprise 软件,并针对今天发布的VMware vSphere 8企业工作负载平台进行了优化。
企业可在NVIDIA LaunchPad上体验这些技术组合。NVIDIA LaunchPad是一项动手实验室计划,可以为AI、数据科学等领域的端到端工作流提供软硬件权限。
NVIDIA企业计算负责人Manuvir Das表示:“随着计算和网络工作负载的激增,AI与零信任安全已成为一股推动全球企业重构数据中心的强大力量。VMware vSphere 8将数据中心基础设施服务卸载到NVIDIA BlueField DPU上,并对这些服务进行加速、隔离、加强对它们的保护,同时为全球企业释放出用于处理智能工厂的计算资源。”
戴尔科技基础设施解决方案产品线管理高级副总裁Travis Vigil表示: “在新一代GPU加速数据中心领域,戴尔与NVIDIA一直保持合作,并推动了大规模的突破。如今推出一个新的解决方案,将强大的NVIDIA BlueField DPU和NVIDIA GPU内置至PowerEdge服务器平台,我们将继续携手 NVIDIA 为客户提供出色的性能与安全能力,帮助企业机构解决一些全球面临的严峻挑战。”
在BlueField上运行vSphere 8可大幅提高工作负载性能。通过将工作负载卸载到DPU,客户可以加速网络和安全服务,并节省CPU周期,同时保持性能,满足现代分布式工作负载的吞吐量和延迟要求。这一组合提高了性能与效率、简化了运营并增强了数据中心、边缘、云和混合环境的基础设施安全。
VMware云平台业务资深副总裁兼总经理Krish Prasad表示:“带有人工智能(AI)/机器学习(ML)和分析功能的分布式现代化应用,正在利用加速器,并提供更高的安全性作为主流应用基础设施的一部分,从而推动数据中心架构的转型。戴尔PowerEdge服务器,基于最新VMware vSphere 8创新技术而构建,并由NVIDIA BlueField DPU提供加速。戴尔PowerEdge服务器可为关键的企业云应用提供先进的性能和效率,同时更加有效地防止企业在多云环境中受到横向威胁。”
NVIDIA AI Enterprise即将支持VMware vSphere 8
NVIDIA 和 VMware AI-Ready Enterprise Platform是一个结合NVIDIA AI Enterprise软件套件和VMware vSphere的解决方案,戴尔PowerEdge服务器作为NVIDIA认证系统之一,将能够运行此解决方案。
NVIDIA AI Enterprise是一套全面的云原生AI和数据分析软件套件,为使企业能够在熟悉的基础设施上使用AI,而做了专门的优化。这套软件可以部署在任何地方,包括从企业数据中心到公有云,并且为保证AI项目在各地的正常运行,其对全球企业均可提供支持。
即将发布的NVIDIA AI Enterprise将为VMware vSphere 8的新功能提供支持,包括对更大规模的多GPU工作负载、资源优化和GPU生命周期的轻松管理提供支持。
供货情况
通过NVIDIA LaunchPad,企业可对NVIDIA BlueField-2 DPU上运行的VMware vSphere 8免费动手实验室进行访问。
内置在NVIDIA BlueField-2 DPU上运行的vSphere 8的戴尔服务器,将于今年晚期上市。内置VMware vSphere的NVIDIA AI Enterprise现已上市,前往NVIDIA LaunchPad 动手实验室,即可立即体验。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。