Dell Technologies расширила AI Data Platform новыми возможностями оркестрации и обработки данных для агентного ИИ, включая Unified Semantic Layer, Enterprise Knowledge Graph и Knowledge Agents. Data Processing Engine теперь будет работать на графических процессорах с использованием библиотеки Nvidia cuDF, а механизмы хранения получат доступ без копирования и передачу из памяти в память. Этот шаг важен, поскольку Dell называет данные, а не модели, следующим ограничением для промышленного ИИ.
Что Dell добавила в оркестрацию и обработку
В центре анонса находится Dell Data Orchestration Engine, который получил три дополнения, работающие как единый фундамент для поиска. Unified Semantic Layer придает структурированной и неструктурированной информации единое бизнес-значение во всех источниках, используя открытые модели с проверкой человеком. Enterprise Knowledge Graph связывает сущности и отношения на основе метаданных, происхождения данных, метаданных хранения и истории запросов, а затем дополняет каждый запрос агента связанными таблицами, изображениями, векторными индексами и журналами.
Поверх этих двух слоев работают Knowledge Agents в качестве ассистентов с узкой специализацией для отдельных частей графа. По словам менеджера по продукту Vrashank Jain, пользователи могут закрепить за агентом курируемую экспертизу, а затем задать подсказки, права доступа к данным, контроль качества и пороги затрат на токены. Агенты не привязаны к конкретной модели, что сохраняет выбор языковых моделей при едином подходе к построению контекста. Jain описал результат как точный и заслуживающий доверия агентный поиск.
Второе изменение касается Data Processing Engine, переработанного для ускорения подготовки корпоративных данных к ИИ непосредственно на GPU. Работая с Nvidia cuDF, он сближается с хранением Dell за счет доступа без копирования, передачи из памяти в память и распределенной обработки. Dell связывает этот короткий путь с PowerScale, ObjectScale и Lightning File System, каждый из которых рассчитан на свои требования к производительности, емкости и нагрузкам. Логика проста: меньше лишних перемещений от сырой информации к готовому для ИИ контексту.
Что агентный дата-центр меняет для бизнеса
Для компаний, внедряющих агентов, практический эффект заключается в более быстром доступе к согласованному контексту без перестройки конвейеров под каждую задачу. Общее семантическое определение означает, что термин сохраняет одно значение в отчетах, документах и базах данных, а граф автоматически добавляет связанные подтверждения. Небольшие команды получают готовый путь к управляемому поиску, а крупные предприятия могут обслуживать множество агентов из одного курируемого фундамента с меньшей операционной сложностью.
Та же архитектура вводит controles, которые покупателям следует проверить до внедрения: модели разрешений, процедуры проверки, сигналы настройки графа и бюджеты токенов определят точность, стоимость и соответствие требованиям. Dell представляет платформу как независимую от моделей и постоянно обновляемую, однако клиентам все равно нужно подтвердить, как раскрывается происхождение данных, как покрываются неструктурированные источники и как обеспечивается киберустойчивость. Сам по себе этот выпуск еще не доказывает стабильного качества в масштабе.
Показателем подтверждения тренда станет переход предприятий в закупках и архитектуре от языка фабрик ИИ к агентным дата-центрам. Научный сотрудник Dell Gaurav Chawla и аналитики theCUBE Research описывают этот сдвиг как превращение агентов в операторов, которые привлекают людей для проверки. Если будущие внедрения покажут выполнение процессов агентами, обучение со временем и рост выручки на GPU, то путь данных станет ядром корпоративной архитектуры.
