• Rozwiązania Dell w zakresie sztucznej inteligencji

    Rozwiązania Dell w zakresie sztucznej inteligencji

    Zdobądź przewagę dzięki najszerszej gamie rozwiązań w zakresie generatywnej sztucznej inteligencji1.

    • Zastosuj sztuczną inteligencję do analizy danych

      Firma Dell Technologies przyspiesza przejście od możliwości do sprawdzonych sposobów dzięki nowatorskim technologiom, kompleksowemu pakietowi usług profesjonalnych i szerokiej sieci partnerów.

    • Oferta produktów gotowych do obsługi sztucznej inteligencji

      Uzyskaj najlepszą wydajność sztucznej inteligencji2 i skorzystaj z uproszczonych sposobów pozyskiwania, wdrażania i obsługi administracyjnej infrastruktury AI zaprojektowanej z myślą o epoce generatywnej sztucznej inteligencji. Technologie, innowacje i mocne strony rozwiązań firmy Dell Technologies szybko zapewnią Twojej firmie bardziej inteligentne wyniki.

    • Projekty Validated Design w zakresie sztucznej inteligencji

      Szybsze osiąganie korzyści dzięki rozwiązaniom zaprojektowanym z myślą o sztucznej inteligencji i technologiach generatywnych.

      • Szybsze wdrażanie i ograniczenie ryzyka dzięki zatwierdzonym przez inżynierów rozwiązaniom zaprojektowanym i przetestowanym pod kątem docelowych zastosowań. 
      • Uruchamianie nowoczesnych aplikacji w dowolnym miejscu i czasie dzięki elastycznym platformom i skalowalnej infrastrukturze w środowisku wielu chmur.
    • Serwery PowerEdge do obsługi sztucznej inteligencji

      Generatywna sztuczna inteligencja pozwala zmienić pomysły w szybsze działanie dzięki serwerom PowerEdge zoptymalizowanym pod kątem tej technologii.

      • Serwery PowerEdge XE oferują najlepszą akcelerację i różnorodne opcje procesorów graficznych.
      • Serwer PowerEdge R760xa zapewnia dużą gęstość kart PCIe.
    • Pamięć masowa na potrzeby sztucznej inteligencji

      Ochrona i przetwarzanie ogromnych ilości danych bez struktury dzięki elastycznemu i skalowalnemu rozwiązaniu w zakresie pamięci masowej.

      • Rozwiązanie zaprojektowane z myślą o wyjątkowo wydajnej obsłudze dużych ilości danych.
      • Optymalizacja fundamentów sztucznej inteligencji dzięki skalowalnej platformie danych.
      • Większy zwrot z inwestycji w sztuczną inteligencję i technologie generatywne.
    • Zarządzanie danymi na potrzeby sztucznej inteligencji

      Odblokowanie potencjału danych od brzegu przez rdzeń po środowiska wielochmurowe w celu obsługi analiz, sztucznej inteligencji i obciążeń roboczych związanych z generatywną AI.

      • Prostsze lokalizowanie danych, uzyskiwanie dostępu do nich i ich przetwarzanie w różnych środowiskach.
      • Zapewnienie szybszego dostępu do danych w celu szybszego dopasowywania modeli i osiągania lepszych wyników biznesowych.
      • Gotowe do użycia rozwiązanie, które upraszcza zakupy, wdrażanie i zarządzanie cyklem życiowym.
    • Stacje robocze Precision

      Platformy i rozwiązania w zakresie sztucznej inteligencji zapewniają szybsze i bardziej inteligentne wyniki. 

      • Dostosowane rozwiązania upraszczające optymalizację, tworzenie i wdrażanie obciążeń roboczych związanych z generatywną sztuczną inteligencją oraz przyspieszające tworzenie prototypów.
      • Idealne rozwiązanie dla środowisk piaskownicy i opłacalna alternatywa dla dużych modeli językowych opartych na domenach i przedsiębiorstwach (LLM).
    • Usługi profesjonalne w zakresie sztucznej inteligencji

      Szybsze wykorzystanie możliwości sztucznej inteligencji w zakresie danych.

      • Możliwość opracowania i zweryfikowania planu dotyczącego generatywnej sztucznej inteligencji i wprowadzania innowacji z wykorzystaniem uznanej platformy GenAI.
      • Skrócenie czasu do uzyskania wartości w przypadku priorytetowych potrzeb biznesowych.
      • Wprowadzenie funkcji generatywnej sztucznej inteligencji w całej organizacji.
      • Wprowadzenie generatywnej sztucznej inteligencji do organizacji

        Dowiedz się, w jaki sposób Twoja firma może wykorzystać potencjał generatywnej sztucznej inteligencji dzięki wiedzy, rozwiązaniom i strategiom firmy Dell dotyczącym możliwości transformacji.

      • Projekty Validated Design w zakresie generatywnej sztucznej inteligencji

        Projekty Dell Validated Design to wstępnie przetestowane modułowe rozwiązania zatwierdzone wspólnie przez ekspertów i partnerów firmy Dell Technologies. Upraszczają one planowanie, wdrażanie i testowanie, wspierając różne zastosowania generatywnej sztucznej inteligencji za sprawą skalowalnych elementów, które można dopasować do konkretnych potrzeb.

      • Validated Design na potrzeby wnioskowania

        Wnioskowanie polega na wykorzystaniu wstępnie wytrenowanych modeli sztucznej inteligencji do prognozowania, podejmowania decyzji lub generowania danych wyjściowych na podstawie danych wejściowych. Ten proces jest niezbędny do praktycznego wdrożenia generatywnej sztucznej inteligencji, która umożliwia tworzenie treści w czasie rzeczywistym i reagowanie na nie. Zastosowanie wstępnie wytrenowanych modeli może ułatwić szybsze i bardziej opłacalne osiąganie wyników.

        Validated Design do generatywnej sztucznej inteligencji z technologią NVIDIA na potrzeby wnioskowania

        Rozwiązuje problemy związane z wnioskowaniem (inferencją), takie jak opóźnienia, brak responsywności czy wymagania obliczeniowe, pomagając przekształcić dane przedsiębiorstwa w wartościowe, bardziej inteligentne wyniki. 

      • Validated Design na potrzeby dostosowywania i dostrajania modeli

        Dostrajanie to proces, w ramach którego firmy mogą dodawać dane specyficzne dla domeny branżowej do istniejącego dużego modelu językowego (LLM). Pozwala to na głębsze, wyspecjalizowane analizowanie informacji związanych z działalnością firmy.

        Generatywna sztuczna inteligencja z technologią NVIDIA na potrzeby dostosowywania i dostrajania modeli

        To rozwiązanie obniża koszty optymalizacji dzięki sprawdzonym wskazówkom na temat ponownego treningu istniejących modeli generatywnej sztucznej inteligencji pod kątem docelowych zastosowań, a także przykładom standardowych technik dopasowywania, takich jak uczenie transferowe i optymalizacja promptów.


    • Projekty Validated Design w zakresie sztucznej inteligencji

      Projekty Dell Technologies Validated Design to przetestowane i sprawdzone konfiguracje, zaprojektowane od samego początku z myślą o dynamicznym dopasowaniu do konkretnych zastosowań. 

    • Rozwiązanie Opis Materiały
      Sztuczna inteligencja w środowiskach zwirtualizowanych Sztuczna inteligencja z obsługą technologii VMware dzięki rozwiązaniu NVIDIA AI Enterprise w ramach infrastruktury Dell.
      Procesy AI MLOps dzięki usługom cnvrg.io Standaryzacja kanałów przepływu danych uczenia maszynowego przy użyciu usług cnvrg.io w celu ułatwienia pracy zespołów ds. danych i inżynierii — od badań po produkcję.
      Automatyczne uczenie maszynowe Automatyzacja wyboru algorytmów, generowania funkcji, dostrajania hiperparametrów i oceny modelu w celu ułatwienia i skrócenia czasu wdrożenia rozwiązań SI.
      Sztuczna inteligencja jako rozmówca

      Zapewnienie nadzwyczajnych, skutecznych i wydajnych środowisk klientom i pracownikom dzięki sztucznej inteligencji w kanałach głosowych i cyfrowych (w tym czatbotach i asystentach wirtualnych).

      Generatywna sztuczna inteligencja z technologią NVIDIA na potrzeby wnioskowania Szybkie rozpoczęcie od wstępnie wytrenowanego modelu w celu uzyskiwania wartościowych wyników dzięki wspólnej architekturze firm Dell Technologies i NVIDIA.
      Generatywna sztuczna inteligencja z technologią NVIDIA na potrzeby dostosowywania i dostrajania modeli Dowiedz się, jak ponownie wytrenować istniejący model generatywnej sztucznej inteligencji pod kątem docelowych zastosowań, oraz poznaj przykłady standardowych technik dopasowywania, takich jak uczenie transferowe i optymalizacja promptów.

       

      NVIDIA Fleet Command Dzięki temu projektowi administratorzy IT mogą uzyskać bezpieczną kontrolę zdalną, upraszczając wdrażanie i uruchamiając odporną na awarie sztuczną inteligencję w sieci w kilka minut.
       
      Red Hat OpenShift AI w środowisku Dell APEX Cloud Platform for Red Hat OpenShift Wdrożenie cyfrowego asystenta opartego na dużym modelu językowym (LLM) i technologii Retrieval Augmented Generation (RAG).
    • Sztuczna inteligencja
      i dane w dowolnym miejscu

      Wirtualne wydarzenie: dołącz do nas 7 grudnia 2023 r.
      Przedstawimy swoją wizję danych i sztucznej inteligencji.

    • Często zadawane pytania

    • Jaka jest różnica między sztuczną inteligencją a generatywną sztuczną inteligencją?

      Sztuczna inteligencja korzysta z zaawansowanych analiz i technik logicznych do interpretacji zdarzeń i automatyzacji decyzji. Z kolei generatywna sztuczna inteligencja zapewnia firmom większą wartość, wykorzystując duże zestawy danych do generowania nowych treści, takich jak tekst, obrazy, audio, wideo, dane syntetyczne i kod oprogramowania. 

    • Dlaczego dane są ważne dla sztucznej inteligencji i technologii generatywnych?

      Dane napędzają sztuczną inteligencję i technologie generatywne, a ich ilość i jakość mają bezpośredni wpływ na uzyskiwane wyniki. 

    • W jaki sposób organizacje mogą skorzystać na generatywnej sztucznej inteligencji?

      Generatywna sztuczna inteligencja może zmienić model działania organizacji, przekształcając je w sposób, który dopiero zaczynamy sobie wyobrażać. Liderzy biznesu i IT dopiero zaczynają czerpać korzyści z wielu zalet tej technologii, w tym zwiększonej wydajności, niższych kosztów, innowacyjności i zadowolenia klientów.

  • Czy są jakieś pytania?
    Jesteśmy po to, by pomagać.
    Zapewniamy pomoc w zakresie specjalistycznych porad i rozwiązywania złożonych problemów.
    • 1 Na podstawie analizy przeprowadzonej przez firmę Dell, sierpień 2023 r.  Firma Dell Technologies oferuje rozwiązania obsługujące zadania sztucznej inteligencji w 12 kategoriach produktów i usług.

      2 Na podstawie przeprowadzonej przez firmę Dell analizy publicznie dostępnych wyników klasyfikacji obrazów AI na porównywalnych 8-kierunkowych serwerach z procesorami GPU. Obrazy pobrano ze strony www.mlperf.org 27 czerwca 2023 r. Serwer Dell PowerEdge XE9680 z procesorami graficznymi NVIDIA® H100 Tensor Core osiągnął wynik 13,466 w teście MLPerf™ Training v3.0 obejmującym porównanie klasyfikacji obrazów AI w kategorii „Dostępne lokalnie” dla Closed Division. Jest to szybkość większa niż w przypadku serwera GIGABYTE G593-SD0 (13,500), serwerów Supermicro AS-8125GS-TNHR i SYS-821GE-TNHR (odpowiednio 13,603 i 13,501) oraz NVIDIA dgxh100_ngc23.04 (13,601), a także w porównaniu z wynikami w kategorii „Podgląd” dla serwera Quanta_Cloud_Technology D74H-7U_preview (13,721) i serwera Azure ND_H100_v5 (13,819). Wynik został zweryfikowany przez organizację MLCommons Association. Nazwa i logo MLPerf™ są znakami towarowymi organizacji MLCommons Association w Stanach Zjednoczonych i innych krajach. Wszystkie prawa zastrzeżone. Użycie bez upoważnienia jest surowo wzbronione. Więcej informacji można znaleźć na stronie www.mlcommons.org .

      * Serwer Dell PowerEdge XE9680 przekracza wydajność serwera Supermicro SuperServer SYS-821GE-TNHR w czterech z sześciu kluczowych testów porównawczych zastosowań sztucznej inteligencji.

           Na podstawie przeprowadzonej przez firmę Dell analizy publicznie dostępnych wyników klasyfikacji obrazów AI na porównywalnych serwerach z 8 procesorami GPU. Obrazy pobrano ze strony www.mlperf.org 27 czerwca 2023 r. Serwer Dell PowerEdge XE9680 z procesorami graficznymi NVIDIA® H100 Tensor Core osiągnął wynik 13,466 w teście MLPerf™ Training v3.0 obejmującym porównanie klasyfikacji obrazów AI w kategorii „Dostępne lokalnie” dla Closed Division. Jest to szybkość większa niż w przypadku serwera GIGABYTE G593-SD0 (13,500), serwerów Supermicro AS-8125GS-TNHR i SYS-821GE-TNHR (odpowiednio 13,603 i 13,501) oraz NVIDIA dgxh100_ngc23.04 (13,601), a także w porównaniu z wynikami w kategorii „Podgląd” dla serwera Quanta_Cloud_Technology D74H-7U_preview (13,721) i serwera Azure ND_H100_v5 (13,819).  Wynik został zweryfikowany przez organizację MLCommons Association. Nazwa i logo MLPerf™ są znakami towarowymi organizacji MLCommons Association w Stanach Zjednoczonych i innych krajach. Wszystkie prawa zastrzeżone. Użycie bez upoważnienia jest surowo wzbronione. Więcej informacji można znaleźć na stronie www.mlcommons.org .

      ** Serwer Dell PowerEdge XE9680 osiągnął lepsze wyniki niż serwery Supermicro SuperServer SYS-821GE-TNHR i AS-8125GS-TNHR w przypadku trenowania modeli AI pod kątem przetwarzania języka naturalnego (NLP) .

          Na podstawie przeprowadzonej przez firmę Dell analizy publicznie dostępnych wyników dotyczących wydajności pobranych ze strony www.mlperf.org 27 czerwca 2023 r. Serwer Dell PowerEdge XE9680 z procesorami graficznymi NVIDIA® H100 Tensor Core osiągnął wynik 13,466 w teście MLPerf™ Training v3.0 w zakresie klasyfikacji obrazów, wynik 16,846 w przypadku rozpoznawania mowy oraz 19,985 w zakresie wykrywania obiektów dużej wagi, a także 5,363 w testach porównawczych NLP w kategorii „Dostępne lokalnie” dla Closed Division. Są to wyniki lepsze niż w przypadku serwera Supermicro SYS-821GE-TNHR (13,501 w zakresie klasyfikacji obrazów, 17,919 w przypadku rozpoznawania mowy, 21,493 w zakresie wykrywania obiektów dużej wagi oraz 5,383 w testach porównawczych NLP). Wynik został zweryfikowany przez organizację MLCommons Association. Nazwa i logo MLPerf™ są znakami towarowymi organizacji MLCommons Association w Stanach Zjednoczonych i innych krajach. Wszystkie prawa zastrzeżone. Użycie bez upoważnienia jest surowo wzbronione. Więcej informacji można znaleźć na stronie www.mlcommons.org .

      *** Serwer Dell PowerEdge XE9680 osiągnął lepsze wyniki niż serwer Supermicro SuperServer AS-8125GS-TNHR w sześciu kategoriach podczas porównania przebiegów treningowych uczenia maszynowego w systemie z pojedynczym węzłem.

            Na podstawie przeprowadzonej przez firmę Dell analizy publicznie dostępnych wyników dotyczących wydajności pobranych ze strony www.mlperf.org 27 czerwca 2023 r. Serwer Dell PowerEdge XE9680 z procesorami graficznymi NVIDIA® H100 Tensor Core osiągnął wynik 13,466 w teście MLPerf™ Training v3.0 w zakresie klasyfikacji obrazów, wynik 16,846 w przypadku rozpoznawania mowy oraz 5,363 w testach porównawczych NLP w kategorii „Dostępne lokalnie” dla Closed Division. Są to wyniki lepsze niż w przypadku serwerów Supermicro AS-8125GS-TNHR i SYS-821GE-TNHR (odpowiednio 13,603 i 13,501 w zakresie klasyfikacji obrazów, 19,235 i 17,919 w przypadku rozpoznawania mowy oraz 5,389 i 5,383 w testach porównawczych NLP). Wynik został zweryfikowany przez organizację MLCommons Association. Nazwa i logo MLPerf™ są znakami towarowymi organizacji MLCommons Association w Stanach Zjednoczonych i innych krajach. Wszystkie prawa zastrzeżone. Użycie bez upoważnienia jest surowo wzbronione. Więcej informacji można znaleźć na stronie www.mlcommons.org .