力丽科技携手戴尔 以AI Factory搭建企业智能转型最速捷径 智能应用 影音
Event
member

力丽科技携手戴尔 以AI Factory搭建企业智能转型最速捷径

  • 李佳玲台北

力丽科技携手Dell Technologies戴尔科技集团,于日前擧办「AI战力,神速就位 – 把AI带入数据」论坛,吸引众多业界先进参与,现场座无虚席,希望借此带领企业掌握AI时代所需技术与服务,一步到位打造企业专属AI工具箱。力丽科技
力丽科技携手Dell Technologies戴尔科技集团,于日前擧办「AI战力,神速就位 – 把AI带入数据」论坛,吸引众多业界先进参与,现场座无虚席,希望借此带领企业掌握AI时代所需技术与服务,一步到位打造企业专属AI工具箱。力丽科技

现今人工智能(AI)浪潮席卷,以前所未见的速度改变商业世界胜负规则;驱使企业急欲建构如同「人工智能工厂」的机制,期望加速AI应用开发,从而在这场变革中抢先跻身胜利组。

为此力丽科技携手Dell Technologies戴尔科技集团,于日前擧办「AI战力,神速就位 – 把AI带入您的数据」论坛,希冀带领企业掌握AI时代所需技术与服务,一步到位打造专属AI工具箱,运用数据开创业务创新价值。

力丽科技系统服务事业部副总经理张荣城。力丽科技

力丽科技系统服务事业部副总经理张荣城。力丽科技

戴尔科技集团技术副总经理梁汇华。力丽科技

戴尔科技集团技术副总经理梁汇华。力丽科技

戴尔科技集团资深解决方案架构师叶恩任。力丽科技

戴尔科技集团资深解决方案架构师叶恩任。力丽科技

亚太智能机器CEO吴柏翰。力丽科技

亚太智能机器CEO吴柏翰。力丽科技

戴尔科技集团资深产品业务协理徐志良。力丽科技

戴尔科技集团资深产品业务协理徐志良。力丽科技

力丽科技系统服务事业部副总经理张荣城表示,当前AI浪潮涌向全球,不论产业竞争乃至人们日常生活,触目所及尽是AI;因此借重戴尔及其生态系夥伴APMIC亚太智能机器的顾问专家分享经验与技能,协助企业随需打造各种智能应用场景。

善用Dell AI Factory,加速肇建创新大局

戴尔科技集团技术副总经理梁汇华指出,戴尔提出的AI工厂,是一个端到端创新方案,可帮助企业加速采用AI并提高生产力;它全面整合戴尔的运算、储存、软件与服务功能,支持从模型建立到推论各种AI应用,以利企业将数据转化为有价值的见解与成果,快速实现AI投资报酬。

谈及AI实践,需要算力、数据与模型三者到位并形成闭环,此即为AI金三角概念,其间有赖好的网络居中串联,借此建立大规模训练和推论环境。

正所谓万事起头难,企业不管要启动AI或GenAI专案,务求先确立Use Case,有了目标,后续即能准确执行人力、技术、营运等种种资源配置。

以戴尔为例,主要藉由4个Pillar来构筑自家AI拼图,个中逻辑值得企业学习。一是将AI放入既有产品;二是确保产品可承载AI活动;三是将AI融入产品和服务的Portfolio;最后让AI与客户连结,透过AI立即掌握客户需求,自动连动到销售、报修等相关行为。藉由这四个方向发展AI的Use Case,接着再利用AI Factory付诸实践;其中需要藉助Lakehouse集中收容数据,亦利用戴尔独有的AI-driven Infrastructure完成平台搭建。

显见对有志发展AI的企业来说,最重要就是定义Use Case,简言之便是找出兼具高商业价值、高可行性的场景。如何挖掘场景,固然考验企业本身功力,但戴尔亦可助一臂之力,援引其新加坡数据科学团队能量,协助客户进行商业价值与可行性分析,先找出潜在Use Case,再提供4~8周顾问甚至开发服务,确认Use Case发展目标,再根据相关Workload检视所需运作资源,然后打开戴尔AI Factory形塑的「潘朵拉盒子」,把诸如DDAE(Dell Data Analytics Engine)数据分析引擎等经过戴尔验证的必要工具带起来,快速建构数据中台,形成企业专属端到端的AI Factory。

援引高速算力与现代湖仓,优化模型训练与微调

接着由来自戴尔、亚太智能机器(APMIC)的专家依序开讲,接力阐释AI Factory中各个关键拼图。戴尔科技集团资深解决方案架构师叶恩任表示,基于安全存取、通用性、准确性/控制/定制、成本、数据停留位置等综合考量,现今企业多采自建方式导入LLM,因而需要因应生成式AI从无到有发展阶段,部署对应基础建设,顺利支撑模型增强(RAG)、模型微调(Fine-tuning)等必要工序。

针对算力,戴尔提供各式运算设备,包含可支持逾175B参数的XE系列GPU服务器,其中XE9680足以媲美NVIDIA DGX的运算效能,且以400/800GbE 以太网络做为Back End连接,以利企业能以远低于InfiniBand的建置成本实现超高IOPS与Throughput。

亚太智能机器(APMIC)CEO吴柏翰,分享如何以其CaiGunn繁中语言模型助力加速LLM私有化。他强调今后欲开发多模态GenAI应用,势必需要藉助70B以上的模型,训练过程所需动用的H100 GPU数量有增无减。

经测试证实,欲训练一个1B模型,需准备1万亿Tokens,动用256张H100,预估投注新台币3.8亿经费。反观若基于CaiGunn做Fine-tuning,预算需求骤降为1,600万元,Tokens需求骤减至1,000万个,足见其核心价值即是大幅降低企业AI应用门槛。

担纲压轴演讲的戴尔科技集团资深产品业务协理徐志良,述说实作GenAI的最佳数据整合与储存策略方案。包括藉由PowerScale优化AI模型训练及微调,同时提供新时代数据中台结合Lakehouse湖仓一体方案,有效整合企业内众多数据源。

所谓湖仓是结合数据湖与数据仓储,形成全新统一体系架构,解决数据孤岛问题。其底层采用平行分散式S3平台,具备绝佳扩展性;再结合数据虚拟化或称数据联邦技术,为前端各类AP提供接口。为此戴尔以其DDAE引擎整合Starburst的多元Data Connector,组成现代化湖仓,满足AI Factory版图中至关重要的一环。

总括来说,戴尔全面支持现代数据中心、数据仓湖、多元模型,并串联诸如APMIC等第三方ISV工具,得以淬链成完整AI Factory方案,使企业化繁为简迅速将AI/ML与GenAI能量注入数据当中。


关键字