戴尔基础设施解决方案集团总裁Arthur Lewis表示，人工智能革命已经到来，数据中心是这场革命能否实现全球扩展的试验场，但目前数据中心尚未为此做好准备。

“所以，如果你考虑今天的数据，有多少数据位于热层，多少数据位于温层，多少数据位于冷层？所有这些都将带来改变，数据主要位于热层和温层，不断循环，为这些引擎提供数据，如果你相信这一点，那么就必须拆除过去连接一切的孤岛。数据中心将重新架构。这并不一定意味着‘嘿，把所有东西都拆掉，把所有新东西都放进去。’”

目前全球销售的大规模计算和存储中，有越来越多是来自于Lewis带领的部门，戴尔在这两个市场板块中都处于市场领先地位。

上一季度，戴尔的AI优化型服务器收入规模增长到26亿美元，同样的计算系统出货量环比增长100%，达到17亿美元。

戴尔表示，截至第一季度末，AI优化型服务器积压订单为38亿美元，这只是戴尔管道中的一小部分。华尔街分析师担心，戴尔达成这些交易的成本会对利润造成侵蚀。在5月30日的财报电话会议上，戴尔副董事长、首席运营官Jeff Clarke承认成本很高，但表示回报是值得的。

Lewis表示，戴尔正在考虑的是长远问题。

“在这方面我们有很多历史先例，我不会去想这是对还是错。我们的方向正确吗？这就像在没有盒子的情况下拼拼图。但我们与合作伙伴和客户进行了足够多的对话，我们对历史有足够的了解，可以说，‘嘿，根据我们今天掌握的所有数据，这就是我们今天对未来的最好看法。’”

未来的一部分，会涉及到克服重大瓶颈，以实现计算基础设施的现代化，电力就是其中之一。

戴尔首席人工智能官Jeff Boudreau表示，两三年之后，数据中心可能没有足够的电力来支持GPU的增长，因为目前订购的AI系统甚至没有足够的电力支持。

Boudreau表示：“如果你看看我们和Nvidia的一些积压订单，你就会发现，没有足够的电力和冷却来支持这些，因此，我认为他们最关心的问题之一就是，我们需要重新思考我们构建数据中心的方式。从历史上看，曾经帮助我们走到那一步的方法，如今已经无法帮助你走到这里了。”

我们曾经和很多数据中心领域的人们交谈过，他们似乎还没有准备好更换整个硬件堆栈，会存在电源和空间方面的要求。那么关于AI时代的数据中心，我们能从中得到什么信息？

我们试图描绘出一幅画面，即围绕AI的革命与工业革命是非常相似的。工业革命持续了50、60年，而AI革命可能只有工业革命的一半。

如果你了解AI，特别是生成式AI的现状，那么就会知道，如今它就是一种独立的工作负载，你仍然需要承担大量与之相关的工作负载。但毫不夸张地说，随着AI的普及，它将在数据中心变得越来越普遍。

好吧，这意味着什么？这意味着基础设施需要大量的数据。所以，如果你考虑今天的数据，有多少数据位于热层，多少数据位于温层，多少数据位于冷层。所有这些数据都将发生变化，数据主要位于热层和温层，不断循环，为这些引擎提供信息。如果你相信这一点，那么就必须拆除过去连接一切的孤岛。

数据中心将进行重新架构。并不一定意味着“嘿，把所有东西都拆掉，把所有新东西都放进去。”

重新架构数据中心需要多长时间？

就像Michael在台上说的那样，“机会有多大？”这很难说。

显然，这不会在未来五年内发生，这可能是一个长达数十年的旅程，但很难说。一旦人们意识到AI的好处并真正理解了用例，如果经济上合理，那么很多事情都会快速推进。这一切都归结为经济学。他们部署了AI，看到了AI的经济效益，然后投入更多，这种转变将发生得更快。

这不会在未来三到五年内发生。

这么说有道理吗？

是的，有道理。但另一方面是计算，对吧？就像我们人类并没有减少计算量，所有上线的应用在使用越来越多的计算，并没有放慢速度。

对。我的意思是，AI是它的催化剂，但我们开始意识到，实际上Jeff Clarke意识到了，为了充分利用AI，你真的必须让你的业务流程现代化。他谈了很多关于精简、标准化和自动化的问题，这需要对业务运营进行大规模转型。

我们刚刚庆祝了成立40周年。Michael和Jeff都意识到，在过去的40年里，我们建立了很多流程，但这些流程不会帮助我们度过未来的40年。我们必须精简所有这些流程，重塑自我，才能真正利用这项新技术。

数据中心也是如此。数据中心的建设方式与过去30年是完全相同的，但这不会帮助我们度过未来30年。我们必须改变，但这种改变不是一次开关电灯式的转型，我们重塑自我的方式也不是电灯开关式的转型，而是受其经济效益的驱动，我们会说：“哇，如果我们转型业务，将带来巨大的经济效益，所以我们正在进行投资以实现这一目标。”

公司将看到巨大的经济效益，并加速实现这一目标。

Michael（如图）在台上打了一个很好的比喻，他说，当电力出现时，所有水力磨坊都把水轮换成了电动机，而不是尝试设计新的工艺来融入这项技术。与此同时，戴尔表示，我们需要颠覆并且替掉价值数万亿美元的数据中心市场，用更强大的GPU架构取而代之。这难道不就是用电动机代替水轮来为水轮提供动力吗？

没错。是的。同样，我们对此的看法有很多历史先例。我不会去想这是对还是错。我们的方向正确吗？这就像在没有盒子的情况下拼拼图。

但是，我们与合作伙伴和客户进行了足够多的对话，我们对历史有足够的了解，可以说，“嘿，根据我们今天拥有的所有数据，这是我们今天对未来的最好看法。”

每次与客户会面时，我都会越来越相信我们讲述的故事，即客户如何看待AI，他们希望如何部署AI，然后我们开始向他们提问。

他们开始说，“哇。这会产生影响。我需要一些数据中心设计方面的帮助，因为我可能需要对事物设置的方式进行重构。”

去年和今年的Dell Technologies World大会相比，关于生成式AI的信息传递似乎确实逐渐成熟了。您似乎也开始向合作伙伴提供可行的洞察。那么您是否从合作伙伴那里得到了这样的反馈，他们说，“我真的可以使用它吗？”我真的能卖这个吗？’

从第一天起，我们就说，“如果没有强大的专业和咨询级服务，这一切都行不通，而如果没有合作伙伴社区的帮助，我们就无法实现这一点。”

Doug [Schmitt，戴尔科技服务总裁]有100多个合作伙伴参与了到整个堆栈的专业和咨询服务之中——从一开始就是如此。

暂且把电源和冷却放在一边，我们从客户那里听到的最大反对问题是，“我没有部署生成式AI的知识技能，这对我们来说是非常新的东西，这些技能并不是无处不在的，技术发展非常迅速。我不想成立一个新的ITOps团队。我需要帮助。”

这就是为什么我们非常专注于提供解决方案。合作伙伴可以管理这个解决方案，有各种各样的白手套部署服务、管理服务。我认为渠道合作伙伴有很多机会。

这时，人们必须发挥创造力和创新精神，开始思考‘这些就是客户将要遇到的问题’。

我们必须开始制定解决方案来满足他们的需求。

我们为合作伙伴提供了一个绝佳的平台，让他们发挥创造力，找出他们想要为客户提供的解决方案。就像我们业务的其他板块一样，在满足最终客户的需求方面，将和渠道社区形成一种紧密共生的关系。

甚至在生成式AI出现之前，数据中心就已经被预订一空，因此市场已经涌来。您对此有多兴奋？

你看到我们了吗？我是不是精神抖擞？（笑声）

这是计算。这是网络。这是存储。这是解决方案。这是软件。这是专业服务。

归根结底，机会是巨大的。我们追求的是能够与企业客户交谈并说“你想要什么？交给我们。”客户不必担心芯片多样性、网络多样性或存储架构。

您不需要为AI组建另一个AIOps团队。“告诉我们你想要的结果，然后交给我们。从桌面到数据中心再到云，你想要的结果是什么？’

我们已经讨论过推理编排。如果你是在PC上运行模型，这一点非常重要。你希望编排由模型创建的知识。...我们可以为你做到这一点。我们可以通过Hugging Face做到这一点。

这是AI Factory的概念。整个产业都在AI Factory内，我们希望为你提供你想要的结果。

所以我们现在得到的问题是，“我将想要什么结果？”哦，让我们谈谈这个。然后我们开始谈论结果。这里的“可能性”是什么？每个答案都会引出更多的问题，更多的答案和更多的问题。这是一个非常有趣的时刻。“我们可以做到吗？”是的，“实际上你可以做到。”

会不会有数据门槛？这种产生数据的方式，是否有可能满足这种需求？

答案是，在短期内，从数学上讲，是的。随着时间的推移，数据的增长机会是无限的，但我认为你会看到人们会以不同的方式看待数据，因为如果你相信AI的普及，数据就会为模型提供信息。模型会进入检查点，持续微调。随着时间的推移，数据会不断变得更好。一旦模型经过训练，一旦它“强化”了，由于缺乏更好的术语，就不再需要训练数据了。受监管的行业可能如此，但对很多其他公司来说并非如此。这将需要几年的时间才能使模型变得牢固，让人们对此感到满意，但是一旦数据经过训练并且运行良好，并且你有能力复制这个模型的话，它就会变成……“我有1 PB的数据。我需要它做什么？现在我把这些数据放入模型中，然后使用模型并从中获得了洞察力，我还需要它吗？”我可能需要其中的一些部分，但你整个数据策略都会发生改变。

这是一个非常有趣的领域，我不知道用“无限”这个词是否准确，但我真的感觉机会是无限的。

相关标签：