Datensilos aufbrechen und KI für die Wertschöpfung effektiv nutzen. In Zusammenarbeit mit NVIDIA, Elastic und Starburst entwickelte Data Engines...
Hintergrund
Da KI-Workloads weiter zunehmen, ist Storage zu einem entscheidenden strategischen Faktor für die Skalierung von KI geworden. Um den steigenden Anforderungen hier gerecht zu werden, ist eine Infrastruktur erforderlich, die einen konsistenten Durchsatz liefert und gleichzeitig den Bedarf an Hardware, Strom und Platz minimieren kann.
Dell Technologies hat am 21. Okt. 2025 dazu verschiedene Neuerungen für seine Dell AI Data Platform vorgestellt. Sie sollen Unternehmen dabei unterstützen, verteilte und isolierte Datenbestände schneller in zuverlässigere Erkenntnisse zu transformieren. Die Dell AI Data Platform als wichtige Komponente der Dell AI Factory stellt eine offene und modulare Basis bereit. Ziel der Ankündigung ist es danach, „die Komplexität von Datenlandschaften zu reduzieren, Datenpipelines zu vereinheitlichen und Informationen in großem Umfang für KI bereitzustellen“.
Ankündigungsübersicht
Speicher als strategischer Vorteil: Dell PowerScale und Dell ObjectScale- Storage Engines
Indem die Datenspeicherung von der Datenverarbeitung entkoppelt ist, kann die Plattform Leistungsengpässe vermeiden und bietet mehr Flexibilität für KI-Workloads wie Training und Fine-Tuning, Retrieval-Augmented Generation (RAG) sowie Inferencing.
Durch die Zusammenarbeit mit NVIDIA, Elastic und Starburst werden die Fähigkeiten der Data Engines erweitert, um Echtzeit-Erkenntnisse schneller aus strukturierten und unstrukturierten Daten zu ziehen. Die Plattform, die in das Referenzdesign der NVIDIA AI Data Platform integriert ist, basiert laut Entwickler dazu auf vier Kernkomponenten, die im Zusammenspiel sicherstellen sollen, dass Unternehmen das volle Potenzial ausschöpfen können:
- Storage Engines für marte Datenablage und reibungslose Datenübertragung
- Data Engines, um Daten in nutzbare Erkenntnisse zu verwandeln
- Integrierte Cyber-Resilienz
- Datenmanagement-Services.
Dell PowerScale bietet die von NAS bekannte Einfachheit im Kombination mit einer hohen Performance durch parallele Zugriffe, um Daten-Pipelines für das Training und Fine-Tuning von KI, RAG und KI-Inferencing zu beschleunigen.
Neu: Mit der Integration von NVIDIA GB200 NVL72 und NVIDIA GB300 NVL72 plus kontinuierliche Software-Updates soll Dell PowerScale laut Anbieter für große Infrastrukturen sowie Kompatibilität mit Anwendungen und Solution Stacks geeignet sein.
Dell PowerScale F710 ist „NVIDIA Cloud Partner”-zertifiziert (NCP) und skaliert auf über 16.000 GPUs. Im Vergleich zu anderen Lösungen soll dabei laut Anbieter jedoch nur ein Fünftel des Platzes im Rack belegt, bis zu 88 Prozent weniger Netzwerkswitches benötigt und bis zu 72 Prozent weniger Strom verbraucht werden.
ObjectScale als S3-nativer Objektspeicher ist als Appliance und nun auch als Software-definierte Option (SDS = Software Defined Storage) auf PowerEdge-Server verfügbar – und soll in dieser Variante laut Anbieter "bis zu acht Mal so schnell wie der All-Flash-basierte Object Storage vorheriger Generationen sein." Hinzu kommen Weiterentwicklungen, um die Geschwindigkeit, Skalierbarkeit und Effizienz von ObjectScale zu verbessern. Dazu gehören:
"Support für S3 over RDMA bald als technical Preview (1)
Im Vergleich zu herkömmlichen S3-Zugriffen steigt laut Anbieter der Durchsatz um bis zu 230 Prozent. Gleichzeitig sinkt die Latenz um bis zu 80 Prozent und die CPU-Nutzung um bis zu 98 Prozent;
Verbesserungen bei Zugriffen auf kleine Objekte und Effizienzoptimierungen in großen Umgebungen solle für einen bis zu 19 Prozent höheren Durchsatz bei 10-kB-Objekten und eine um bis 18 Prozent niedrigere Latenz sorgen;
Eine tiefere Integration in AWS S3 und Komprimierung auf Bucket-Level verbessern die Möglichkeiten für Entwickler und Data Scientists, große Datenmengen zu speichern, zu verlagern und zu nutzen."
Abb.: Dell ObjectScale S3-nativer Objektspeicher für komplexe KI-Workloads(Quelle: Dell Technologies).
Data Engines als Basis für Echtzeit-KI
Die vom Hersteller in enger Zusammenarbeit mit KI-Spezialisten wie NVIDIA, Elastic und Starburst entwickelten Data Engines der Dell AI Platform, die Daten organisieren und abfragen, werden demnach deutlich erweitert. Im einzelnen:
"Neue gemeinsam mit Elastic entwickelte Data Search Engine beschleunigt die Entscheidungsfindung, indem sie die Interaktion mit Daten erleichtert und so einfach wie das Stellen einer Frage machen soll. Die Engine wurde für Aufgaben wie RAG, semantische Suchen und GenAI-Pipelines konzipiert und integriert sich in die Discovery-Software MetadataIQ, sodass sich Milliarden von Dateien auf PowerScale oder ObjectScale auf Basis granularer Metadaten durchsuchen lassen.
Entwickler können mit der Engine und Tools wie LangChain smartere RAG-Anwendungen bauen, die lediglich aktualisierte Dateien einlesen, sodass Vektordatenbanken aktuell bleiben und Compute-Ressourcen eingespart werden.
Die in Zusammenarbeit mit Starburst entwickelte Data Analytics Engine ermöglicht Datenabfragen über Tabellen, Datenbanken, Data Warehouses in der Cloud sowie Data Lakehouses hinweg. Der neue Data Analytics Engine Agentic Layer kann Rohdaten binnen Sekunden in für geschäftliche Zwecke nutzbare Datenprodukte wandeln. Er nutzt dazu LLMs, um die Dokumentation zu automatisieren, Erkenntnisse zusammenzutragen und KI in SQL-Workflows einzubetten. Darüber hinaus vereinheitlicht er den Zugriff auf Vektor-Stores, sodass Suchaufträge über Iceberg, die Data Search Engine von Dell Technologies sowie PostgreSQL mit PGVector und andere Lösungen hinweg möglich sind.
Für den Enterprise-Einsatz ausgelegte Monitoring- und Governance-Funktionen sollen helfen, die KI-Nutzung zu tracken, zu auditieren und zu kontrollieren.
Neuer MCP-Server für die Data Analytics Engine erleichtert die Entwicklung von KI- und Multi-Agenten-Systemen.
Die Integration von NVIDIA cuVS in die Dell AI Data Platform ist laut Dell für deutliche Performance-Verbesserungen bei Vektorsuchen. Sie bringt GPU-beschleunigte Hybrid-Suchen (Keyword und Vektor) in die Data Search Engine der Plattform und liefert Erkenntnisse schneller und effizienter, und das bei voller Kontrolle on-premises.
Auf Basis von NVIDIA cuVS und sicheren Infrastrukturen von Dell Technologies erhalten IT-Teams laut Anbieter eine vollintegrierte, schlüsselfertige Lösung für die Bereitstellung und Skalierung von GPU-unterstützten Suchen."
(1) Verfügbarkeiten (Quelle: Dell Technologies / ohne Gewähr):
- „Dell PowerScale mit NVIDIA GB200 NVL72 und GB300 NVL72 sowie NCP-Validierung ist ab sofort verfügbar.
- S3 over RDMA für Dell Object Scale wird ab Dezember 2025 als technische Preview verfügbar sein.
- Software-Verbesserungen für Dell ObjectScale wird ab Dezember 2025 als Update verfügbar sein.
- Ein erstes Release des Agentic Layer der Dell Data Analytics Engine wird ab Februar 2026 verfügbar sein.
- Der MCP-Server für den Dell Data Analytics Engine Agentic Layer wird ab Februar 2026 verfügbar sein.
- Die Data Search Engine für die Dell AI Data Platform wird im Laufe des ersten Halbjahres 2026 verfügbar sein.
- Die Integration von NVIDIA cuVS in die Dell AI Data Platform soll im Laufe des ersten Halbjahres 2026 erfolgen.“
Querverweis:
Unser Beitrag > Podcast: Moderne Speichersysteme als aktive Elemente zur Beschleunigung datenintensiver Workloads
Unser Beitrag > Dell Technologies ObjectScale 4.1. macht neue Objektspeicher-Version mit KI-Schwerpunkt verfügbar
Unser Beitrag > Herausforderung "Kühlung von HPC- und KI-Workloads": Schneider Electric stellt neue Lösungen & Services vor