บ้าน ข่าว

ข่าว บริษัท เกี่ยวกับ เดลล์และฟิสิกส์ข้อมูล

ผลิตภัณฑ์ทั้งหมด

เซิร์ฟเวอร์จัดเก็บข้อมูลแร็ค
(179)

Huawei เซิร์ฟเวอร์ฟิวชั่น
(31)

เซิร์ฟเวอร์ Dell Poweredge
(59)

เซิร์ฟเวอร์ H3C
(31)

สวิตช์ ดาต้าคอม
(96)

อุปกรณ์ WLAN
(21)

เราเตอร์ไร้สายอัจฉริยะ
(17)

ฮาร์ดไดรฟ์ HDD
(78)

ฮาร์ดไดรฟ์ภายใน SSD
(16)

การ์ดจอ Geforce
(27)

โปรเซสเซอร์ INTEL CPU
(20)

หน่วยความจำเซิร์ฟเวอร์ RAM
(6)

เซิร์ฟเวอร์จัดเก็บข้อมูลที่ตกแต่งใหม่
(6)

โมดูลตัวรับส่งสัญญาณ SFP
(4)

สวิตช์ช่องสัญญาณไฟเบอร์
(125)

ได้รับการรับรอง

จีน Beijing Qianxing Jietong Technology Co., Ltd. รับรอง

ความคิดเห็นของลูกค้า

พนักงานขายของ Beijing Qianxing Jietong Technology Co. , Ltd เป็นมืออาชีพและอดทนมาก พวกเขาสามารถให้ใบเสนอราคาได้อย่างรวดเร็ว คุณภาพและบรรจุภัณฑ์ของผลิตภัณฑ์ก็ดีมากเช่นกัน ความร่วมมือของเราเป็นไปอย่างราบรื่น

—— 《Festfing DV》 LLC

เมื่อฉันกำลังมองหา Intel CPU และ Toshiba SSD อย่างเร่งด่วน Sandy จาก Beijing Qianxing Jietong Technology Co., Ltd ให้ความช่วยเหลืออย่างมากและได้ผลิตภัณฑ์ที่ฉันต้องการอย่างรวดเร็ว ฉันชื่นชมเธอจริงๆ

—— คิตตี้ เยน

แซนดี้แห่งปักกิ่ง Qianxing Jietong Technology Co. , Ltd เป็นพนักงานขายที่ระมัดระวัง ซึ่งสามารถเตือนฉันถึงข้อผิดพลาดในการกำหนดค่าในเวลาที่ฉันซื้อเซิร์ฟเวอร์ วิศวกรมีความเป็นมืออาชีพมากและสามารถดำเนินการทดสอบให้เสร็จสิ้นได้อย่างรวดเร็ว

—— Strelkin Mikhail Vladimirovich

เรามีความสุขมากกับประสบการณ์การทำงานกับ Beijing Qianxing Jietong คุณภาพของผลิตภัณฑ์ยอดเยี่ยมและการจัดส่งตรงเวลาเสมอ ทีมขายของพวกเขามืออาชีพ อดทน และช่วยเหลือดีมากกับคำถามทั้งหมดของเรา เราขอขอบคุณการสนับสนุนของพวกเขาอย่างแท้จริงและหวังว่าจะได้ร่วมงานกันในระยะยาว แนะนำเป็นอย่างยิ่ง!

—— Ahmad Navid

คุณภาพ: ประสบการณ์ที่ดีกับผู้จําหน่ายของฉัน The MikroTik RB3011 ได้ถูกใช้แล้ว แต่มันอยู่ในสภาพที่ดีมาก และทุกอย่างทํางานอย่างสมบูรณ์แบบ การสื่อสารเร็วและเรียบร้อยและความกังวลทั้งหมดของฉันถูกแก้ไขอย่างรวดเร็วซัพพลายเออร์ที่น่าเชื่อถือมาก แนะนํามาก

—— เจรัน โคเลซิโอ

สนทนาออนไลน์ตอนนี้ฉัน

บริษัท ข่าว

เดลล์และฟิสิกส์ข้อมูล

เดลบอกว่าสถาปัตยกรรมการเก็บข้อมูล AI ที่ใช้สเปซชื่อเดียวชนกับความเป็นจริงของการกระจายข้อมูลขององค์กร ทําให้ GPU ต้องหยุดรอข้อมูลเพราะข้อจํากัดด้านสถาปัตยกรรมที่ยังไม่ได้แก้ไข

หลักของมันคือการเลือกพื้นฐาน: ข้อมูลควรเดินทางไปยังแพลตฟอร์มคอมพิวเตอร์ หรือแพลตฟอร์มควรไปยังที่ข้อมูลอยู่?สนับสนุนให้มีแพลตฟอร์มข้อมูล AI ที่รวมกัน ผ่านสเต็ปที่บูรณาการในระบบเก็บข้อมูล.

ในโพสต์แรกของเขา ไฮด์อ้างว่า กลุ่มข้อมูลขนาดใหญ่ มีแรงโน้มถ่วงของข้อมูล ที่ล็อคพวกมันไว้ในสถานที่เดิมห้องเก็บข้อมูลเรียกว่ากฎที่ง่ายที่สุดของ AI องค์กร ข้อวิจัยของเขาบอกว่าข้อมูลจะอยู่ตรงที่มันลง และส่วนใหญ่จะไม่ถูกย้ายไปอีก

ความขัดแย้งด้านไอทีในองค์กรหลายอย่าง สะกดสถาปัตยกรรมข้อมูลรวมที่สะอาด: กฎระเบียบและอํานาจเหนือ การล็อคอินแอปพลิเคชั่น การมีอํานาจครอบครองข้อมูลที่กําลังแข่งขัน ความขัดแย้งทางสัญญาและค่าใช้จ่ายการแยกแยกข้อมูล M&A, อาร์ไฟล์ที่ล็อคการปฏิบัติตาม, ข้อมูลที่ไม่ทราบชื่อที่ไม่ได้จัดอันดับ, และซิลโอภายในองค์กร

เขาแบ่งข้อมูลออกเป็น 3 รูปแบบ

ข้อมูลดิบ (หนัก): ไฟล์, บันทึก, ภาพ, วิดีโอ, เทเลเมตร, ตารางที่กําหนดไว้ ขนาดใหญ่, ค่อยและมีค่าใช้จ่ายในการขนส่ง, อยู่ที่สถานที่เพื่อเหตุผลการดําเนินงานที่สัมผัสได้
เมต้าเดต้า (ชั้นอธิบาย): แท็ก, สายพันธุ์, โครงการ, การจัดหมวดหมู่, เครื่องหมายการเป็นเจ้าของ. น้ําหนักเบาและถูกในการจําลอง, ทําให้ AI สามารถมองเห็นในทรัพย์สินทั้งหมดโดยไม่ต้องเคลื่อนไหวข้อมูลทางกายภาพ
เวคเตอร์ (การแสดงความหมาย): การฝังคณิตศาสตร์ที่สร้างขึ้นโดย AI, รู้จักสถานที่และสอดคล้องกับ GPU. พวกมันส่งความหมายตามสภาพแวดล้อมโดยไม่ต้องขนส่งข้อมูลสดที่อยู่เบื้องต้น

ไฮดระบุว่า AI ไม่ต้องการการเคลื่อนไหวของข้อมูลด่วน ผ่านเมทาเทต้าและเวกเตอร์ที่สามารถเข้าถึงได้เท่านั้น แคทาล็อกเมทาเทต้าให้ความเห็นเต็มที่ของทรัพย์สินข้ามระบบสําหรับภาระงาน AIขณะที่เวกเตอร์อัคคณิตพลังงาน ระหว่างสิ่งแวดล้อม การพิจารณาเชิงอรรถนะ. ขั้นต่ํา, เจ้าของ, ความอ่อนเพลีย-ความรู้สึกข้อมูลแร่หนักคงวาง, กํากับโดยทีมงานปฏิบัติการปัจจุบันของมัน. วิตเตอร์มีความรู้สึกพื้นที่และ GPU ความใกล้ชิด:หรือข้อมูลแพร่จะย้ายไปยังจุดสิ้นของ vectorization, หรือข้อมูลถูกฝังในท้องถิ่น ก่อนที่เวกเตอร์จะย้ายไปยังพื้นฐานที่ติดกับ GPU.

ข้อมูลธุรกิจที่กระจายได้โดยธรรมดา แบ่งการออกแบบชั้นข้อมูล AI เป็นสองปรัชญาที่ตรงกันข้าม:

สเต็กที่บูรณาการในการเก็บข้อมูล (ตัวอย่างโดย VAST AI OS): สร้างขึ้นรอบการตั้งกลางข้อมูลขนาดใหญ่ภายในพื้นที่ชื่อรวมที่ควบคุมโดยผู้ผลิตการเชื่อมโยงบริการ AI ที่ถูกฝังไว้อย่างแน่นแน่นเพื่อการดําเนินงานที่เรียบง่ายรูปแบบนี้สมมุติว่าข้อมูลจะย้ายไปยังแพลตฟอร์มเพื่ออ้างอิงการปรับปรุง และทํางานได้ดีสําหรับการจัดจําหน่าย AI ในสนามสีเขียว
แพลตฟอร์มข้อมูล AI ร่วมกัน (กรอบของ Dell): ออกแบบโดยใช้หลักการว่าข้อมูลขององค์กรจะยังคงกระจายอยู่อย่างถาวร โดยต้องการให้แพลตฟอร์มทํางานพร้อมกับสถานที่พื้นเมืองของข้อมูลแพลตฟอร์มข้อมูล AI ของ Dell ผสมผสาน PowerScale และ ObjectScale กับระดับการควบคุมที่รวมกัน เพื่อเข้าถึงและประมวลผลข้อมูลผ่านระบบไฟล์, object storage, warehouses, SaaS tools และ public clouds ไม่มีการจําหน่ายข้อมูลแบบมีหลักฐานปกครองทั้งสามอย่างต่อเนื่อง, และใช้เมทาข้อมูลและเวกเตอร์เบาเพื่อส่งมูลค่าในขณะที่ข้อมูลสดที่หนักอยู่

บล็อกครั้งที่สองของไฮดวิจารณ์สถาปัตยกรรมที่บูรณาการในการเก็บข้อมูล เช่น VAST AI OS สําหรับการละเว้นความเป็นจริงของข้อมูลองค์กรที่กระจายการประมวลผลของ AI ทั้งหมดจะทํางานเฉพาะบนข้อมูลที่นําเข้าสู่พื้นที่ชื่อที่ครอบครองของตนเอง, ทําให้ข้อมูลภายนอกเป็นสิ่งที่ไม่เห็นได้ต่อแพลตฟอร์ม ผู้จําหน่ายให้เครื่องมือการย้าย, การปรับปรุงตลาดเป็นการปรับปรุงการทํางานและ UI ที่รวมกันที่ปิดบังแหล่งข้อมูลของโลกจริงที่แตกแยกระหว่างการแสดง.

สถาปัตยกรรมที่รวมข้อมูลแพร่, เมตาข้อมูล และเวกเตอร์เข้าในหมวดหมู่แบบเดียว เป็นแบบบังคับใช้กับมอบหมายที่ผิดปกติของการย้ายข้อมูลจํานวนมากกรอบที่แยกแยกสามชั้นปล่อยให้ข้อมูลหนักที่ถูกกํากับโดยท้องถิ่น, ย้อนย้อนเมทาข้อมูลทั่วองค์กร และใช้เวกเตอร์สําหรับการพิจารณา AI ระหว่างสภาพแวดล้อม สถานที่ใช้ชื่อรวมจะทํางานเพียงแต่ถ้าข้อมูลแท้เป็นทรัพย์สินเดียวที่พิจารณามันกลายเป็นไร้ประสิทธิภาพเมื่อเมทาเดทาและเวกเตอร์ถูกยอมรับว่าเป็นองค์ประกอบหลักที่อิสระ.

อาร์คิเทคชันฟีเดอเรทของ Dell ใช้หลักการหลัก 3 ประการ

ข้อมูลแพร่ยังคงอยู่ในสถานที่เดิมของมันภายใต้ทีมงานการบริหารที่มีอยู่
เมตาเดต้า จะจําลองได้ทั่วโลก ให้ความเห็นของทรัพย์สินครบถ้วนในสถานที่ต่างๆ กับภาระงาน AI ทั้งหมด
เวคเตอร์จะนําเนื้อหาเชิงอธิบายไปทั่วสิ่งแวดล้อม ทําให้การคิดของ AI สามารถใช้ได้โดยไม่ต้องย้ายข้อมูลสด

โพสต์ที่สามของไฮด์พิสูจน์ว่าการออกแบบแบบของ Dell ที่รวมกันได้ดีกว่า VAST ที่รวมข้อมูลเข้ากับ GPUDell เปิดตัวการทดสอบด้านข้างกันในเดือนตุลาคม 2025 ในการลดภาระการทํางานจากแคชเวกเตอร์ KV โดยใช้รุ่น Qwen3-32Bโดยใช้เทียบเทียบภายใน Dell และการเปิดเผย VAST ต่อสาธารณะ

พาวเวอร์สเกล: 0.82 วินาที เวลาถึงท็อคเกนแรก (TTFT)
ObjectScale: 0.86s TTFT
VAST: 1.5s TTFT
vLLM ระดับฐานโดยไม่ใช้ KV คาชล็อด: 11.8s TTFT

He states architectures built around GPU delivery—treating raw data as gravity-bound and portable semantic vectors as the transportable layer—amplify Dell’s performance edge with every inference request. การออกแบบที่ขึ้นอยู่กับการรับข้อมูลสดในพื้นที่ชื่อครอบครองได้รับการช้าช้าภายในโครงสร้าง

ไฮด์ ยอมรับว่า VAST ได้ตีพิมพ์ผลการลดแคช KVโดยเฉพาะอย่างยิ่ง benchmarks เดือนธันวาคม 2025 กับ Nvidia Dynamo และ CoreWeave อ้างถึง TTFT ที่เร็ว ~ 20 เท่า เมื่อเทียบกับการคํานวณใหม่และประสิทธิภาพ GPU ที่สูงกว่า 90%อย่างไรก็ตาม, การทดสอบเหล่านี้ใช้ภาระการทํางานที่แตกต่างกันและเส้นฐาน, โดยไม่มี Qwen3-32B ที่ตรงกันที่ชนะตัวเลข VAST TTFT 1.5s ที่ตีพิมพ์.

เขาเรียกร้องให้ผู้ประกอบการเลือกสถาปัตยกรรมข้อมูลที่เป้าหมาย GPU ให้ตั้งคําถามสําคัญว่า ช่องทาง GPU จะนําไปใช้งานแบบไหนกับภาระงานการสรุปที่จริงจริงกับการลดแคช KVเมื่อเทียบกับชุดข้อมูลที่ผสมผสาน, แหล่งที่ปกครองและแหล่งที่ล็อคการใช้งาน?

คําถามนี้บังคับให้ผู้จําหน่ายแก้ไขข้อเสี่ยงทางโครงสร้างพื้นฐาน อธิบายข้อจํากัดการทํางานเมื่อข้อมูลไม่สามารถนําเข้าสู่พื้นที่ชื่อของพวกเขาเทคโนโลยีการใช้งานของต๊อกเกนต่อวินาที, และตอบคําถามทางการเงินอย่างจริงจังว่า กรุงเทพมหานครจะสร้างเวลาว่างมากน้อยแค่ไหน

ความคิดเห็น

เซตข้อมูลเวกเตอร์ไซส์ใหญ่เกินขนาดของข้อมูลแหล่งแท้ของพวกเขามาก การแทรกซ้อนมักจะคูณปริมาณแหล่งแท้ 3?? 20 ครั้งหรือมากกว่าต่อบันทึกการฝังความใหญ่และรูปแบบการเก็บข้อมูล. เซตข้อมูลแหล่งถูกแบ่งออกเป็นชิ้นส่วนที่แยกแยก (บทความ, หน้าต่างเครื่องหมายคงที่) การฝังก่อนเพื่อความแม่นยําในการค้นหาที่สูงกว่า. ชิ้นส่วนข้อความมาตรฐานของ 250 500 คําเท่ากับประมาณ 0.ข้อความดิบ 5KB, กับเวกเตอร์ที่ตรงกันเองมักจะใหญ่กว่า 3×10 เท่า

คําถามที่ยังไม่ได้แก้ไขสําคัญคือ การวัสดุสารวัดจะเกิดขึ้นที่ไหน และการย้ายข้อมูลวัสดุสารวัดขนาดใหญ่ไปไหน หากผลิตให้ไกลจาก GPUs?ทีมงานจะย้ายข้อมูลสดไปยังระบบอินฟราสเคิร์ต หรือย้ายเซตเวกเตอร์เต็มไปยัง AI computeเราได้แจ้งข้อขัดแย้งนี้ให้จอน ไฮด เพื่อให้มีการชี้แจงเพิ่มเติม

บริษัท เทคโนโลยีจีเทงจี (Beijing Qianxing Jietong Technology Co., Ltd.)
แซนดี้ แยง (Sandy Yang) ผู้อํานวยการยุทธศาสตร์โลก
วอทแอป / เวชแชท: +86 13426366826
อีเมล: yangyd@qianxingdata.com
เว็บไซต์: www.qianxingdata.com/www.storagesserver.com
เน้นธุรกิจ:
การจัดจําหน่ายสินค้า ICT/การบูรณาการระบบและบริการ/การแก้ไขพื้นฐาน
ด้วยประสบการณ์การจําหน่ายไอที 20 ปีขึ้นไป เราร่วมมือกับแบรนด์ชั้นนําระดับโลก เพื่อให้ผลิตภัณฑ์ที่น่าเชื่อถือและบริการมืออาชีพ
การใช้เทคโนโลยีเพื่อสร้างโลกที่ฉลาด ผู้ให้บริการสินค้า ICT ที่คุณไว้วางใจ

ผับเวลา : 2026-06-23 13:54:14 >> รายการข่าว

รายละเอียดการติดต่อ

Beijing Qianxing Jietong Technology Co., Ltd.

ผู้ติดต่อ: Ms. Sandy Yang

โทร: 13426366826

เกี่ยวกับ

เซิร์ฟเวอร์จัดเก็บข้อมูลแร็ค: 12 Bays 1U ที่วางแร็ค Server Lenovo ThinkSystem SR630 ชั้นวาง Server; Think System SR250 V2 4SFF เซิร์ฟเวอร์จัดเก็บข้อมูลแร็ค Intel Xeon E-2378G Processor; เซิร์ฟเวอร์จัดเก็บข้อมูลแร็ค Intel C621A Inspur NF5180M6 1U ชั้นวาง Mount Server

Huawei เซิร์ฟเวอร์ฟิวชั่น: เซิร์ฟเวอร์ฟิวชั่น 5288 V6 4U แร็คเซิร์ฟเวอร์ 32 DDR4 DIMM 44 ฮาร์ดดิสก์ 3.5 นิ้ว; เซิร์ฟเวอร์จัดเก็บข้อมูลเครือข่าย Huawei Fusion 1U ความหนาแน่นสูงพิเศษ 1288H V5; ใหม่ Gen OceanStor 5310 Huawei ชั้นวาง Server Hybrid Flash Storage

ทิ้งข้อความไว้