在美国拉斯维加斯举行的Dell Technologies World 2026（DTW26）期间，Dell Technologies表示，随着企业加快推进AI应用落地，数据管理正成为AI基础设施竞争中的关键变量。对于企业而言，能否把分散在内部各处的数据按AI需求进行整理、调用和管理，重要性正在持续上升。

Dell Technologies高级副总裁 Travis Vigil 18日（当地时间）在接受采访时表示，数据管理是当前企业面临的一项重大挑战，“如何把合适的数据用于合适的应用场景，将变得非常关键”。

Travis Vigil负责基础设施解决方案产品管理。他表示，在AI工作负载中，存储能力与GPU利用率密切相关。要充分释放GPU性能，前提是具备能够持续、高效供数能力的存储基础设施。为此，Dell推出了Dell AI数据平台，帮助客户解决AI落地过程中遇到的数据处理与调度问题。

据介绍，Dell AI数据平台由三层组成。底层主要提供文件、对象和并行文件系统（PFS）等协议支持与性能能力；中间层为数据引擎，面向结构化和非结构化数据提供转换、查询等功能，并为生成式AI应用做好准备；上层则是Dell编排引擎，支持数据清洗与处理、元数据增强、向量化，以及数据与大语言模型（LLM）的适配。

Travis Vigil表示，这三层能力分别对应了客户当前最关注的核心问题，即速度与性能、数据转换，以及数据管理本身。他同时强调，Dell的PFS产品Dell Lightning File System在性能方面具备明显优势，并称其是“市面上最快的并行文件系统产品”。

在制造业AI应用方面，Dell也在提供相关支持。Travis Vigil以Samsung Electronics为例表示，半导体制造中的电子设计自动化（EDA）工作负载既依赖高强度计算，也需要大容量存储支撑。半导体设计过程中不仅要处理大量图纸和图像数据，还涉及几何结构与公差的精确匹配，因此这类任务同时具有计算密集和存储密集的特征。

谈及未来AI基础设施市场的发展课题时，Travis Vigil再次强调，数据管理仍将是重中之重。Dell去年收购了Data Loop，并在此基础上构建了Dell编排引擎。

他指出，企业规模越大，数据管理的复杂度越高。大型企业通常沉淀了大量非结构化数据，包括知识库文档、服务请求和客户对话等。如何从这些数据中有效提取信息，并将其与具体业务场景连接起来，是释放AI商业价值的关键。

“大型企业手中掌握着大量知识文档、客户对话和服务请求，这些大多以非结构化数据的形式存在。”Travis Vigil说，“找到合适的数据，并将其提供给合适的对象，才是打开商业价值的关键。”