Dell 于 2026 年 11 月扩展了其与 AMD 合作的 AI 平台,推出两种新的模块化配置,分别基于 Dell PowerEdge XE7745 和 R7725 服务器,搭载 AMD Instinct MI350P 可扩展 PCIe GPU 和 AMD EPYC CPU。这些配置使企业能够在可扩展、可按需精准扩展的通用基础设施上,将 AI 项目从试点推进至生产环境,以应对智能体 AI 采用率上升带来的推理需求增长。
Dell AI 平台新增 GPU 配置
与 AMD 合作的 Dell AI 平台现新增两种服务器配置,与此前推出的 Dell PowerEdge XE9785 配置并列。这些新配置采用 Dell PowerEdge XE7745 和 Dell PowerEdge R7725 服务器,均搭载 AMD Instinct MI350P GPU 和 AMD EPYC CPU。这些配置在 AMD Instinct GPU 上实现了 Dell AI Factory 的模块化架构,使组织能够随着实际需求增长,以小幅、精准的增量添加计算、存储和网络资源。
2026 年夏初,Dell 推出了基于 Dell PowerEdge XE9785 服务器的配置,搭载八路 AMD Instinct MI355X GPU 和 AMD EPYC CPU,面向需要大规模训练、微调和推理工作负载能力的大型全球企业、NeoClouds 和服务提供商。
软件验证与生态系统集成
与 AMD 合作的 Dell AI 平台现已通过 AMD Enterprise AI 参考架构和 Red Hat AI Enterprise 验证,其中包括 Red Hat OpenShift。扩展的软件支持为企业提供灵活的工具,帮助最大限度地提升 AI 部署成效。AMD 的 Enterprise AI 参考技术栈借助 AMD Inference Microservices (AIMs) 和 Solution Blueprints 利用开放 AI 生态系统,简化开放权重模型的部署并加快价值实现。
AMD 的 AI 原生软件平台 ROCm 10 引入了多项功能,包括用于 AI 辅助开发的 AMD Skills 和用于高级调试的 Hyperloom。这些创新降低了在 AMD Instinct GPU 上进行开发的阻力,并补充了 Dell 经验证的基础设施,支持从开发到生产部署的整个过程。
应对企业推理扩展挑战
该平台应对了企业 AI 工作负载模式的关键转变。随着智能体 AI 在组织中普及——AI Agent 会规划并完成多步骤任务——推理需求的增长已超越早期云服务模式所能应对的范围。面向企业、按 token 计费的云服务会带来难以预测的成本、分散的数据治理以及成倍增加的业务风险。本地部署的 Dell AI 平台与 AMD 集成了计算、存储、网络、企业数据以及关键软件组件和服务,支持企业和服务提供商开展训练和预训练,同时满足大规模推理需求。
组织可以从单个 2U 计算节点开始开展试点,之后沿用相同的基础设施,并随着生产需求增长增加节点、存储和网络容量。这种模块化方式允许以小幅增量扩展 GPU、CPU、节点、带宽或容量,避免对尚无需求的基础设施过度投资。
关键事实
- 搭载 AMD Instinct MI350P PCIe GPU 和 AMD EPYC CPU 的 Dell PowerEdge XE7745 和 R7725 服务器将于 2026 年 11 月起上市
- 搭载八路 AMD Instinct MI355X GPU 的 Dell PowerEdge XE9785 配置于 2026 年夏初推出
- 平台已通过 AMD Enterprise AI 参考架构和 Red Hat AI Enterprise 验证,其中包括 Red Hat OpenShift
- ROCm 10 软件平台包含用于 AI 辅助开发的 AMD Skills,以及具备高级调试功能的 Hyperloom
- 单个 2U 计算节点可作为试点起点,并可通过模块化扩展满足生产工作负载需求
常见问题
扩展后的 Dell AI 平台与 AMD 合作提供哪些服务器配置?
与 AMD 合作的 Dell AI 平台现包含两种新的模块化配置,采用 Dell PowerEdge XE7745 和 Dell PowerEdge R7725 服务器,均搭载 AMD Instinct MI350P 可扩展 PCIe GPU 和 AMD EPYC CPU。这些配置补充了此前的 Dell PowerEdge XE9785 配置;后者搭载八路 AMD Instinct MI355X GPU 和 AMD EPYC CPU,面向大型企业和服务提供商。
模块化架构如何支持从试点扩展到生产环境?
组织可以从单个 2U 计算节点开始部署,用于试点测试。转入生产环境时,沿用原有基础设施,同时增加节点、存储和网络。随着 AI 推广至更多团队和用户,GPU、CPU、节点、带宽或容量资源可根据实际需求,以小幅、精准的增量进行扩展,从而避免不必要的过度投资。
扩展后的平台通过了哪些软件生态系统的验证?
与 AMD 合作的 Dell AI 平台已通过 AMD Enterprise AI 参考架构和 Red Hat AI Enterprise 验证,其中包括 Red Hat OpenShift。AMD 的软件支持包括用于简化开放权重模型部署的 AMD Inference Microservices (AIMs) 和 Solution Blueprints,以及 ROCm 10;后者包含用于 AI 辅助开发的 AMD Skills 和用于高级调试的 Hyperloom。