目前戴尔表示，AI Factory 已拥有超过 5000 家客户，为这些更完整的 AI 基础设施解决方案提供了庞大的潜在部署基础。

PowerRack：把整套 AI 集群封装进一个机柜

本次发布的核心产品是 Dell PowerRack。它是一种机柜级 AI 系统，将多个数据中心组件预先整合到一个完整的机柜中，而不是让企业分别采购服务器、交换机、存储和散热设备再进行复杂集成。

PowerRack 的设计思路包括：

• 集成 计算、网络与存储资源
• 内置 电源与冷却系统
• 提供统一的 管理与部署工具
• 由工厂完成 机柜级预集成与测试

这种模式反映了 AI 数据中心架构的一大趋势：以机柜为单位部署 AI 集群，而不是逐台服务器组装系统。

对于需要快速建设 AI 集群的企业来说，这种方式可以减少部署复杂度，也能降低系统集成风险。

AI 存储与数据平台升级

AI 系统的性能不仅取决于 GPU，也取决于 数据读取和管理能力。为此，戴尔发布了新的 AI 存储系统 Dell ObjectScale X7700。

该系统的目标是：

• 提高对象存储的容量密度
• 降低管理大规模 AI 数据集的基础设施开销
• 为训练与推理提供更快的数据访问能力

同时，戴尔还升级了 AI Data Platform，改进数据索引与分析性能，以加速处理大规模非结构化数据的 AI 工作流。

在企业 AI 环境中，数据准备、索引和访问往往比模型训练本身更耗时，因此这些改进直接影响 AI 项目的生产效率。

高密度 AI 的液冷基础设施

随着 GPU 算力迅速提升，AI 集群的功耗和散热需求也在飙升。为此，戴尔在 AI Factory 扩展中强调了 液冷（liquid cooling）技术。

新系统旨在支持下一代 AI 硬件，例如 NVIDIA 的 Blackwell 架构 GPU。这些高密度加速卡在满载运行时产生的热量往往超过传统风冷系统的处理能力。

因此，液冷正逐渐成为大型 AI 数据中心的主流散热方式。

Agentic AI 与企业软件生态

除了基础设施，戴尔还把重点放在 Agentic AI（代理式 AI） 上——这类 AI 系统能够自主执行任务，并与企业软件系统互动。

大会上推出的一个例子是 Dell Deskside Agentic AI，它是一种基于工作站的本地 AI 环境，允许企业在本地基础设施上构建和运行自主 AI 代理，并利用 NVIDIA 的 NeMo 等软件栈。

这种模式的一个关键优势是：

• 敏感数据无需发送到公共云
• AI 代理可以直接访问企业内部系统

与此同时，戴尔还扩展了 AI 生态合作，与多家 AI 与企业软件厂商集成，包括：

• NVIDIA
• Google
• OpenAI
• Palantir
• ServiceNow

这些合作的目标是让企业能够在戴尔基础设施上运行主流 AI 模型、开发框架和自动化平台。

发布时间与可用性

这些产品与平台更新是在 2026 年 5 月 18 日开幕的 Dell Technologies World 2026 大会上公布的。

不过，公开报道中 尚未披露 PowerRack、ObjectScale X7700 或 Deskside Agentic AI 的具体上市时间、价格或全面发货计划。

因此，目前可以确认的是产品发布与战略方向，但详细商业信息仍有待进一步公布。

为什么这次发布对企业 AI 很重要

从战略角度看，戴尔正在从传统服务器厂商转型为 企业 AI 基础设施平台提供商。

新的 AI Factory 架构试图提供一整套 AI 技术栈，包括：

• GPU 加速计算
• 机柜级基础设施
• 网络与存储
• 电源与液冷系统
• 数据平台与编排能力
• AI 软件生态与合作伙伴

其目标是解决企业常见的 AI“执行鸿沟”（execution gap）——即 AI 项目停留在实验阶段，无法顺利进入生产环境。

通过整合硬件、数据平台和软件生态，戴尔希望让企业能够在 本地或混合云环境中运行大规模 AI 工作负载，而不必完全依赖公共云。

从行业趋势来看，PowerRack 的推出也表明：未来企业 AI 的关键竞争点，已经不只是 GPU，而是 计算、数据、存储与基础设施的整体系统设计。

目前戴尔表示，AI Factory 已拥有超过 5000 家客户，为这些更完整的 AI 基础设施解决方案提供了庞大的潜在部署基础。

PowerRack：把整套 AI 集群封装进一个机柜

本次发布的核心产品是 Dell PowerRack。它是一种机柜级 AI 系统，将多个数据中心组件预先整合到一个完整的机柜中，而不是让企业分别采购服务器、交换机、存储和散热设备再进行复杂集成。

PowerRack 的设计思路包括：

• 集成 计算、网络与存储资源
• 内置 电源与冷却系统
• 提供统一的 管理与部署工具
• 由工厂完成 机柜级预集成与测试

这种模式反映了 AI 数据中心架构的一大趋势：以机柜为单位部署 AI 集群，而不是逐台服务器组装系统。

对于需要快速建设 AI 集群的企业来说，这种方式可以减少部署复杂度，也能降低系统集成风险。

AI 存储与数据平台升级

AI 系统的性能不仅取决于 GPU，也取决于 数据读取和管理能力。为此，戴尔发布了新的 AI 存储系统 Dell ObjectScale X7700。

该系统的目标是：

• 提高对象存储的容量密度
• 降低管理大规模 AI 数据集的基础设施开销
• 为训练与推理提供更快的数据访问能力

同时，戴尔还升级了 AI Data Platform，改进数据索引与分析性能，以加速处理大规模非结构化数据的 AI 工作流。

在企业 AI 环境中，数据准备、索引和访问往往比模型训练本身更耗时，因此这些改进直接影响 AI 项目的生产效率。

高密度 AI 的液冷基础设施

随着 GPU 算力迅速提升，AI 集群的功耗和散热需求也在飙升。为此，戴尔在 AI Factory 扩展中强调了 液冷（liquid cooling）技术。

新系统旨在支持下一代 AI 硬件，例如 NVIDIA 的 Blackwell 架构 GPU。这些高密度加速卡在满载运行时产生的热量往往超过传统风冷系统的处理能力。

因此，液冷正逐渐成为大型 AI 数据中心的主流散热方式。

Agentic AI 与企业软件生态

除了基础设施，戴尔还把重点放在 Agentic AI（代理式 AI） 上——这类 AI 系统能够自主执行任务，并与企业软件系统互动。

大会上推出的一个例子是 Dell Deskside Agentic AI，它是一种基于工作站的本地 AI 环境，允许企业在本地基础设施上构建和运行自主 AI 代理，并利用 NVIDIA 的 NeMo 等软件栈。

这种模式的一个关键优势是：

• 敏感数据无需发送到公共云
• AI 代理可以直接访问企业内部系统

与此同时，戴尔还扩展了 AI 生态合作，与多家 AI 与企业软件厂商集成，包括：

• NVIDIA
• Google
• OpenAI
• Palantir
• ServiceNow

这些合作的目标是让企业能够在戴尔基础设施上运行主流 AI 模型、开发框架和自动化平台。

发布时间与可用性

这些产品与平台更新是在 2026 年 5 月 18 日开幕的 Dell Technologies World 2026 大会上公布的。

不过，公开报道中 尚未披露 PowerRack、ObjectScale X7700 或 Deskside Agentic AI 的具体上市时间、价格或全面发货计划。

因此，目前可以确认的是产品发布与战略方向，但详细商业信息仍有待进一步公布。

为什么这次发布对企业 AI 很重要

从战略角度看，戴尔正在从传统服务器厂商转型为 企业 AI 基础设施平台提供商。

新的 AI Factory 架构试图提供一整套 AI 技术栈，包括：

• GPU 加速计算
• 机柜级基础设施
• 网络与存储
• 电源与液冷系统
• 数据平台与编排能力
• AI 软件生态与合作伙伴

其目标是解决企业常见的 AI“执行鸿沟”（execution gap）——即 AI 项目停留在实验阶段，无法顺利进入生产环境。

通过整合硬件、数据平台和软件生态，戴尔希望让企业能够在 本地或混合云环境中运行大规模 AI 工作负载，而不必完全依赖公共云。

从行业趋势来看，PowerRack 的推出也表明：未来企业 AI 的关键竞争点，已经不只是 GPU，而是 计算、数据、存储与基础设施的整体系统设计。