戴尔在柏林举行的 NVIDIA GTC 大会上扩展了 Dell AI Factory with NVIDIA，重点是为企业级 AI 智能体提供从桌面开发到数据中心运行的基础设施。此次发布不仅涉及模型推理，也包括智能体的运行环境、开发部署模板和合作软件。戴尔称，相关客户数从上一季度的 5,000 家增至 6,500 家以上；但这一数字并未说明有多少客户已经付费并将系统用于生产环境。619

新服务器分别承担智能体运行与模型推理

戴尔公布的几款系统面向 AI 智能体工作流的不同环节，而非一台服务器包办所有任务。

• **PowerEdge M9882：**戴尔介绍了一套 48U 机架，内含 256 颗 NVIDIA Vera CPU，面向智能体编排、工具调用、代码执行和评估等任务，并与用于模型推理的 GPU 基础设施配合。报道预计该系统于 2027 年第一季度推出。134
• **PowerEdge R8822：**这是一款风冷双路 Vera 服务器，面向标准机架环境，最多支持 4 张双宽 GPU。报道列出的适用任务包括智能体编排、沙箱运行、强化学习、数据处理和分析；戴尔表示计划于 2026 年 10 月推出。414
• **PowerEdge XE9810：**这套机架级推理系统采用 16 个液冷计算托盘，由 Groq 3 芯片驱动，定位于高吞吐量推理。报道预计其于 2027 年第一季度推出。134

这组产品体现了戴尔提出的架构思路：CPU 可承担智能体运行时和相关任务，专用加速系统则用于模型推理。不过，这只是产品设计和定位，不能据此证明企业在自建机房部署后一定能降低成本。14

从模块化数据中心到桌面开发

戴尔还宣布推出基于 NVIDIA DSX POD 的 Modular Data Center（模块化数据中心），相关报道将戴尔版本的推出时间指向 2027 年初。9 NVIDIA 称，DSX POD 在场地准备就绪的情况下，安装时间最短可达 14 天。这是厂商给出的部署说法，并不代表所有场地或项目都能在这一时间内完成。32

在较小规模的一端，Dell Deskside Agentic AI 模板旨在支持从单个开发者环境扩展到 1,000 台以上系统。戴尔将其定位为一套参考模板，帮助企业把概念验证（PoC）逐步推进至更广泛的企业应用，并运行在由企业自行拥有和管理的基础设施上。6

现有资料没有说明这些模板对智能体编程或 NVIDIA NemoClaw 的完整支持范围，也无法核实配备 GB10 的 64GB Dell Pro Precision 是否按报道所述于 10 月 23 日推出。若采购或规划部署，应以完整产品规格和正式供货公告为准。

软件与合作伙伴扩展

戴尔表示，Reflection 的 Beam 开放权重模型已通过 Dell AI Factory with NVIDIA 的验证。戴尔称，该模型采用 Apache 2.0 许可，面向软件工程和长周期智能体任务。7

戴尔还通过 AI Ecosystem Program 引入 Mistral Studio。报道指出，Mistral 的知识助手和智能体平台已可使用；Dynatrace 的 AI 可观测性功能预计于 2026 年第四季度推出，SUSE Linux 则预计于 2027 年第一季度初提供。171921

这些合作让公布的方案不再局限于硬件。不过，合作伙伴加入生态或模型通过验证，并不等同于已经证明其在某家企业环境中的性能、可靠性或生产使用效果。

“6,500 多家客户”能说明什么？

戴尔报告称，其客户数已超过 6,500 家，高于上一季度的 5,000 家。619 这表明公司报告的客户基础有所扩大，但现有报道没有充分解释统计口径，因此无法判断其中有多少是付费的生产部署，有多少属于评估、订单或其他采用形式。

戴尔对企业自有基础设施的主张，重点在于掌控部署环境，并为项目从概念验证走向生产提供路径。公司称，其解决方案和经过验证的蓝图旨在支持企业在自有、可管理的基础设施上完成这一转变。6 但自建方案是否优于公有云，取决于具体工作负载和整体运营条件，包括硬件、电力、制冷、人员、维护和设备利用率。现有资料没有提供经过独立验证的总拥有成本比较或实际节省数据。

因此，采购方需要追问一些具体问题：哪些工作负载确实需要专用基础设施？企业能否维持足够的设备利用率？哪些系统已经进入生产环境？又有哪些经过测量的成本或业务结果支撑商业论证？戴尔的公告勾勒了其提出的架构，但没有替每家企业回答这些问题。

戴尔在柏林举行的 NVIDIA GTC 大会上扩展了 Dell AI Factory with NVIDIA，重点是为企业级 AI 智能体提供从桌面开发到数据中心运行的基础设施。此次发布不仅涉及模型推理，也包括智能体的运行环境、开发部署模板和合作软件。戴尔称，相关客户数从上一季度的 5,000 家增至 6,500 家以上；但这一数字并未说明有多少客户已经付费并将系统用于生产环境。619

新服务器分别承担智能体运行与模型推理

戴尔公布的几款系统面向 AI 智能体工作流的不同环节，而非一台服务器包办所有任务。

• **PowerEdge M9882：**戴尔介绍了一套 48U 机架，内含 256 颗 NVIDIA Vera CPU，面向智能体编排、工具调用、代码执行和评估等任务，并与用于模型推理的 GPU 基础设施配合。报道预计该系统于 2027 年第一季度推出。134
• **PowerEdge R8822：**这是一款风冷双路 Vera 服务器，面向标准机架环境，最多支持 4 张双宽 GPU。报道列出的适用任务包括智能体编排、沙箱运行、强化学习、数据处理和分析；戴尔表示计划于 2026 年 10 月推出。414
• **PowerEdge XE9810：**这套机架级推理系统采用 16 个液冷计算托盘，由 Groq 3 芯片驱动，定位于高吞吐量推理。报道预计其于 2027 年第一季度推出。134

这组产品体现了戴尔提出的架构思路：CPU 可承担智能体运行时和相关任务，专用加速系统则用于模型推理。不过，这只是产品设计和定位，不能据此证明企业在自建机房部署后一定能降低成本。14

从模块化数据中心到桌面开发

戴尔还宣布推出基于 NVIDIA DSX POD 的 Modular Data Center（模块化数据中心），相关报道将戴尔版本的推出时间指向 2027 年初。9 NVIDIA 称，DSX POD 在场地准备就绪的情况下，安装时间最短可达 14 天。这是厂商给出的部署说法，并不代表所有场地或项目都能在这一时间内完成。32

在较小规模的一端，Dell Deskside Agentic AI 模板旨在支持从单个开发者环境扩展到 1,000 台以上系统。戴尔将其定位为一套参考模板，帮助企业把概念验证（PoC）逐步推进至更广泛的企业应用，并运行在由企业自行拥有和管理的基础设施上。6

现有资料没有说明这些模板对智能体编程或 NVIDIA NemoClaw 的完整支持范围，也无法核实配备 GB10 的 64GB Dell Pro Precision 是否按报道所述于 10 月 23 日推出。若采购或规划部署，应以完整产品规格和正式供货公告为准。

软件与合作伙伴扩展

戴尔表示，Reflection 的 Beam 开放权重模型已通过 Dell AI Factory with NVIDIA 的验证。戴尔称，该模型采用 Apache 2.0 许可，面向软件工程和长周期智能体任务。7

戴尔还通过 AI Ecosystem Program 引入 Mistral Studio。报道指出，Mistral 的知识助手和智能体平台已可使用；Dynatrace 的 AI 可观测性功能预计于 2026 年第四季度推出，SUSE Linux 则预计于 2027 年第一季度初提供。171921

这些合作让公布的方案不再局限于硬件。不过，合作伙伴加入生态或模型通过验证，并不等同于已经证明其在某家企业环境中的性能、可靠性或生产使用效果。

“6,500 多家客户”能说明什么？

戴尔报告称，其客户数已超过 6,500 家，高于上一季度的 5,000 家。619 这表明公司报告的客户基础有所扩大，但现有报道没有充分解释统计口径，因此无法判断其中有多少是付费的生产部署，有多少属于评估、订单或其他采用形式。

戴尔对企业自有基础设施的主张，重点在于掌控部署环境，并为项目从概念验证走向生产提供路径。公司称，其解决方案和经过验证的蓝图旨在支持企业在自有、可管理的基础设施上完成这一转变。6 但自建方案是否优于公有云，取决于具体工作负载和整体运营条件，包括硬件、电力、制冷、人员、维护和设备利用率。现有资料没有提供经过独立验证的总拥有成本比较或实际节省数据。

因此，采购方需要追问一些具体问题：哪些工作负载确实需要专用基础设施？企业能否维持足够的设备利用率？哪些系统已经进入生产环境？又有哪些经过测量的成本或业务结果支撑商业论证？戴尔的公告勾勒了其提出的架构，但没有替每家企业回答这些问题。