戴爾與輝達押注「Agentic AI」：企業基礎設施的下一層革命

這是一款專為 AI 工作負載設計的 液冷伺服器，主要用於大規模模型訓練與推論。系統基於 NVIDIA Vera Rubin NVL72 平台，提供極高密度的 GPU 加速能力。

Dell 將其定位為下一代 機櫃級 AI 基礎設施的一部分，可支援：

• 大型模型訓練
• AI 推理與推論
• 即時推論工作負載

隨著 AI 模型規模快速增長，傳統企業伺服器在算力與電力需求上已難以跟上，而這類 GPU 密集型系統正是為了解決這個問題。

從單一伺服器到「AI 工廠」

Dell 在這次發表會強調的一個重要概念是：AI 基礎設施正在走向整合化。

其中代表性的設計就是 PowerRack。這種系統將多種元件整合成一個可直接部署的 AI 機櫃，包括：

• GPU 高密度伺服器
• 液冷系統
• 高速網路
• 儲存與資料平台
• AI 軟體與編排工具

這種模式被 Dell 稱為 AI Factory（AI 工廠）——完整的 AI 基礎設施堆疊，專門用來產生 AI 推論結果並運行大量 AI 代理。

對企業而言，這意味著不再需要逐一組裝硬體，而是可以部署一整個可運作的 AI 環境。

企業 AI 的核心：資料優先架構

Dell 與 NVIDIA 也強調：企業資料才是 AI 的真正燃料。

因此雙方強化了 Dell AI Data Platform with Nvidia，幫助企業更有效地：

• 發現與整理資料
• 處理與標註資料
• 編排資料供 AI 模型與代理使用

這種「資料優先」（data‑first）的架構，試圖解決企業 AI 常見問題：即使模型能力很強，如果無法可靠地存取企業內部資料，實際價值仍然有限。

混合部署與本地 AI 的重要性

另一個關鍵趨勢是 混合式 AI 部署。

雖然大型雲端平台仍然重要，但 Dell 與 NVIDIA 認為許多企業 AI 系統將會在 自有資料中心或私有環境中運行，原因包括：

• 即時 AI 代理需要低延遲
• 更嚴格的資料治理與安全
• 法規與合規要求
• 長期運算成本控制

透過在本地基礎設施上安全執行 AI 代理，Dell 試圖提供一種 雲端以外的 AI 架構選項。

AI 伺服器需求正在爆發

這些基礎設施發布的背後，是 AI 硬體需求的快速成長。

Dell 表示，公司在 2026 財年出貨約 252 億美元的 AI 伺服器，年增超過一倍，並且年底仍有 430 億美元 AI 基礎設施訂單積壓（backlog）。

這波需求正迫使資料中心重新設計，包括：

• GPU 叢集架構
• 液冷系統
• 高頻寬網路

以支援 AI 工作負載。

為何 Dell 與 NVIDIA 認為 AI 已成核心基礎設施

在 Dell Technologies World 2026 的訊息很明確：AI 已跨越臨界點。

Dell 創辦人 Michael Dell 表示，人工智慧正從實驗性軟體轉變為 企業運算的基礎層。自主 AI 代理創造新的工作負載，企業資料成為燃料，而 GPU 密集型系統提供運算能力來支撐它們的大規模運行。

在這種模式下，未來的企業資料中心將越來越像一座 AI 工廠——專門生產推論、預測與自動化決策的運算設施。

而對 Dell 與 NVIDIA 來說，這場 AI 基礎設施競賽才剛剛開始。