AI新物种小企业AI的大事业

颠覆、重塑整个时代的AI新技术，真是让小企业主们“又爱又恨”。爱的是新技术带来的无限可能、人效的提升，恨的是望而生却的投入成本和
不知道的坑。不管怎么说，AI赋能业务这事儿，已成为各家企业一项重要的转型工具和经营战略，灵活多变的小企业自然更是敢为人先。

应对技术变化，戴尔打造了一系列更适合AI时代的“IT工具箱”，以强算力、大存储、高扩展等一系列优势提供“算网存管”端到端解决方案，
覆盖内容生成，传统产业赋能、工作方式创新等多领域，为小企业彻底治好“AI焦虑”。

对建筑设计企业而言，如何快速产出设计图、保证呈现精度，并按时高质量交付，从来都是终极目标。

相比传统的 CAD 作图，选择以Stable Diffusion为代表的AI设计工具进行操作，可在保证图像分辨率同时，将原本1名设计师2小时1张图的产出效率，提升至1小时30到50张的产出速度，生产力跃升达几十倍。此外，企业使用大语言模型还能全面分析客户的需求给出最适合客户的方案，大幅提升服务满意度。

戴尔客户的实践中，有10台本地服务器，75%的算力主要做建模和业务模型训练，其他供客户在他们开发的软件平台上自己做DIY设计。家居、建筑风格的样本参数量比较大，办公室、卧室、自习室等都有，训练每一个小模型大概就需要20-80张图，每天大概有上干张的图要用来做训练。

在2U的机架式空间内支持4块高性能的GPU加速卡可以在前期较少量的投入与机房空间及供电支持下支撑AI的模型训练与微调。然而，由于需要本地化部署，Stable Diffusion对硬件、特别是显卡的性能要求非常高。即使是使用传统的1.5版本，PC的显存需求也要达到4G以上，同时硬盘也推荐留存100G空间，最新的1.7版本的硬件要求更是水涨船高。

借助NVIDIA专业级显卡，完美兼容专业图形软件，轻松应对3D渲染、图形密集型处理。适配SD的出图工作并可支持最新的SDXL模型工作,实现高质量出图。

在专业的数字人直播服务中，企业需要借助云+本地算力训练的专属模型，根据客户的需求来定制数字人形象，最终构建流量端，帮助客户完成电商、电销和本地生活等直播活动。而面向教培、企培等垂直领域，还可接入大语言模型来提升课程质量。此外，无论是直播文本，还是短视频脚本，A1都已经成为直播服务的提效利器。

目前，数字人直播服务主要有提前制作和实时渲染两种方式。数字人的训练也比较复杂，对神情、动作，口齿的要求的精度都很高。无论是为客户提前生产视频切片，还是帮助客户实时渲染直播画面，都对服务器或工作站的显卡性能提出了较高要求。每一个客户的小模型，显卡至少要在RTX4080以上。

借助其内置的多种加速器提升服务器系统在A1领域的表现，为客户带来更强的算力和能效比。

而即使是提前制作视频的交付方式，为防止开播卡顿，也推荐客户使用3060以上级别显卡。因此，针对该类需求，非常建议使用性能全面的戴尔Precision 3591移动工作站，不仅小巧轻，更具备应对长时间直播的稳定性，同时拥有良好的散热以及较小的噪音，更适应直播工作的需要。

目前，人工智能已经被证明够在药物分子设计、化学合成、药物筛选、多药理学和药物再利用等药物研发全生命周期发挥作用。通过python tensorBow等机器学习算法，配合本地及云端算力，人工智能可以分析大量已知药物的结构、性质和活性，预测哪些化台物具有潜在的生物活性，进而加速约物研发的流程。

人可以记住修改过的分子的样子，但记不住所有分子的样子。在实践案例中，戴尔客户采用开源模型，去微调自己的业务模型，利用从图像到tax的多模态识别，辅助药物分子设计研发。合成一个分子成本要过万，有的是无效的，费用就白白浪费掉了，通过AI可以筛选掉很多无用分子，节省费用的同时，耗时也降低了十几倍。目前客户已将AI辅助药物研发成功率稳定在20%以上，实现了行业的断档式领先。

医药企业会担心数据安全风险，少不了本地算力的部署。客户的模型开发及训练，都部署在本地，一些推理的框架可以上云，未来希望更多算力部署在本地。对存储和内存要求很高，数据、模型的各种变形，都靠存储的快速转化能力，以释放出GPU的最大性能，当然显存也是要优先考虑的。

PowerEdge R750x作为AI训练服务器，用于医疗影像、蛋白质结构预测、虚拟分析筛选等业务场景的模型开发训练;PowerEdge R750与R760服务器作为AI推理服务器，用于前端应用场景的推理部署。

客户还提供已经被训练完毕的Saas产品，为药物研发下游客户提供后续推理服务。戴尔新品Precision 3680塔式工作站以提升运算效率，该工作站搭载了强大的英特尔®酷睿第14代处理器和NVIDIA RTX5000 Ada Generation GPU，显存高达32GB，企业级ECC内存搭配戴尔RMT技术，实现自动纠错，有效防止崩溃宕机，应对不同研发场景。

“具身智能”概念大火，新技术让人形机器人的智能化水平进化到了一个新高度。可以将通过对图像、文字、具身数据联合训练，并引入多模态输入，增强模型对现实中对象的理解，帮助机器人处理具身推理任务，从而提高其对环境的感知和理解能力。目前人形机器人已经可以各种形式应用在各种领域，大大增强消费者与品牌之间的互动感。戴尔客户在完善具身智能方面，也引入了多种开源模型(如GPT、BERT、CNN、DRL等)，实现各个维度的智能化跃升。比如在避障能力的优化上，很多复杂状况如异行障碍物等，通过采集大量视频、图片投喂给模型训练，提升其识别能力。

在模型训练、微调过程中，需要大量的存储和计算资源，存在成本高昂、硬件受限等问题，也会面临数据隐私和安全性的风险，需要有效的数据保护措施。预训练及数据的标注采集都离不开高性能服务器，将本地已经加工过的数据再上传到云端处理，可大幅减少云端算力费用。

作为一款功能强大的入门级单插槽塔式服务器，T360专为满足中小型企业、远程办公室/分支办公室和近边缘不断发展的计算需求而设计，配合NVIDIA A2 GPU、可轻松体验高性能运算，有效提升深度学习相关的工作效率，而实现压缩运营成本的既定目标。