2022年，在ChatGPT还没有横空出世前，谷歌的DeepMind团队做了一个实验，他们训练了一个只有700亿参数的模型，但给了它更多训练数据，结果它在大量任务上的表现超过了2800亿参数的模型，而两者的训练计算量大体相当。
这一实验说明，参数规模并非衡量智能能力的唯一因素，数据同样发挥着关键作用。参数规模就好比一个人的“大脑容量”，而训练数据则相当于这个人的“知识积累”，即使拥有更大的脑容量，如果缺少足够丰富的知识积累，也难以形成更强的能力。
智能应用规模化落地，数据成为企业的核心竞争力
数据不仅对于模型训练很重要，在如今智能体时代也非常重要，在企业级场景中尤其如此。以产品的良率分析为例，如果智能应用只能看到最终良率数据，它最多只能发现哪批产品出了问题。
但如果它能看到MES、设备传感器、缺陷检测、维修记录、原材料和工程师经验等多维数据，就可以进一步追溯问题链条，判断良率下降是否与某台设备维护后的参数漂移有关，并给出检查和复检建议。
这一场景说明，企业智能应用的能力不仅取决于模型和算力，更取决于能否获得完整、准确、及时且彼此关联的数据。当数据不完整时，智能应用像是“盲人摸象”。只有当数据足够丰富时，它才可能真正理解业务，做出有价值的辅助决策。
在近期上海召开的2026戴尔科技峰会上，戴尔科技集团大中华区信息基础架构解决方案事业部存储业务总经理刘志洪也在反复强调——数据决定智能的上限。在他看来，真正决定企业智能能力的，是企业自身独有的数据，这是别人无法替代的。
戴尔科技集团大中华区信息基础架构解决方案事业部存储业务总经理 刘志洪
模型不难获取、算力也可以买得到，但企业几十年积累的ERP、数据库、邮件、文档、图纸、工程经验等数据资产，才是企业独有的竞争优势。“即使大家使用的算力一样、模型一样，只要数据不一样，最终培养出来的智能应用能力也会不同。”
既然企业有数据，那就尽可能把数据利用起来不就好了？但现实中，企业数据往往分散在ERP、CRM、数据库、邮件、文档以及员工个人设备等不同系统中，形成大量数据孤岛。同时，不同数据还存在格式和协议不统一、结构化与非结构化数据并存、数据质量参差不齐等问题。而且，“数据引力”现象越发明显，随着数据规模持续增长，大规模数据的迁移也会变得越来越困难。
总之，即使企业拥有大量数据，也并不意味着这些数据能够直接被智能应用利用。如何才能把存着的数据变成智能应用能够直接调用的资源呢？这需要全新的思路来解决。
智能时代，存储正从数据容器变成数据供给者
针对上述难题，戴尔科技推出智能数据平台，将分散的数据源连接起来，并结合数据摄取、查询、分析、处理和编排等能力，对企业数据进行统一管理和组织，在企业数据与智能应用之间建立一条持续的数据流水线，将数据从原始状态转化为智能就绪的状态，从而为模型训练、RAG检索和推理等场景提供数据支撑。
戴尔科技集团大中华区信息基础架构解决方案事业部企业技术战略总监许良谋介绍称，戴尔科技的优势并非单一存储产品，而是完整的存储体系和长期积累形成的数据基础设施能力。
戴尔科技集团大中华区信息基础架构解决方案事业部企业技术战略总监 许良谋
过去几十年，从大型机、数据库，到云原生，再到今天的智能体，应用形态一直在变化，但数据管理和利用的需求始终存在。戴尔科技过去几十年积累的能力，就是针对不同类型的数据和应用场景持续优化存储产品，为企业提供坚实数据底座。
如今面向智能时代，戴尔科技进一步推动存储家族演进，并推出全新智能数据平台——将存储系统从原本保存数据的容器，变成能够感知数据变化、加速数据流动的现代化数据基础设施，从而成为智能应用的数据供给者。
传统方式下，企业往往需要定期扫描、重新加载大量文件，才能知道哪些数据发生了变化。而通过戴尔科技智能数据平台，后端存储能感知文件新增、修改、删除等变化，并帮助前端智能应用更及时地获取最新数据。
智能应用规模化之后，ROI成为基础设施新考题
随着智能应用大规模部署，如何提升智能应用的投资回报率（ROI），正在成为企业部署智能基础设施时必须面对的新挑战。而ROI的提升，本质上来自两个方面：一方面是提高基础设施利用效率降低总体投入；另一方面是让智能应用更快产生业务价值。
许良谋指出，当大量用户和智能体同时运行时，Token消耗、数据访问和上下文规模都会急剧增长，而GPU显存和CPU内存的容量有限。对企业来说，存储容量和成本压力也会越来越明显。
许良谋认为，高性能分布式闪存存储技术是很好的应对方案。存储系统不仅可以承载企业数据，还能够进一步参与智能应用的数据供给过程。通过KV Cache卸载等技术方式，企业可以将部分上下文缓存压力从GPU显存转移至高性能存储系统，在保障应用响应能力的同时，提高整体基础设施资源利用效率，降低Token成本。
而成本正是2026年最值得所有数据存储从业者关注的问题，也是影响ROI的关键因素。特别是在智能时代数据不断增长的背景下，全球范围内的大规模智能数据中心建设正在推高存储需求，企业更加关注存储投资效率。
戴尔科技最新推出的PowerStore Elite，将数据缩减保障从此前的5：1的水平提升至6：1，其价值非常直观：举例来说，如果企业拥有600TB的可缩减逻辑数据，在6:1的数据缩减比下，实际可能只需要约100TB物理容量。也就是说，它不是靠用户买更多硬盘来存储更多数据，而是通过重删、压缩等能力，提高每一块硬盘的利用效率。
同样能提高基础架构利用效率的还有Dell Private Cloud私有云解决方案，它采用解耦架构，计算和存储资源可以按需独立扩展，避免传统超融合架构中“为了加容量连CPU也得一起买、为了加计算连存储一起买”所导致的资源浪费。
当然，无论是KV Cache卸载，还是更高效的数据缩减技术，或者是解耦架构，本质上都是通过提高基础架构利用效率来降低成本。但这些技术只是手段，并不是最终目的。许良谋认为，Token经济的核心并不是单纯压低每个Token的成本，而是提高每个Token带来的业务价值。
而这也是戴尔科技智能数据平台希望解决的问题：通过帮助企业提升数据发现、治理和利用效率，让智能应用获得更准确、更相关、更及时的数据供给，让数据更快产出业务价值，进一步提升智能应用的ROI。
与传统方式相比，戴尔科技智能数据平台可以将数据处理速度提升6倍，将向量索引速度最高提升12倍，显著缩短了数据准备周期，加速企业从数据到洞察、再到业务价值的转化。
结束语
从这个角度来看，智能时代的基础设施变革，已经不只是增加算力资源那么简单。当下，企业真正需要解决的问题，是如何把多年积累的数据资产转化为智能应用可以持续使用的“燃料”。
从智能数据平台，到Dell Private Cloud私有云和PowerStore Elite，戴尔科技持续推动企业基础设施演进，帮助企业释放已有的数据和IT资源价值，让智能应用真正服务于创新，加速产出业务价值。
本文来源于DOIT传媒，文章内容仅供参考，不构成投资建议。
评论列表