홈 뉴스

회사 소식 Dell과 데이터 물리학

모든 제품

랙 스토리지 서버
(179)

화웨이 퓨젼 서버
(31)

델 파워에지 서버
(59)

H3C 서버
(31)

데이터콤 스위치
(96)

WLAN 장치
(21)

현명한 무선 라우터
(17)

하드 드라이브 HDD
(78)

내부 하드 드라이브 SSD
(16)

지포스 그래픽 카드
(27)

인텔 CPU 프로세서
(20)

서버 메모리 램
(6)

재공급된 스토리지 서버
(6)

SFP 송수신기 모듈
(4)

섬유 채널 스위치
(125)

인증

고객 검토

베이징 첸싱 지에통 테크 주식회사의 영업 사원은 매우 전문적이고 참을성 있습니다. 그들은 빨리 인용을 제공할 수 있습니다. 제품의 품질과 패키징은 또한 매우 좋습니다. 우리의 협력은 매우 매끄럽습니다.

—— 《Festfing DV》LLC

내가 긴급히 인텔 CPU와 토시바 SSD를 찾고 있었늘 때, 베이징 첸싱 지에통 기술 주식회사로부터의 샌디는 나에게 많은 도움을 주었고, 나에게 빨리 필요로 한 제품을 가져다 주었습니다. 나는 정말로 그녀를 압니다.

—— 고양이 엔

베이징 첸싱 지에통 기술 주식회사의 샌디는 내가 서버를 구입할 때 제시간에 나에게 구성 오류를 상기시킬 수 있는 매우 주의깊은 판매원을 있습니다. 엔지니어들은 또한 매우 전문적이고, 빠르게 테스팅 프로세스를 완료할 수 있습니다.

—— 스트렐킨 미하일 블라드미로비치

베이징 첸싱지에통과의 협업에 매우 만족합니다. 제품 품질이 훌륭하고, 배송도 항상 제 시간에 이루어집니다. 영업팀은 전문적이고, 인내심이 많으며, 모든 질문에 매우 친절하게 답변해 줍니다. 그들의 지원에 진심으로 감사드리며, 장기적인 파트너십을 기대합니다. 강력 추천합니다!

—— Ahmad Navid

품질: 제 공급업체와의 좋은 경험. 미크로틱 RB3011은 이미 사용되었지만 매우 좋은 상태로 모든 것이 완벽하게 작동합니다. 통신은 빠르고 원활했습니다.그리고 제 모든 걱정은 빠르게 해결되었습니다.매우 신뢰할 수 있는 공급자

—— 제란 콜레시오

제가 지금 온라인 채팅 해요

회사 뉴스

Dell과 데이터 물리학

Dell은 단일 네임스페이스 AI 스토리지 아키텍처가 기업의 분산 데이터 중력 현실과 충돌하여 해결되지 않은 아키텍처 제한으로 인해 GPU가 데이터를 기다리지 못하게 한다고 주장합니다.

그 핵심에는 근본적인 선택이 있습니다. 데이터가 컴퓨팅 플랫폼으로 이동해야 할까요, 아니면 플랫폼이 데이터가 있는 곳으로 이동해야 할까요? Dell 경쟁 정보 담당 수석 이사인 Jon Hyde는 세 개의 블로그 게시물을 통해 중앙 집중식 스토리지 통합 스택에 대한 연합 AI 데이터 플랫폼의 사례를 설명합니다.

첫 번째 게시물에서 Hyde는 대규모 데이터 세트가 핵심 데이터 센터, 엣지 사이트, 주권 규정 준수 지역, SaaS 환경, 데이터 웨어하우스, 사업부 소유 개체 저장소 등 원래 위치에 고정되는 고유한 데이터 중력을 가지고 있다고 주장합니다. 엔터프라이즈 AI의 가장 간단한 규칙으로 불리는 그의 논문에서는 데이터가 저장된 곳에 유지되며 대부분은 절대 재배치되지 않는다고 말합니다.

수많은 기업 IT 마찰로 인해 규제 및 주권 규칙, 애플리케이션 잠금, 경쟁적인 데이터 소유권, 계약 및 비용 장벽, M&A 데이터 조각화, 규정 준수로 잠긴 아카이브, 분류되지 않은 알려지지 않은 데이터, 내부 조직 사일로 등 깔끔한 통합 데이터 아키텍처가 차단됩니다.

그는 데이터를 세 가지 형태로 분류합니다.

원시 데이터(헤비급): 파일, 기록, 이미지, 비디오, 원격 측정, 규제 테이블. 부피가 크고 느리며 이동 비용이 많이 들고, 실질적인 운영상의 이유로 현장에 남아 있습니다.
메타데이터(설명 레이어): 태그, 계보, 스키마, 분류, 소유권 표시. 가볍고 복제 비용이 저렴하여 물리적 데이터 이동 없이 모든 자산에 대한 AI 가시성이 가능합니다.
벡터(의미론적 표현): AI가 생성한 수학적 임베딩, 지역 인식 및 GPU 정렬. 기본 원시 데이터를 전송하지 않고 환경 전반에 걸쳐 상황에 맞는 의미를 전달합니다.

Hyde Notes AI에는 원시 데이터 이동이 필요하지 않으며 액세스 가능한 메타데이터와 벡터만 필요합니다. 메타데이터 카탈로그는 AI 워크로드에 대한 전체 시스템 간 자산 가시성을 제공하는 동시에 벡터 인덱스는 환경 간 의미론적 추론을 지원합니다. 제한적이고 소유되며 대기 시간에 민감한 대용량 원시 데이터는 그대로 유지되며 기존 운영 팀의 관리를 받습니다. 벡터는 지역 민감도와 GPU 근접성을 특징으로 합니다. 즉, 원시 데이터가 벡터화 끝점으로 마이그레이션되거나 벡터가 GPU 인접 인프라로 이동하기 전에 데이터가 로컬에 포함됩니다. 이 프레임은 그의 전체 주장을 뒷받침합니다.

본질적으로 분산된 엔터프라이즈 데이터는 AI 데이터 계층 설계를 두 가지 상반된 철학으로 나눕니다.

스토리지 통합 스택(예: VAST AI OS): 공급업체가 제어하는 통합 네임스페이스 내에서 대규모 데이터 세트를 중앙 집중화하고 내장형 AI 서비스를 긴밀하게 결합하여 운영 간소화를 위해 구축되었습니다. 이 모델은 통합을 정당화하기 위해 데이터가 플랫폼으로 마이그레이션될 것이라고 가정하고 그린필드 AI 배포에 적합합니다.
통합 AI 데이터 플랫폼(Dell의 프레임워크): 기업 데이터가 영구적으로 분산되어 있다는 전제를 바탕으로 설계되었으므로 플랫폼이 데이터의 기본 위치와 함께 작동해야 합니다. Dell의 AI 데이터 플랫폼은 PowerScale 및 ObjectScale을 페더레이션 제어 플레인과 결합하여 파일 시스템, 개체 스토리지, 웨어하우스, SaaS 도구 및 공용 클라우드 전반에 걸쳐 데이터에 액세스하고 처리하며, 필수 중앙 집중식 데이터 복사본은 없습니다. 원시 데이터, 메타데이터 및 벡터를 별도의 일류 엔터티로 처리하고 세 가지 모두 일관되게 관리하며 가벼운 메타데이터 및 벡터를 활용하여 무거운 원시 데이터를 그대로 유지하면서 가치를 제공합니다.

Hyde의 두 번째 블로그에서는 분산된 기업 데이터 현실을 무시하는 VAST AI OS와 같은 스토리지 통합 아키텍처를 비판합니다. 이러한 스택은 하나의 엄격한 전제에서 작동합니다. 모든 AI 처리는 독점 네임스페이스로 수집된 데이터에서만 실행되어 외부 데이터를 플랫폼에 보이지 않게 렌더링합니다. 공급업체는 마이그레이션 도구, 운영 단순화를 위한 시장 통합, 데모 중에 단편화된 실제 데이터 환경을 가리는 통합 UI를 제공합니다.

원시 데이터, 메타데이터 및 벡터를 하나의 모놀리식 범주로 묶는 아키텍처는 기본적으로 대량 데이터 마이그레이션이라는 결함이 있는 명령을 내립니다. 세 가지 계층을 차별화하는 프레임워크는 규제된 대량 데이터를 로컬로 관리하고 메타데이터를 전사적으로 복제하며 환경 간 AI 추론을 위해 벡터를 사용합니다. 통합 네임스페이스는 원시 데이터가 유일한 자산으로 간주되는 경우에만 작동합니다. 메타데이터와 벡터가 독립적인 핵심 구성 요소로 인식되면 효과가 없습니다.

Dell의 페더레이션 아키텍처는 세 가지 핵심 원칙에 따라 작동합니다.

원시 데이터는 기존 거버넌스 팀의 기본 위치에 유지됩니다.
메타데이터는 전 세계적으로 복제되어 모든 AI 워크로드에 완전한 교차 위치 자산 가시성을 부여합니다.
벡터는 환경 전반에 걸쳐 의미적 맥락을 전달하므로 원시 데이터를 재배치하지 않고도 AI 추론이 가능합니다.

Hyde의 세 번째 게시물은 Dell의 페더레이션 설계가 GPU에 데이터를 공급하는 데 있어 VAST의 스토리지 통합 스택보다 성능이 뛰어남을 입증했습니다. Dell은 내부 Dell 벤치마크 및 공개 VAST 공개를 바탕으로 Qwen3-32B 모델을 사용하여 벡터 KV 캐시 오프로드 워크로드에 대한 병렬 테스트를 2025년 10월에 발표했습니다.

PowerScale: 첫 번째 토큰까지 걸리는 시간(TTFT) 0.82초
개체 크기: 0.86초 TTFT
VAST: 1.5초 TTFT
KV 캐시 오프로딩이 없는 기준 vLLM: 11.8s TTFT

그는 원시 데이터를 중력에 구속된 의미 벡터로 처리하고 전송 가능한 레이어로 이식 가능한 의미 벡터로 처리하는 GPU 제공을 기반으로 구축된 아키텍처가 모든 추론 요청에 대해 Dell의 성능 우위를 증폭시킨다고 말합니다. 독점 네임스페이스에 원시 데이터를 수집하는 데 의존하는 설계는 구조적 고유의 지연을 겪습니다.

Hyde는 VAST가 업데이트된 KV 캐시 오프로딩 결과를 발표했다는 사실을 인정했습니다. 특히 Nvidia Dynamo 및 CoreWeave를 사용한 2025년 12월 벤치마크에서는 재계산에 비해 최대 20배 빠른 TTFT와 90% 더 높은 GPU 효율성을 언급했습니다. 그러나 이러한 테스트는 고유한 작업 부하와 기준을 사용하며, 게시된 1.5s VAST TTFT 수치를 능가하는 Qwen3-32B 정면 대결은 없습니다.

그는 GPU 대상 데이터 아키텍처를 선택하는 기업이 다음과 같은 중요한 질문을 제기할 것을 촉구합니다. "이 플랫폼은 규제 대상, 주권 및 애플리케이션 잠금 소스를 포함한 혼합 데이터 세트에 대해 KV 캐시 오프로딩을 사용하여 현실적인 추론 워크로드에서 어떤 GPU 활용도를 제공합니까?"

이 쿼리를 통해 공급업체는 근본적인 구조적 상충 관계를 해결하고, 데이터를 네임스페이스에 수집할 수 없을 때의 성능 제한을 설명하고, 전체 방법론을 사용하여 최신 오픈 소스 모델에 재현 가능한 TTFT, 초당 토큰 및 캐시 적중률 지표를 게시하고, 중추적인 재정 문제인 이 아키텍처로 인해 GPU 유휴 시간이 얼마나 발생하는지 솔직하게 대답해야 합니다.

해설

벡터화된 데이터세트는 소스 원시 데이터의 크기를 훨씬 더 크게 늘립니다. 임베딩은 텍스트 청크 크기, 임베딩 차원 및 저장 형식에 따라 레코드당 원본 소스 볼륨을 3~20배 이상 증가시키는 경우가 많습니다. 소스 데이터 세트는 뛰어난 검색 정확도를 위해 사전 삽입된 개별 청크(단락, 고정 토큰 창)로 분할됩니다. 250~500단어의 표준 텍스트 청크는 대략 0.5~2KB의 원시 텍스트에 해당하며 해당 벡터는 3~10배 더 큰 경우가 많습니다.

해결되지 않은 주요 질문: 벡터화는 어디에서 이루어지며, GPU에서 멀리 생성된 경우 대형 벡터 데이터 세트가 재배치됩니까? 상당한 양이 자체 데이터 중력을 만듭니다. 팀은 원시 데이터를 내장 인프라로 이동하거나 전체 벡터 세트를 AI 컴퓨팅으로 이동하여 두 시나리오 모두에서 데이터 중력에 맞서 싸우게 됩니다. 우리는 추가 설명을 위해 이 모순을 Jon Hyde에게 알렸습니다.

베이징 Qianxing Jietong Technology Co., Ltd.
양샌디/글로벌 전략 이사
WhatsApp/위챗: +86 13426366826
이메일: yangyd@qianxingdata.com
웹사이트: www.qianxingdata.com/www.storagesserver.com
사업 초점:
ICT 제품 유통/시스템 통합 및 서비스/인프라 솔루션
20년 이상의 IT 유통 경험을 바탕으로 당사는 선도적인 글로벌 브랜드와 협력하여 신뢰할 수 있는 제품과 전문 서비스를 제공합니다.
“기술을 활용한 지능형 세상 구축” 신뢰할 수 있는 ICT 제품 서비스 제공업체!

선술집 시간 : 2026-06-23 13:54:14 >> 뉴스 명부

연락처 세부 사항

Beijing Qianxing Jietong Technology Co., Ltd.

담당자: Ms. Sandy Yang

전화 번호: 13426366826

회사 소식 Dell과 데이터 물리학

랙 스토리지 서버

화웨이 퓨젼 서버

델 파워에지 서버

H3C 서버

데이터콤 스위치

WLAN 장치

현명한 무선 라우터

하드 드라이브 HDD

내부 하드 드라이브 SSD

지포스 그래픽 카드

인텔 CPU 프로세서

서버 메모리 램

재공급된 스토리지 서버

SFP 송수신기 모듈

섬유 채널 스위치

해설

랙 스토리지 서버

12 만 1U 랙마운트 서버 레노버 씽크시스템 SR630 랙 서버

씽크시스템 SR250 V2 4SFF 랙 스토리지 서버 인텔 제온 E-2378G 프로세서

인텔 C621A 랙 스토리지 서버 인스푸르 NF5180M6 1U 선반 장착 서버

화웨이 퓨젼 서버

퓨전서버 5288 V6 4U 랙 서버 32 DDR4 DIMMs 44 3.5 인치 하드 디스크

극단적 고밀도 화웨이 퓨젼 서버 1U 네트워크 정보 저장 서버 1288H V5

새로운 일반정보 오션스터 5310 화웨이 랙 서버 하이브리드 플래쉬 저장