戴尔科技在柏林GTC大会上发布了迄今最完整的戴尔AI Factory与NVIDIA扩展方案，为企业级代理式AI确立了三个计算层级：本月出货的标准机架Vera CPU服务器、256-CPU解耦机架，以及预计于2027年第一季度推出的基于Groq 3语言处理单元（LPU）的机架级推理系统。同时，戴尔提出了针对2027年初的容器化AI Factory部署概念。
此次发布正值NVIDIA CEO黄仁勋在柏林发表主题演讲之际，戴尔借此定位为完整NVIDIA Vera Rubin平台的主要硬件集成商，助力企业从生成式AI试点转向全天候代理式部署。截至2026年8月，戴尔AI Factory与NVIDIA的合作客户已达6,500家，较上一季度的5,000家显著增长。戴尔认为，这一加速源于企业AI基础设施达到拐点，自有计算资源在支出效益上开始优于超大规模云服务商。
代理式AI重塑基础设施需求
戴尔的新品组合基于一个核心预测：尽管到2030年每个Token的推理成本将下降90%以上，但代理式AI将推动Token消耗量达到当前的24倍。Omdia研究指出，代理式AI有望在2028年成为最大的单一企业工作负载，其增速在2030年将是生成式AI的近三倍。
与传统通用AI推理不同，代理式系统持续运行而非处理离散查询批次。它们维护状态、调用工具和API、执行代码，并在并行管道中编排多个专用模型，活跃时间可达数分钟。专为加载巨大参数权重优化的GPU集群，并不完全适用于此类工作负载特征。
黄仁勋表示：“AI代理进行推理、使用工具并学习，它们需要一种新型计算机。戴尔和NVIDIA正在构建AI时代的计算基础，使公司能够以工业规模安全地构建和运行AI代理。”戴尔CEO迈克尔·戴尔则强调：“AI基础设施不再是成本中心，而是价值创造中心。”
即时可用：PowerEdge R8822
戴尔PowerEdge R8822将于2026年10月出货，将Vera CPU性能引入标准企业数据中心。该系统采用适合19英寸机架的空冷双插槽2U外形，支持多达四个双宽GPU，定位于代理编排、沙箱隔离、强化学习及数据分析。
R8822核心的NVIDIA Vera CPU基于Arm架构，每插槽拥有88个Olympus核心，提供176个线程和高达1.2 TB/s的内存带宽。NVIDIA称，Vera相比传统机架CPU可提供高达两倍的能效和50%更高的性能。其空冷设计具有战略价值，让组织无需升级液冷基础设施即可立即接入Vera CPU容量。
CPU解耦：PowerEdge M9882
针对代理式AI中CPU编排与GPU推理负载峰值不同步导致的效率问题，戴尔推出了CPU解耦方案。PowerEdge M9882实现了NVIDIA Vera CPU机架参考架构，为一个容纳256个Vera CPU的48U机架，总计22,528个核心。该平台支持22,500个并发CPU环境，预计于2027年第一季度出货。
M9882将编排和推理池分离为独立机架，允许根据实际工作负载独立扩展。此举与AMD近期发布的Helion CPU解耦蓝图相呼应，证实CPU解耦正成为代理式AI的基础设施主流模式。
Groq LPU推理：PowerEdge XE9810
戴尔首款基于Groq 3 LPU构建的机架级推理系统PowerEdge XE9810，包含16个直接液冷计算托盘，专为高吞吐量生产级代理式AI工作负载设计。该系统预计于2027年第一季度可用。
Groq 3 LPU采用SRAM架构，每芯片提供150 TB/s带宽，具备确定性低延迟优势，这与GPU的HBM架构形成互补。NVIDIA高管指出，Groq LPX机架与Vera Rubin GPU集群组合可实现每兆瓦电力下35倍的更高吞吐量。戴尔尚未公布XE9810的具体LPU数量及总吞吐量规格。
模块化与桌面端扩展
在服务器与机架之间，戴尔推出了与NVIDIA DSX POD结合的模块化数据中心方案。该方案在工厂内集成计算、存储、网络及液冷，可将准备就绪站点的搭建时间从六个月缩短至14天，预计于2027年初推出。
桌面端方面，搭载NVIDIA GB10 Vera Nano超级芯片的戴尔Pro Precision工作站（64GB统一内存版）定于10月23日出货，支持与NVIDIA DGX Spark同日上市。未来，搭载GB300的Pro Precision将把Grace Blackwell Ultra超级芯片引入Windows桌面，最高支持748 GB内存。
软件生态与安全架构
戴尔在GitHub上推出了五个参考部署模板，涵盖代理式编码、VSS等场景。AI Factory软件生态系统同步扩展，Reflection的Beam开源模型及Mistral平台现已可用，Dynatrace和SUSE Linux的支持将在后续季度跟进。
安全方面，戴尔构建了三层AI Factory安全架构：底层为硬件根植的基础设施，中层使用Red Hat AI Factory软件进行编排，顶层采用NVIDIA OpenShell参考架构进行运行时治理。
市场牵引与成本优势
戴尔委托的分析显示，对于特定代理式AI工作负载，戴尔AI Factory在两年内的成本比公共云低90%。尽管该数据受限于供应商委托方法论，但其反映的趋势明确：随着推理成本下降和Token量攀升，自有基础设施在多年度视野中的经济性逐渐优于公共云。
Moor Insights & Strategy分析师Matt Kimball指出，市场已进入关注业务成果的新阶段。戴尔通过结合验证过的解决方案、生态系统整合及服务，帮助组织降低从试点到生产的风险。在通往2027年的竞争中，戴尔凭借在CPU编排、GPU推理和LPU推理层级的广泛产品组合，有望在多样化的代理式基础设施市场中占据重要份额。