在群聯人工智慧資料平台上推出交鑰匙私有生成式商業智慧解決方案

作者 | 2026 年 11 月 18 日 | 人工智慧, 全部, 精選

GenBI在SC26大會上亮相,是首個基於群聯AI資料平台的商業解決方案。使用者可以用簡潔易懂的語言提出任何關於自身資料的問題,並立即獲得精準的答案,然後將其轉換為自訂儀表板或報表。所有操作均可在一個私有系統中完成,無需建置任何AI技術堆疊。 

想像一下,一位經理想知道上個月的交貨延誤是由哪些供應商造成的。這聽起來似乎是個簡單的問題。但對大多數經理人來說,要找到答案卻並非易事。傳統的商業智慧 (BI) 工具通常依賴預先定義的儀錶板,如果儀表板上沒有顯示相關訊息,那麼這個請求就會被轉交給資料團隊。有人會寫一個新的查詢。經理只能等。然後,如果經理提出後續問題,整個流程又會重新開始。 

雲端人工智慧工具可以用簡單易懂的語言回答問題,而且速度很快。但問題在於,你的資料必須離開你的辦公大樓才能傳輸到這些工具。對於銀行、醫院、製造商和許多其他受監管的公司來說,這顯然是不可接受的。 

另一種途徑是自主建構私有人工智慧。這意味著要購買GPU、選擇模型、建立軟體,並在其上建立應用程式。大多數團隊既沒有時間也沒有專業技能來完成這項工作。 

群聯人工智慧資料平台:GenBI 以更聰明的方式整合這些要素。業務用戶能夠快速獲得簡潔易懂的答案,而且資料始終保留在公司內部。 

 

SC26 有什麼新內容?

群聯電子於6月推出了AI數據平台。在SC26大會上,該公司發布了首個基於該平台的商業解決方案—GenBI。 GenBI讓使用者可以用簡單易懂的語言詢問有關公司資料的問題,並獲得可靠的答案。 

GenBI 是一個包含三層的整合系統: 

  • 應用 – GenBI,由 Wren AI 提供技術支持
  • 平台 – Phison AI 數據平台軟體
  • 硬體 – 配備 Pascari aiDAPTIV™ 快取和 Pascari 企業級 SSD 的 AI 伺服器

Phison 將這三者整合在一起,因此您的團隊無需自行組裝 AI 技術堆疊。 

 

 

工作原理

GenBI 透過四個步驟,將問題轉化為您可以信賴的答案: 

  • 連線-Wren AI 直接查詢您的資料庫。您的資料團隊需要批准它可以使用哪些表。
  • 定義-只需設定一次「收入」或「活躍客戶」等業務術語。之後,所有答案都將遵循您設定的規則。
  • 問同樣問題的人會得到相同的結果。
  • 提問-任何人都可以用簡單的語言輸入問題並進行後續提問。無需編寫 SQL 程式碼。
  • 檢查-答案將以圖表、報告或儀表板的形式傳回。每種形式都顯示了背後的 SQL 程式碼,因此分析師可以準確地了解結果是如何建構的。

GenBI 也適用於 AI 代理程式。透過 API 和模型上下文協定 (MCP),代理可以使用與您的員工相同的受管理資料和業務定義。 

為什麼要保密

使用 GenBI,您的資料、提示、答案和模型都保留在您的網站上。不會將任何內容傳送到雲端 LLM。 

成本在這裡也很重要。 GenBI 大量使用令牌,因為每個問題都包含您的模式和業務術語。在雲端,您需要為每個代幣付費,而且每增加一個用戶,費用就會增加。而在本地部署中,則完全不需要支付任何令牌費用。 

您也可以完全控制整個技術棧。您的團隊負責制定安全策略並決定何時進行升級。 

 

讓同樣的GPU完成更多工作

每個使用者會話都需要記憶體來保存其 AI 上下文,即鍵值快取 (KV 快取)。 GPU 記憶體容量小且價格昂貴。一旦記憶體被填滿,會話速度就會變慢,而支援更多用戶通常意味著需要購買更多 GPU。 

Pascari aiDAPTIV 在 GPU 記憶體旁邊增加了一個快閃記憶體層。未使用的上下文會移至閃存,並在會話再次需要時立即返回。 

這些結果令人矚目。在群聯電子實驗室使用 Wren AI 代理進行的測試中,一台配備 aiDAPTIV 的 8 GPU 伺服器在回應目標下支援 160 個同時工作階段。而未使用 aiDAPTIV 時,同一台伺服器的並發會話數上限為 80 個。首次令牌獲取時間也提高了 3.7 倍。 ¹ 

這意味著同樣的硬體可以完成兩倍的工作量。而且,當更少的GPU就能完成任務時,就能節省電力、散熱和機架空間。 

 

 

內建備份功能,並藉助 TrueNAS 提供更強大的保護

備份和復原功能已內建於每個 GenBI 系統中。對於需要額外保護的團隊,TrueNAS 是 Phison AI 資料平台的首選儲存合作夥伴。您網站上的獨立 TrueNAS 系統會保存一份獨立的 GenBI 備份副本,確保您的資料始終受到保護並掌握在您手中。 

“TrueNAS解決方案與聯盟總監Jamila Gunawardena表示:「企業客戶需要高效、值得信賴的私有AI解決方案,既能保障資料主權,又能降低成本。TrueNAS為AI工作負載帶來高效能資料服務、客戶可控儲存和資料保護,首先提供獨立的本地儲存目標,用於GenBI備份和復原。」” 

 

由群聯電子提供

GenBI 開箱即用。群聯電子及其合作夥伴會根據您的工作負載配置系統,進行安裝,並在上線後提供支援。 AI 伺服器可選配 4 個或 8 個 GPU。 

從小規模做起。選擇一個團隊和一個數據領域,證明其價值,然後隨著需求的增長增加用戶和數據來源。 

這一切的背後,是群聯電子在儲存、控制器和韌體領域超過25年的工程研發經驗。數十年來,這些經驗確保了閃存在高負載、不間斷運轉下的可靠性。如今,它正幫助企業按照自身需求運作私有AI。 

 

參加 SC26 大會?歡迎蒞臨 5413 號展位,觀看 GenBI 現場演示,並近距離了解 AI 伺服器。帶上您的實際業務問題,親自體驗並提出您的需求。  

 無法到場觀賞演出?請發送電子郵件至 aidp@phison.com 如需安排演示,或造訪我們的網站 GenBI網頁 了解更多。   

 

¹ 基於 Phison 實驗室於 2026 年 10 月和 11 月在一台配備 8 個 GPU 的伺服器上進行的測試,該伺服器運行 Wren AI 2.5.1 智能體和 Qwen3.8-27B 演算法,分別在啟用和停用 aiDAPTIV 的情況下,以相同的響應目標進行測試。首次標記時間為中位數。實際結果可能因軟體環境、模型架構和量化方式而異。 

 

 

 

常見問題 (FAQ):

什麼是生成式商業智慧(GenBI),它是如何運作的?

生成式商業智慧 (GenBI) 利用人工智慧將自然語言問題翻譯成資料庫查詢,檢索相關的企業信息,並產生答案、圖表、報表或儀表板,而無需使用者編寫 SQL。與嚴重依賴預定義報告的傳統商業智慧工具不同, GenBI 支援對話式後續提問和動態生成的分析。例如: 群聯 GenBI, 由 Wren AI 提供支持,還整合了受控資料庫存取、標準化業務定義和 SQL 透明性,以幫助組織 證實 分析結果。

私有生成式人工智慧如何保護敏感的企業資料?

私有生成式人工智慧透過在組織控制的基礎架構內運行人工智慧模型、處理查詢和產生回應來保護敏感的企業數據,而不是將資訊傳輸到外部基於雲端的語言模型。本地部署使組織能夠強制執行內部安全性策略、控制軟體升級,以及 維持 數據主權。 群聯 GenBI 將企業資料、提示、答案和模型保存在本地,使得私有 AI 分析對金融服務、醫療保健、製造業和其他具有嚴格資料治理要求的行業尤為重要。

什麼是KV快取?它對企業級AI性能有何影響?

鍵值 (KV) 快取儲存大型語言模型在推理過程中重複使用的中間注意力數據,從而減少冗餘計算並提高對話互動的回應效率。隨著上下文長度和並髮用戶會話數的增加,KV 快取需求會消耗更多 GPU 內存,並可能限制系統容量。基於快閃記憶體的記憶體分層技術透過將非活動上下文從 GPU 記憶體移至二級儲存層來解決此限制,使 AI 基礎架構能夠在不相應增加 GPU 資源的情況下支援更大的聚合上下文需求。

生成式 BI 與傳統商業智慧工具相比有何不同?

生成式 BI 使用戶能夠透過對話式提問和動態產生的分析來探索企業數據,而傳統的商業智慧工具通常專注於預先定義的儀表板、結構化查詢和分析師開發的報告。生成式 BI 可以縮短使用者從提出問題到最終查看資料所需的時間。 識別 提出業務問題並獲得可操作的答案至關重要,尤其是在使用者需要進行計劃外或後續分析時。然而,組織應該評估語義一致性、存取控制、SQL 透明度和答案驗證,而不是想當然地認為自然語言介面就萬無一失。 自動生產 準確的 結果。.

本地部署的生成式人工智慧是否比基於雲端的人工智慧分析更具成本效益?

對於組織而言,本地部署的生成式人工智慧與基於雲端的人工智慧分析相比,可以提供更低的長期營運成本。 維持 高查詢量、大量的上下文需求以及可預測的基礎設施 使用率. 雲端服務通常會根據令牌消耗或其他使用指標收費,而本地部署則不然。 排除 外部按令牌推斷費用,但需要對硬體、電力、冷卻、維護和支援進行投資。組織在選擇部署模型之前,應比較總體擁有成本、並發需求、資料主權需求和預期工作負載成長。

群聯電子的AI資料平台如何簡化企業生成式AI的部署?

群聯 AI 資料平台透過將應用軟體、AI 基礎架構管理和儲存最佳化伺服器硬體整合到一個交鑰匙系統中,簡化了企業生成式 AI 的部署。 消除 客戶需要自行組裝和整合獨立的AI技術棧。其首個商業解決方案是: GenBI, 結合了 Wren AI, 群聯 AI數據平台軟體Pascari 愛達普替夫™ 快取記憶體和 Pascari 企業級 SSD。 群聯 及其合作夥伴還提供工作負載規模評估、安裝和部署後支持,使組織能夠從有針對性的用例開始,並隨著需求的增加而擴展。

Pascari aiDAPTIV 如何提高 GPU 利用率和同時 AI 推理效能?

帕斯卡里 愛達普替夫™ 提升了有效 GPU 內存 使用率 透過將 AI 上下文儲存擴展到基於快閃記憶體的記憶體層,減輕了對有限 GPU 的壓力。 記憶 並支援在現有硬體上進行更多並發推理會話。 群聯 實驗室測試中,一台執行 Wren AI 2.5.1 代理程式和 Qwen3.8-27B 的 8 GPU 伺服器支援 160 個並發會話。 愛達普替夫 與未使用該配置的 80 倍相比,在相同的響應目標下,此配置實現了更高的響應速度。此外,首次標記的中位數反應時間也提高了 3.7 倍。結果會因模型架構、量化方式和軟體環境而有所不同。

Phison 如何支援企業級 AI 工作負載的低延遲儲存和記憶體最佳化?

群聯電子透過整合 Pascari 企業級 SSD、快閃記憶體快取和記憶體管理軟體,支援企業級 AI 記憶體最佳化,該軟體可協調 GPU 記憶體和儲存之間的上下文遷移。 愛達普替夫 快取記憶體提供了一種 額外的 用於儲存非活動 AI 上下文的層,允許系統在應用程式需要時檢索該上下文。 該架構解決了 GPU 記憶體容量限制問題,同時支援針對特定工作負載的效能最佳化。 群聯電子的控制器和韌體工程 專業知識 同時,也為將快閃記憶體儲存整合到要求嚴苛的企業人工智慧基礎架構中奠定了基礎。

群聯電子的GenBI平台如何支援企業資料治理和AI代理整合?

群聯 GenBI 該平台透過經批准的資料庫存取、標準化的業務定義、透明的 SQL 生成以及基於 API 的整合來支援企業資料治理,使 AI 代理能夠使用與業務用戶相同的受管資訊。該平台由 Wren AI 提供支援。 GenBI 查詢已授權的資料庫表,並將集中定義的指標應用於 維持 分析一致性。對模型上下文協議 (MCP) 的支援將這些功能擴展到人工智慧代理,使自動化工作流程能夠在遵循相同既定資料定義的情況下存取企業資訊。

企業如何在維持資料安全和基礎設施效率的同時,擴展私有人工智慧分析規模?

企業可以透過結合工作負載規模的 GPU 基礎架構、基於快閃記憶體的 AI 記憶體擴充、受控資料存取和獨立備份系統來擴展私有 AI 分析,從而支援不斷增加的用戶並發,而無需完全重新設計基礎架構。 群聯 優惠 GenBI 配置採用四或八 GPU,並使用 Pascari 愛達普替夫 提高有效上下文容量。整合備份和復原功能 保護 系統數據,以及一個可選數據 TrueNAS 部署方案提供了一個獨立的本地備份目標。企業可以從一個業務團隊和一個資料網域開始,然後隨著需求的成長擴展使用者和連接的資料來源。

加速創新的基礎™

zh_TW繁體中文