Everpure hat eine Reihe von Plattformfunktionen angekündigt, die den Übergang von KI-Systemen in den Produktiveinsatz beschleunigen sollen. Alle Funktionen werden im Oktober verfügbar sein. Kernstück ist PureKVA (Key-Value Accelerator) für FlashBlade, das den Inferenzkontext direkt im GPU-Speicher vorab speichert und laut Everpure eine bis zu 20-mal schnellere Time to First Token ermöglicht. Hinzu kommen eine stets aktive Version der DeepReduce-Komprimierungs-Engine für FlashBlade-Systeme, native Unterstützung für das Model Context Protocol (MCP) in Everpure Data Intelligence, sodass Agenten Live-Datenkataloge in natürlicher Sprache abfragen können, ein Tool zur Dateifreigabe sowie eine Referenzarchitektur auf Basis von Open-Weight-Modellen. Everpure versteht all dies als Erweiterung seiner Data-Primacy-Vision: Daten, nicht Anwendungen, sollen die Unternehmensarchitektur im KI-Zeitalter bestimmen.
PureKVA und Always-On DeepReduce auf FlashBlade
PureKVA befasst sich mit demselben Problem, das wir bereits in unserer Arbeit zum KV-Cache-Offload in den Flash-Speicher behandelt haben: Die Inferenz mit langem Kontext benötigt GPU-Zeit, um bereits berechneten Kontext neu zu berechnen. Everpures Ansatz sieht vor, dass FlashBlade diesen Kontext direkt in den GPU-Speicher lädt, ohne dass Datensätze aus dem primären Speicher verschoben werden müssen. Laut Unternehmen eliminiert dies GPU-Leerlaufzeiten, erhöht den Token-Durchsatz und reduziert die Reaktionszeit für Echtzeitanwendungen bei gleichzeitiger Unterstützung von Mandantenfähigkeit in Unternehmen. Die Angabe von bis zu 20x TTFT stammt von Everpure und basiert auf keiner veröffentlichten Testkonfiguration. Daher sollte sie als Obergrenze betrachtet werden, bis das Unternehmen die zugrundeliegende Konfiguration offenlegt.
DeepReduce selbst ist nicht neu; Everpure stellte Purity DeepReduce im Februar auf FlashBlade vor, eine auf Ähnlichkeit basierende Reduktionsmethode, die außerhalb des Schreibpfads ausgeführt wird und laut Everpure eine durchschnittliche Komprimierungsrate von etwa 2:1 zusätzlich zu bereits komprimierten Daten erzielt. Neu ist der Always-On-Modus: Die Engine scannt nun kontinuierlich Speicherblöcke auf FlashBlade-Systemen, um Ähnlichkeiten in Unterblöcken zu finden, die herkömmliche Deduplizierung übersieht, auch innerhalb vorkomprimierter Inhalte. Die nutzbare Kapazität wird automatisch erweitert, ohne dass eine manuelle Planung erforderlich ist und laut Everpure keine Auswirkungen auf die Schreibleistung entstehen.
MCP, Dateiintelligenz und eine Open-Weight-Referenzarchitektur
Everpure Data Intelligence , die aus der Übernahme von 1touch hervorgegangene Klassifizierungsschicht, implementiert nun MCP. Dadurch können KI-Agenten und Sicherheitstools die Live-Datenkataloge in natürlicher Sprache abfragen, relevante Daten finden und deren Sensibilitätsklasse ermitteln, bevor sie diese als Eingabe für KI, Agenten-Workflows oder Analysen verwenden. Der Katalog umfasst die Everpure-Plattform, öffentliche Clouds, SaaS-Anwendungen und Speicherlösungen von Drittanbietern. Die Bereitstellung erfolgt über die bestehende Pure1-Konsole, ohne separate Management-Server und, laut Everpure, ohne die Beauftragung von professionellen Dienstleistern.
Privacy-First File Intelligence zeigt an, wer auf welche Dateifreigaben zugreifen kann und wie veraltet diese sind, ohne den Dateiinhalt zu lesen. So können Teams Sicherheitslücken schließen und Kapazitäten freigeben, bevor sie Freigaben für Agenten öffnen. Everpure verknüpft diese Klassifizierung mit Cyber-Resilienz: Das Wissen darüber, welche Daten sensibel sind und wer darauf zugreift, bestimmt, wie sie geschützt und welche Daten zuerst wiederhergestellt werden. Ergänzt wird das Angebot durch eine intelligente Referenzarchitektur zur Token-Optimierung. Diese nutzt Open-Weight-Modelle, um Unternehmen mehr Kontrolle über ihre Daten und eine besser planbare KI-Ausgaben zu ermöglichen, indem der Verbrauch von API-Token externer Anbieter reduziert wird. Everpure hat die im Referenzdesign verwendeten Modelle und GPUs nicht namentlich genannt.
„KI in Unternehmen stößt nicht an ihre Grenzen, weil die Modelle unzureichend sind, sondern weil die Daten noch nicht für autonome Echtzeit-Systeme geeignet sind. Wir beseitigen diese Hürde. Indem wir Unternehmensdaten kontinuierlich verwalten, automatisieren und sofort zugänglich machen, schaffen wir die Grundlage dafür, KI mit dem nötigen Vertrauen aus dem Labor in die Produktion zu überführen“, so Prakash Darji, General Manager, Data & Digital Experience bei Everpure.
Die heute angekündigten Funktionen werden ab Oktober verfügbar sein. Sie folgen auf die Einführung von Data Stream im Juni und erscheinen einen Monat, nachdem Everpure erneut in beiden Achsen des Gartner Magic Quadrant für Enterprise-Speicherlösungen die Spitzenposition erreicht hat.
Amazon