Everpure está integrando su plataforma FlashBlade//EXA con las arquitecturas AI Factory de NVIDIA, que están en constante evolución, y presenta una nueva capa de automatización llamada Everpure Data Stream. Este anuncio extiende la compatibilidad de Evergreen//One a EXA e introduce un servicio diseñado para optimizar el flujo de datos en los flujos de trabajo de IA, abordando uno de los desafíos más comunes de la IA empresarial: proyectos que funcionan en entornos piloto pero se estancan antes de alcanzar la escala de producción.
FlashBlade//EXA se posiciona como la plataforma de datos de alto rendimiento para estas implementaciones, compatible con grandes conjuntos de datos de entrenamiento y cargas de trabajo de inferencia de alta concurrencia. El próximo servicio Data Stream se centra en automatizar la ingesta, preparación y entrega de datos a la infraestructura de GPU, reduciendo la complejidad operativa que suele ralentizar los programas de IA en su transición de la experimentación a los entornos de producción.
EG1 para IA ahora amplía FlashBlade//EXA para ofrecer el rendimiento, la escalabilidad y el procesamiento necesarios para entrenamientos más extensos e inferencia de alta concurrencia. Everpure Data Stream, que entrará en fase beta a finales de 2026, está diseñado para automatizar el movimiento de datos desde la ingesta hasta la ejecución del modelo, reduciendo el trabajo manual en la canalización y los retrasos operativos que a menudo ralentizan los proyectos de IA.
Kaycee Lai, vicepresidenta de IA de Everpure, plantea el problema como una forma de tratar la IA como "una carga de trabajo más" en lugar de como un sistema continuo centrado en los datos. Destacó que Everpure diseña su plataforma para eliminar los silos de datos y llevar los programas de IA de la experimentación a resultados de producción repetibles, gracias a un rendimiento predecible y una flexibilidad operativa.
Almacenamiento y ruta de datos de IA con resultados comprobados
Para las implementaciones de IA, la infraestructura de almacenamiento y datos debe mantener las GPU de alto rendimiento funcionando casi a plena capacidad. Everpure está integrando FlashBlade//EXA con la arquitectura de referencia modular STX de NVIDIA para dar soporte a los diseños de próxima generación de AI Factory basados en la plataforma Vera Rubin.
La arquitectura combinada integra el rendimiento escalable de archivos y objetos de EXA con componentes STX, como controladores de almacenamiento compatibles con BlueField y arquitecturas de memoria de contexto. El objetivo es optimizar todo el flujo de datos de IA: preparación de datos, creación de características e incrustaciones, e inferencia de contexto extenso. Se hace especial hincapié en la memoria de contexto, ya que los sistemas de razonamiento multietapa, basados en agentes y a gran escala, dependen de un acceso rápido a amplias ventanas de contexto e historial. El diseño EXA/STX satisface estas demandas de inferencia a escala de gigabytes al proporcionar un ancho de banda sostenido y minimizar la latencia de cola.
Las recientes pruebas de referencia del sector validan el comportamiento de la plataforma bajo cargas de trabajo de IA realistas y de alta concurrencia. Dichas pruebas incluyen:
- Solución SPECstorage 2020 Imagen de IA: FlashBlade//EXA obtuvo la puntuación más alta registrada en la prueba de rendimiento SPEC Storage AI_Image, ejecutando 6,300 trabajos de IA simultáneos. Este resultado demuestra la capacidad del sistema para soportar un gran número de tareas concurrentes de entrenamiento y preprocesamiento con un rendimiento óptimo, un patrón cada vez más común en entornos de IA multiusuario y multiequipo.
- Utilización y rendimiento de la GPU alineados con MLPerf: Las cargas de trabajo internas basadas en modelos, alineadas con MLPerf, demuestran que FlashBlade//EXA puede transferir datos casi el doble de rápido que su competidor más cercano, utilizando menos de la mitad del espacio de almacenamiento de un rack. En las pruebas, la plataforma mantuvo una utilización de GPU superior al 90 % en grandes clústeres H100. Esto sugiere que es poco probable que el sistema de almacenamiento sea un cuello de botella, lo que permite que los costosos aceleradores se mantengan ocupados a medida que crecen los conjuntos de datos y los modelos. El diseño de EXA escala linealmente, manteniendo esta utilización a medida que se añaden más recursos de cómputo y almacenamiento.
Everpure también está ampliando la validación de almacenamiento certificado por NVIDIA (NVCS) a FlashBlade//EXA. Este esfuerzo proporciona una base más clara para la compatibilidad y el rendimiento, y sirve como paso previo al nivel de certificación NVCS "NCP", alineado con las arquitecturas de referencia de los socios de NVIDIA Cloud. Para las empresas que estandarizan soluciones de IA centradas en NVIDIA, este tipo de certificación de almacenamiento ayuda a reducir el riesgo de integración y facilita la adopción de diseños de referencia.
Automatización de la orquestación de datos de IA
Un alto rendimiento de almacenamiento por sí solo no garantiza el éxito de la IA si las canalizaciones de datos hacia la pila de IA siguen fragmentadas y manuales. Everpure Data Stream se presenta como una capa de orquestación que automatiza pasos clave, desde la ingesta de datos hasta su preparación y entrega en la infraestructura de GPU.
El servicio se centra en la selección y gestión de datos preparados para la IA, de modo que los sistemas de entrenamiento e inferencia se alimenten continuamente con conjuntos de datos actualizados sin necesidad de una intervención operativa compleja. El objetivo es acortar el tiempo desde el experimento inicial hasta la puesta en producción estable, reduciendo la creación de scripts ad hoc, la preparación manual de datos y las soluciones alternativas de ingeniería repetitivas para la actualización de los conjuntos de datos.
La plataforma de datos de IA (AIDP) para Everpure Data Stream, desarrollada en colaboración con Supermicro, ofrece un diseño de referencia compacto para organizaciones que buscan una infraestructura inicial reducida. Esta combinación integra el hardware de servidor y acelerador de Supermicro con la capa de almacenamiento definida por software de Everpure, proporcionando una solución lista para usar para implementar un plano de datos que admite tanto el entrenamiento como la inferencia.
Como parte de esta estrategia AIDP, Everpure también ofrece soporte para plataformas aceleradas, incluyendo la NVIDIA RTX PRO 6000 Blackwell Server Edition, y planea extender el soporte a la RTX PRO 4500 Blackwell Server Edition. Estas configuraciones están dirigidas a clientes que necesitan capacidades avanzadas de inferencia y entrenamiento en entornos de borde o departamentales sin tener que invertir de inmediato en grandes clústeres de GPU para centros de datos.
Optimización continua de datos
Everpure basa su plataforma en la idea de que la infraestructura de IA no es una inversión única, sino un proceso continuo de mejora de datos y pruebas de rendimiento. Desde esta perspectiva, la preparación para la IA no se limita a la implementación de tecnología, sino que implica un ciclo continuo de recopilación de nuevos datos, reentrenamiento o ajuste de modelos y verificación del rendimiento a medida que cambian las cargas de trabajo.
Mediante la integración de FlashBlade//EXA, el modelo de consumo de Evergreen//One, la automatización de Data Stream y la alineación con las certificaciones NVIDIA STX y NVCS, Everpure pretende ayudar a las organizaciones a pasar de proyectos piloto de IA aislados a fábricas de IA repetibles y de nivel de producción, manteniendo al mismo tiempo el enfoque en la utilización de la GPU y la eficiencia operativa.
Las mediciones internas de los componentes de MLPerf respaldan algunas de estas afirmaciones, aunque no se presentaron como resultados oficiales de MLPerf. Desde una perspectiva técnica, los puntos clave son la concurrencia demostrada en SPECstorage AI_Image, las cifras de utilización de la GPU reportadas en entornos H100 y el avance hacia arquitecturas de referencia totalmente validadas y alineadas con NVIDIA.
Amazon