Everpure heeft een reeks platformfunctionaliteiten aangekondigd die erop gericht zijn om AI voor bedrijven vanuit pilotprojecten naar productieomgevingen te brengen. Alle functionaliteiten worden in oktober verwacht. De belangrijkste is PureKVA (Key-Value Accelerator) voor FlashBlade, waarmee inferentiecontext direct in het GPU-geheugen wordt opgeslagen. Volgens Everpure levert dit tot wel 20 keer snellere Time to First Token op. Daarnaast is er een altijd actieve versie van de DeepReduce-compressie-engine voor alle FlashBlade-systemen, native ondersteuning voor het Model Context Protocol (MCP) in Everpure Data Intelligence, waardoor agents live datacatalogi in natuurlijke taal kunnen bevragen, een tool voor het delen van bestanden en een referentiearchitectuur gebaseerd op open-weight modellen. Everpure presenteert de hele reeks als een uitbreiding van haar Data Primacy-visie, het idee dat data, en niet applicaties, de drijvende kracht achter de bedrijfsarchitectuur in het AI-tijdperk moet zijn.
PureKVA en altijd ingeschakelde DeepReduce op FlashBlade
PureKVA pakt hetzelfde probleem aan dat we behandelden in ons artikel over het offloaden van de KV-cache naar flashgeheugen : inferentie met een lange context besteedt GPU-tijd aan het opnieuw opbouwen van de context die al berekend is. De aanpak van Everpure zorgt ervoor dat FlashBlade die context direct in het GPU-geheugen plaatst, zonder dat de dataset uit het primaire geheugen verplaatst hoeft te worden. Volgens het bedrijf elimineert dit GPU-idletime, verhoogt het de tokendoorvoer en verkort het de responstijd voor realtime-applicaties, terwijl het tegelijkertijd multi-tenancy in bedrijfsomgevingen ondersteunt. De bewering van Everpure dat de TTFT (Time To First Time) tot wel 20 keer sneller kan zijn, is gebaseerd op een claim van het bedrijf en er is geen testconfiguratie gepubliceerd. Beschouw dit dus als een maximumwaarde totdat het bedrijf de achterliggende configuratie bekendmaakt.
DeepReduce zelf is niet nieuw; Everpure introduceerde Purity DeepReduce op FlashBlade in februari, een op gelijkenis gebaseerde reductie die buiten het schrijfpad om draait, met een gemiddelde reductie van ongeveer 2:1 bovenop reeds gecomprimeerde data. Wat wel nieuw is, is de always-on-modus: de engine scant nu continu opslagblokken op FlashBlade-systemen om overeenkomsten in subblokken te vinden die conventionele deduplicatie mist, ook binnen reeds gecomprimeerde content. De bruikbare capaciteit wordt automatisch uitgebreid zonder handmatige planning en, volgens Everpure, zonder impact op de schrijfprestaties.
MCP, bestandsintelligentie en een open-weight referentiearchitectuur
Everpure Data Intelligence , de classificatielaag die voortkwam uit de overname van 1touch, implementeert nu MCP, waardoor AI-agenten en beveiligingstools de live datacatalogi in natuurlijke taal kunnen doorzoeken, relevante gegevens kunnen vinden en de gevoeligheidsclassificatie ervan kunnen aflezen voordat ze deze als input gebruiken voor AI, agentworkflows of analyses. De catalogus omvat het Everpure Platform, publieke clouds, SaaS-applicaties en opslag van derden. De implementatie verloopt via de bestaande Pure1-console, zonder aparte beheerservers en, volgens Everpure, zonder dat er professionele services nodig zijn.
Privacy-First File Intelligence laat zien wie toegang heeft tot elke bestandsshare en hoe verouderd deze is, zonder de bestandsinhoud te lezen. Zo kunnen teams de blootstelling beperken en capaciteit vrijmaken voordat shares worden opengesteld voor agents. Everpure koppelt deze classificatie aan cyberweerbaarheid: weten welke data gevoelig is en wie ermee in aanraking komt, bepaalt hoe deze wordt beschermd en welke data als eerste wordt hersteld. Het geheel wordt aangevuld met een Intelligent Token Optimization Reference Architecture die gebruikmaakt van open-weight modellen om bedrijven meer controle over hun data te geven en de AI-uitgaven voorspelbaarder te maken door het API-tokenverbruik van externe providers te verminderen. Everpure heeft de modellen of GPU's in het referentieontwerp niet bij naam genoemd.
“Enterprise AI loopt tegen een muur aan, niet omdat de modellen tekortschieten, maar omdat de data niet geschikt is voor realtime, autonome agents. Wij nemen die belemmering weg. Door bedrijfsdata continu te beheren, te automatiseren en direct toegankelijk te maken, bieden we organisaties de basis om AI met het nodige vertrouwen vanuit het lab naar productie te brengen”, aldus Prakash Darji, General Manager, Data & Digital Experience bij Everpure.
De vandaag aangekondigde functionaliteiten zullen in oktober beschikbaar zijn. Ze volgen op de lancering van Data Stream in juni en komen een maand nadat Everpure opnieuw aan de top stond van beide assen van Gartner's Magic Quadrant voor bedrijfsopslag.
Amazon