Everpure宣布推出Everpure Data Stream，这是一个基于全新平台组件的全新平台组件。 NVIDIA AI 数据平台 参考设计方案。它将人工智能处理与企业数据紧密结合，同时解决了数据准备、治理和可扩展性方面常见的挑战。此次发布进一步拓展了公司为企业环境提供人工智能就绪型数据基础设施的战略。
随着企业从人工智能实验阶段过渡到生产部署阶段，许多企业在摄取和准备企业数据、实施安全和治理策略以及扩展基础设施以支持不断增长的人工智能工作负载等方面都面临着诸多挑战。Everpure 表示，Data Stream 可以将数据准备时间从数月缩短至数分钟，同时保持流级访问控制，确保数据始终在企业边界内。其横向扩展架构还允许存储和计算资源随着人工智能需求的演变而独立扩展。
Everpure首席技术官Robert Lee表示，构建人工智能平台的企业需要灵活的架构，以支持快速部署和长期扩展。他指出，企业需要安全、高性能的数据管道，以加速数据处理并缩短结果交付时间。
将数据准备工作与生产人工智能连接起来
Everpure 将 Data Stream 定位为更广泛的端到端 AI 数据平台的一部分，该平台专注于为 AI 应用准备企业信息。该公司认为，AI 就绪数据需要经过分类、上下文关联、治理、安全和可扩展访问等步骤，才能有效地用于训练、推理或智能体 AI 应用。
该战略的关键组成部分是 Everpure 数据智能平台（原名 1touch）。该平台能够发现、分类和关联跨 SaaS 应用、云服务、本地基础设施和大型机环境的企业数据。它将数据集之间的关系映射到数据关系图中，从而创建一个可通过 API 和模型上下文协议 (MCP) 访问的元数据层。
该平台还应用了基于属性的访问控制和治理策略，使企业能够在 AI 模型和代理直接与业务数据交互时，维护安全性和合规性要求。
GPU加速数据处理
Data Stream 基于 NVIDIA AI 数据平台参考架构构建，旨在简化将非结构化企业数据转换为可用于 AI 的信息的过程。该平台不依赖手动数据摄取和准备流程，而是采用 GPU 加速的流水线，涵盖从数据摄取到推理的整个过程。
目标是在降低运营复杂性的同时，提高组织部署人工智能服务并产生可操作结果的速度。
NVIDIA 存储技术副总裁 Jason Hardy 表示，现代 AI 基础设施需要将安全、受监管的企业数据与加速计算资源连接起来的架构。他指出，Everpure 与 NVIDIA AI 数据平台的集成旨在帮助企业将 AI 项目从概念验证阶段推进到生产部署阶段。
Everpure 还披露了基于 NVIDIA Vera 的下一代 AI 原生存储技术的最新进展。 NVIDIA BlueField-4 STX 存储处理器。随着智能体人工智能部署的不断扩展，这项工作的重点是将加速、安全性和智能数据服务更紧密地引入企业数据集。
扩展人工智能基础设施
为了解决可能限制 AI 训练和推理性能的存储瓶颈问题，Everpure 重点推荐 FlashBlade 作为数据流部署的存储基础。该平台提供低延迟数据访问，并集成 KV 缓存加速器技术，可在推理工作负载期间提高内存效率。
Everpure 的 Evergreen 架构允许组织从 闪刃//小号 系统到 FlashBlade//EXA Portworx 提供容器平台层，用于在边缘、核心和数据中心环境中部署和管理 AI 流水线，无需进行破坏性迁移，支持从小型 AI 项目到大型 AI 工厂环境的扩展。
Everpure 通过将数据智能、数据流、存储和容器编排整合到一个统一的架构中，旨在减少基础设施碎片化，并消除对单独的 AI 数据孤岛的需求。
该公告与近期的一项调查结果相符。 IDC全球人工智能准备度调查 这项由 Everpure 委托进行的调查显示，94% 的 IT 领导者认为数据质量是影响人工智能成功的主要因素。Everpure 将其集成方法定位为企业在适应快速变化的人工智能需求的同时保持灵活性的有效途径。
Amazon