Pure Storage 正在不断改进其企业数据云平台，以更好地满足企业最紧迫的两大需求：AI 工作负载的运营效率和强大的网络弹性。通过统一跨环境的数据管理，并将智能直接嵌入到基础架构中，该公司将其平台定位为创新和安全的基石。
以数据为中心的效率赋能人工智能工作负载
随着人工智能成为企业战略的核心，企业在跨本地和多云环境管理数据方面面临着日益复杂的挑战。Pure Storage 的企业数据云架构旨在通过提供一致的运营模型来简化这一挑战，该模型可提供端到端的控制、自动化和弹性。
该平台支持企业无缝迁移数据、保持一致性，并在混合环境中扩展资源。中央“控制平面”充当智能层，自动执行配置、保护和治理。这种统一的方法消除了碎片化系统（AI 和传统工作负载在孤立环境中运行）中常见的低效率问题。
Pure Storage 还将业务范围拓展至超大规模公有云基础设施。Pure Storage Cloud 可通过 Azure 门户的 Azure 原生集成计划直接访问，提供灵活的云原生存储，将计算与存储资源分离。对于 IT 领导者而言，这创造了一个更可预测、更具成本效益的环境，使 AI 工具能够不受干扰地访问和训练企业数据。
该路线图进一步扩展，计划在人工智能工作负载加速和数据缩减方面进行增强。专为NVIDIA Dynamo 框架设计的 Key Value Accelerator可显著提升性能，在某些多 GPU 场景下推理速度最高可提升 20 倍，同时降低基础设施开销。Purity Deep Reduce 引擎中的并行开发利用模式识别和基于相似性的缩减技术，在保持最佳性能的同时提高存储效率。
硬件创新与软件进步同步进行。下一代 FlashArray 产品组合针对传统企业应用和 AI/ML 流程进行了优化，为事务密集型工作负载提供低延迟性能，并为训练和推理任务提供所需的高并发性。
增强存储平台的网络弹性
仅靠效率并不能保障数据安全。随着勒索软件和高级网络威胁的日益猖獗，Pure Storage 已将弹性作为企业数据云的核心架构特性。该平台不再仅仅依赖第三方插件，而是将检测、响应和恢复功能直接集成到其存储堆栈中，同时通过与领先的安全提供商合作来扩展可见性。
例如，与 CrowdStrike 的合作实现了 Threat-Graph 分析和 Falcon NG-SIEM 集成，从而能够实时监控和评估恶意活动。这允许在数据层进行策略更新和系统隔离，有效防止攻击蔓延。同样，与 Superna 的合作带来了文件和用户级别的监控，以阻止数据泄露尝试和勒索软件攻击，锁定受感染的帐户并自动执行策略。
恢复功能同样受到重视。Pure Storage 正在推出 Cyber Resilience 等功能，该功能与 Veeam 合作以服务形式提供，预计将于 2026 年底上市。这项由策略驱动的类似云的服务提供自动化的干净恢复流程，从而减少事故发生时的停机时间。2027 年，Pure Protect Recovery Zones 将进一步扩展此功能，提供隔离环境，用于安全的应用程序测试和经过验证的恢复，而不会中断生产工作负载。
这些措施解决了许多企业认为的网络事件最严重的成本——停机。通过嵌入保护和恢复功能，该平台旨在最大限度地减少运营中断并保持业务连续性。
企业 IT 统一框架
总的来说，AI 效率和网络弹性的提升反映了一种战略转变：存储层不再局限于被动数据保留。相反，Pure Storage 将其平台定位为 IT 堆栈的积极参与者，在防御现代安全威胁的同时，实现智能 AI 工作流程。
对于平衡创新与风险的组织来说，这种集成模型旨在简化复杂性、提高运营效率并确保关键工作负载能够安全、无中断地进行。
Amazon