Everpure, anteriormente conocida como Pure Storage, ha revelado un conjunto de innovaciones tecnológicas diseñadas para facilitar a las empresas el paso de la inteligencia artificial (IA) desde una fase de pruebas a una implementación en producción. Este ambicioso anuncio, que tuvo lugar el 30 de septiembre de 2026 en Londres, incluye una serie de mejoras que estarán disponibles a lo largo de este mes. Sin embargo, la compañía no ha proporcionado detalles sobre los precios de estas nuevas funcionalidades.
Entre las actualizaciones más destacadas, Everpure ha introducido el acceso a su catálogo de datos a través de la integración con el Model Context Protocol (MCP). Esto permite a los agentes de IA consultar datos mediante el uso de lenguaje natural, agilizando la interacción y el análisis de datos en tiempo real. Además, la empresa ha devuelto protagonismo a su sistema FlashBlade, prometiendo una aceleración significativa en el tiempo que tarda en generarse el primer token de datos, afirmando que podría ser hasta 20 veces más rápido.
Otra de las novedades impactantes es una mejora en la compresión de datos, denominada DeepReduce, que optimiza la capacidad de almacenamiento sin afectar el rendimiento, logrando una mayor eficiencia en la gestión de datos. Complementando estos avances, Everpure ha presentado una arquitectura de referencia que busca minimizar el gasto en tokens de proveedores externos, fortaleciendo su visión de que los datos deben ser el pilar de la arquitectura empresarial en la era de la IA.
Según Prakash Darji, director general de Datos y Experiencia Digital de Everpure, el verdadero obstáculo que enfrenta la IA empresarial no reside en la calidad de los modelos de IA, sino en la preparación y contexto de los datos que estos modelos utilizan. Everpure busca que los datos sean gobernados y automáticamente accesibles, para que los agentes autónomos de IA puedan operar eficazmente sin demoras.
En términos de rendimiento, PureKVA es la nueva herramienta que permite a FlashBlade precargar contextos en la memoria de la GPU, lo que evita la repetición innecesaria de cálculos y, supuestamente, reduce el tiempo de inferencia requerido hasta el primer token al mínimo posible. No obstante, Everpure ha sido cautelosa al señalar que estos datos son aproximaciones y que el rendimiento real podría variar dependiendo del entorno específico.
La compañía también ha subrayado que, si bien las nuevas funcionalidades estarán disponibles en octubre, no hay compromisos formales respecto al calendario de lanzamiento ni garantías sobre las métricas de rendimiento anunciadas. Esta estrategia es indicativa de una tendencia general en la industria donde los fabricantes de almacenamiento buscan maximizar la eficiencia del cómputo de IA integrándolo más estrechamente con las capacidades de almacenamiento.
Lo realmente determinante en el futuro será la validez de estas afirmaciones cuando se sometan a pruebas independientes y a la experiencia de los primeros implementadores de estas tecnologías en un entorno de producción real. Mientras tanto, el sector tecnológico observa de cerca estas novedades, anticipando cómo podrían redefinir las prácticas de gestión de datos y optimización de IA en las empresas.
