Broadcom prova a trasformare VMware Cloud Foundation da piattaforma per il cloud privato a base operativa per l’intelligenza artificiale aziendale. Le novità annunciate a VMware Explore 2026 sono mirate a creare uno stack completo nel quale carichi di lavoro di inferenza IA, applicazioni agentiche, container e macchine virtuali tradizionali condividono infrastruttura, gestione e sicurezza.
VMware Private AI Cloud, questo il nome dell’architettura, è costituita da VMware AI Factory, la base software-defined che automatizza il passaggio dall’hardware al modello in produzione. Espanso anche il catalogo di modelli di IA convalidati per VCF che l’IT può erogare agli utenti interni come servizio. L’obiettivo dichiarato è portare i modelli vicino ai dati, evitando che informazioni riservate debbano uscire dall’ambiente aziendale e riducendo la necessità di gestire stack separati per IA e applicazioni convenzionali.
AI Factory automatizza il percorso dal server all’inferenza
VMware AI Factory interviene sulla parte meno visibile, ma spesso più onerosa, dei progetti di IA: predisporre server e acceleratori, abilitare lo stack software, distribuire i modelli e mantenerne il ciclo di vita. Secondo Broadcom, le funzioni di automazione di VCF possono ridurre da settimane a poche ore il tempo che separa l’installazione di un server bare metal dall’erogazione del primo modello.
La partnership con MetalSoft estende l’automazione fino ai server fisici eterogenei. L’integrazione prevista consentirà di effettuare provisioning e riprogrammazione dell’hardware di più vendor dalla console VCF, includendo firmware e ciclo di vita nel medesimo modello operativo. In questo caso Broadcom indica una riduzione del provisioning bare metal da settimane a minuti, anche questa non accompagnata da condizioni di test nel materiale fornito.
AI Factory combina VCF con AI ReadyNodes certificati di Cisco, Dell Technologies, Lenovo, Supermicro e altri produttori. Broadcom sta inoltre lavorando con AMD a una configurazione basata sulle GPU Instinct e sull’ecosistema ROCm, con provisioning zero-touch dello stack. Il comunicato presenta l’integrazione come collaborazione in corso, senza indicarne la disponibilità generale.
GPU condivise e controllo dell’economia dei token
Con l’ultimo aggiornamento VCF raggruppa le GPU e permette a più team di usare modelli diversi sulla stessa infrastruttura, evitando quando possibile installazioni dedicate per ogni carico di lavoro. Una libreria unificata gestisce inferenza e flussi RAG su macchine virtuali, container e GPU.
L’osservabilità comprende throughput dei dati e latenza dei token, uso di calcolo e memoria e tracciamento di GPU e vGPU. Su questi dati Broadcom costruisce il tema della “tokenomics”: il costo effettivo dei token prodotti dall’infrastruttura privata, determinato da acceleratori, utilizzo, condivisione dei modelli e gestione operativa.
Model Runtime supporta ora la condivisione multi-tenant attraverso namespace isolati, con l’intento di evitare copie ridondanti dello stesso modello. AI Gateway introduce un punto di governo comune per modelli locali e cloud, con instradamento dei prompt, limiti su token e frequenza d’uso e autorizzazione delle applicazioni. Broadcom colloca invece tra le funzioni in arrivo le sandbox containerizzate destinate a isolare il codice generato dagli agenti e a controllare strumenti invocati e output prima dell’esecuzione.
VCF 9 aggiunge anche tiering della memoria su NVMe e deduplicazione dello storage a livello di cluster. Parliamo di meccanismi che possono ridurre la quantità di memoria e capacità necessarie, ma i comunicati non quantificano il risparmio ottenibile né precisano per quali carichi di IA.
Oltre 150 modelli eseguibili, cinque famiglie convalidate
Sul livello superiore dello stack, Broadcom dichiara che i clienti VCF possono eseguire oltre 150 modelli open source e commerciali, usando vLLM come runtime predefinito. L’annuncio aggiunge la convalida su VCF di cinque famiglie: NVIDIA Nemotron 3, Google DeepMind Gemma 4, NEC cotomi, Alibaba Cloud Qwen 3.7-Max e Z.ai GLM 5.2.
La convalida riduce l’incertezza di integrazione, ma non certifica qualità, accuratezza o convenienza per qualsiasi impiego. La selezione copre modelli multimodali e agentici, ragionamento e programmazione, oltre a cotomi, ottimizzato da NEC per il giapponese. Broadcom cita per quest’ultimo un miglioramento del 40% nell’efficienza dei token, senza riportare base di confronto e metodologia: il risultato resta attribuito al fornitore.
I modelli possono essere pubblicati internamente come “model as a service”. Data scientist e sviluppatori accedono così a istanze governate senza amministrare l’infrastruttura sottostante. Sul team di piattaforma restano capacità, versioni, autorizzazioni, costi e conformità.
Gli agenti diventano identità da governare
Private AI Cloud comprende infine un livello di controllo per applicazioni agentiche. AgentMinder è il nuovo piano centralizzato con cui Broadcom intende trattare ogni agente come un’identità aziendale: autorità legata a uno specifico obiettivo, accesso soltanto a strumenti e risorse approvati, privilegi minimi a ogni invocazione e tracciabilità delle azioni. L’annuncio non chiarisce tempi e modalità di distribuzione della soluzione.
Tanzu Platform aggiunge basi dati “AI-ready” per costruire pipeline su informazioni strutturate e non strutturate e pubblicare data product governati in un marketplace interno. Le nuove agent foundation adottano invece un runtime deny-by-default: niente API, rete, server MCP o Internet finché l’accesso non viene concesso esplicitamente. Un archivio isolato impedisce agli agenti di vedere direttamente le credenziali, riducendo l’esposizione a furti e prompt injection.
Sul versante della rete, Broadcom anticipa evoluzioni di vDefend per individuare componenti agentici, rilevare shadow AI e distribuire patch virtuali mediante firme IDPS generate dall’IA. Avi Load Balancer dovrebbe invece controllare l’accesso degli agenti agli strumenti, isolare comportamenti anomali e limitare l’esfiltrazione dei dati.
“VMware Private AI Cloud rappresenta il punto di svolta in cui il cloud privato enterprise e l’infrastruttura privata di intelligenza artificiale smettono di operare come discipline separate per diventare un tutt’uno, consentendo l’esecuzione di carichi di lavoro di inferenza in produzione e l’intelligenza artificiale agentica con la sovranità dei dati, la conformità normativa e la prevedibilità dei costi richieste dalle aziende“, commenta Ram Velaga, Presidente Infrastructure Software Group di Broadcom.
#Adessonews seleziona nella rete articoli di particolare interesse.
Se vuoi leggere l’articolo completo clicca sul seguente link
