产业 / 媒体
博通推出VMware AI工厂，企业私有云AI部署从数周压缩至数小时
博通公司于2026年8月31日正式发布VMware AI工厂，定位为VMware AI私有云的软件定义基础设施层。该产品依托VMware Cloud Foundation（VCF）的基础设施自动化能力，可将从服务器部署到AI模型上线服务的周期从数周大幅压缩至数小时，为企业在私有云环境中落地AI应用提供更简洁的路径。VMware AI工厂支持在企业内部汇聚GPU资源，允许不同团队在共享硬件上并行运行多个模型，无需为每个AI项目单独采购服务器。平台内置统一模型库，覆盖虚拟机、容器与GPU资源的统一调度，并提供针对Token吞吐量、延迟及计算内存利用率的可观测性监控。硬件层面，该产品将支持思科、戴尔、联想、超微等厂商的VCF AI ReadyNodes认证设备，软件层面兼容Gemma 4、Qwen 3.7-Max、GLM 5.2等主流大模型。
博通于2026年8月31日宣布推出VMware AI工厂，这是其VMware AI私有云产品线的核心软件定义基础。该产品通过一系列自动化创新功能，旨在为企业提供一条更为简洁、高效的AI生产力落地路径，使企业无需依赖公有云即可在自有数据中心内完成AI应用的全生命周期管理。
VMware AI工厂的核心能力来自VMware Cloud Foundation的基础设施自动化引擎。传统企业部署AI基础设施往往需要数周时间完成服务器配置、网络打通与模型上线等环节，而VCF的自动化流程可将这一周期压缩至数小时。这一效率提升对于需要快速响应业务需求、频繁迭代AI模型的企业团队而言具有显著价值。
在资源利用层面，VCF支持在企业内部跨团队汇聚GPU资源，使多个业务团队能够在同一套共享硬件上并行运行不同的AI模型，从根本上避免了为每个AI项目单独采购和维护专属服务器的资源浪费。平台提供的统一模型库为数据科学团队提供单一操作界面，可在虚拟机、容器和GPU资源之间灵活部署和管理模型推理任务及RAG工作流。
VMware AI工厂还内置了完整的可观测性功能模块，能够实时监控Token吞吐量、推理延迟以及计算和内存利用率等关键指标。这些数据帮助企业运维团队及时发现性能瓶颈，优化资源分配策略，从而将Token利用率最大化，降低单位AI推理成本。
在生态兼容性方面，VMware AI工厂将支持思科、戴尔、联想、超微等主流硬件厂商的VCF AI ReadyNodes认证产品，确保企业在采购硬件时拥有充分的选择空间。软件层面，该平台兼容Gemma 4、cotomi、Qwen 3.7-Max、GLM 5.2等多款主流AI大模型，同时支持客户自选的AI软件栈和加速器架构，体现出博通在私有云AI领域构建开放生态的战略意图。
要点
- VMware AI工厂将企业私有云AI基础设施部署周期从数周压缩至数小时，显著降低AI落地门槛
- VCF跨团队GPU资源池化能力可减少硬件重复采购，提升整体资源利用率
- 统一模型库支持虚拟机、容器与GPU混合环境下的模型推理和RAG工作流统一管理
- 内置可观测性模块覆盖Token吞吐量、延迟及计算内存利用率等核心指标
- 硬件兼容思科、戴尔、联想、超微等主流厂商，软件支持Gemma 4、Qwen 3.7-Max、GLM 5.2等大模型