A VMware Explore 2026, Broadcom propone la sua AI Factory per gestire l’AI su cloud privato

Broadcom ha aperto oggi VMware Explore 2026 a Las Vegas con una raffica di annunci che convergono sulla strategia ormai consolidata negli ultimi anni: spostare i carichi di lavoro dal cloud pubblico al cloud privato aziendale, con un rafforzamento delle soluzioni per seguire lo stesso percorso anche per quanto riguarda l’intelligenza artificiale, in particolare per l’inferenza. Al centro c’è VMware Private AI Cloud, l’architettura che unifica infrastruttura, modelli e sicurezza; attorno, automazione per l’infrastruttura, un sistema di controllo per gli agenti autonomi e nuove difese per la filiera dei componenti open source e per il traffico agentico.

L’AI arriva on-prem: cosa cambia con Private AI Cloud

Negli ultimi due anni molte aziende hanno sperimentato l’AI generativa appoggiandosi ai grandi cloud pubblici. Secondo Prashanth Shenoy, Vice President del marketing di prodotto per la divisione VMware Cloud Foundation di Broadcom, la fase dei progetti pilota si sta chiudendo e con essa emergono i costi reali della produzione su larga scala: capitale per l’hardware, complessità operativa e la cosiddetta tokenomics, cioè il costo per token generato o elaborato dai modelli. È questo il motivo che spinge un numero crescente di organizzazioni a portare i carichi di inferenza, fine-tuning e RAG verso infrastrutture on-premise o di cloud privato.

A supporto, Broadcom cita il proprio report Private Cloud Outlook 2026, secondo cui il 56% delle aziende starebbe già eseguendo o pianificando l’inferenza AI in produzione su cloud privato.

“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, di intelligenza artificiale smettono di operare come discipline separate per diventare un tutt’uno, consentendo l’esecuzione di carichi di lavoro con la sovranità dei dati, la conformità normativa e la prevedibilità dei costi richieste dalle aziende”, ha dichiarato Ram Velaga, president dell’Infrastructure Software Group di Broadcom.

VMware AI Factory: dal bare metal al primo modello in poche ore

Il primo pilastro dell’annuncio è VMware AI Factory, una piattaforma software-defined pensata per ridurre il tempo che separa l’acquisto di un server dalla messa in servizio del primo modello di AI: da settimane, promette Broadcom, a poche ore. Il punto di partenza è la base già installata: oltre 3.000 implementazioni di VMware Cloud Foundation (VCF) 9, per un totale di 19 milioni di core allocati, secondo i dati diffusi da Shenoy.

Una delle leve di adozione più recenti è il tiering della memoria NVMe introdotto in VCF 9, che secondo l’azienda riduce fino al 42% il costo per host mantenendo le stesse prestazioni enterprise: una risposta diretta alla crisi dei costi di DRAM che sta colpendo il settore in questa fase di corsa all’AI.

Su questa base, AI Factory aggiunge l’automazione dell’intera filiera infrastrutturale: server, rete, storage, Kubernetes e stack software per l’AI, integrati e certificati insieme ai partner hardware. Broadcom collabora con AMD per abbinare VCF alle GPU Instinct MI350 e all’ecosistema software aperto ROCm, mentre il driver DVX di AMD consente di allocare le GPU a macchine virtuali di grandi dimensioni su cluster VMware vSphere Kubernetes Service. Sul fronte dei server, i cosiddetti VCF AI Ready Node sono certificati con Cisco, Dell Technologies, Lenovo e Supermicro. Una novità distinta riguarda la gestione fisica dell’hardware: la partnership con MetalSoft porta l’automazione bare metal eterogenea dentro la console di gestione di VCF, con l’obiettivo dichiarato di ridurre il provisioning dei server da settimane a pochi minuti.

“Le aziende vogliono far girare l’AI proprio dove risiedono i propri dati, ma il percorso dall’hardware al modello è lento, complesso e costoso”, ha spiegato Paul Turner, Chief Product Officer della divisione VMware Cloud Foundation di Broadcom.

5 nuovi modelli validati, in un catalogo che supera quota 150

Sul fronte dei modelli, Broadcom ha annunciato di aver certificato per l’esecuzione su VCF di cinque famiglie: Nemotron 3 di NVIDIA, con architettura ibrida Mamba-Transformer MoE e finestre di contesto fino a un milione di token; Gemma 4 di Google DeepMind; cotomi di NEC, ottimizzato per la lingua giapponese con un miglioramento dichiarato del 40% nell’efficienza dei token; Qwen 3.7-Max di Alibaba Cloud; e GLM 5.2 di Z.ai. Questi si aggiungono a un catalogo che, sfruttando vLLM come runtime predefinito, supera già i 150 modelli open source e commerciali eseguibili su VCF.

“Broadcom si impegna a fornire alle aziende la più ampia gamma di modelli di AI per le loro infrastrutture on-premise”, ha detto Chris Wolf, Global Head of AI and Advanced Services della divisione VMware Cloud Foundation. Benchmark condotti da Broadcom secondo lo standard MLPerf Inference v5.1 indicherebbero prestazioni paragonabili al bare metal.

Tanzu Platform diventa la casa degli agenti

Se AI Factory riguarda l’infrastruttura, la piattaforma Tanzu è il livello su cui Broadcom esegue gli agenti veri e propri. Purnima Padmanabhan, Vice President e General Manager della divisione Tanzu di Broadcom, ha presentato le nuove AI-Ready Data Foundations: pipeline che uniscono dati strutturati e non strutturati, li arricchiscono con metadati e semantica, e pubblicano il risultato come prodotti dati governati su un marketplace interno, così che agenti e sviluppatori possano accedervi senza toccare direttamente le fonti originali.

Il perno della sicurezza applicativa è l’architettura deny-by-default: ogni agente viene eseguito in una sandbox isolata e non ha accesso a rete, API o server MCP finché non gli viene concesso esplicitamente da un utente autorizzato. A completare il quadro ci sono un ambiente di sviluppo con supporto nativo per Python e per Spring AI in Java, un marketplace di agenti per l’orchestrazione tra più agenti e un gateway AI per il monitoraggio e l’audit di ogni azione.

“Le aziende non hanno un problema di ambizione sull’AI. Hanno un problema di fiducia negli agenti”, ha sintetizzato Padmanabhan. Una lettura condivisa da Rachel Stephens, Research Director di RedMonk, secondo cui il vero rischio per le imprese non sta in ciò che può andare storto ed è già noto, ma nelle conseguenze impreviste che nessuno riesce a elencare in anticipo: è proprio nel punto di incontro tra agenti e dati aziendali che si concentra il rischio maggiore.

TrueSource: la sicurezza open source scommette sul controllo umano

L’annuncio più esplicitamente in controtendenza rispetto alla narrazione dominante sull’automazione totale riguarda TrueSource by Broadcom, il nuovo ombrello che raggruppa Spring Enterprise, TrueSource Trusted Artifacts (esteso a Java, Python, Node.js e al catalogo di immagini container Bitnami Secure Images) e TrueSource Data Services (PostgreSQL, MySQL, RabbitMQ, Valkey). L’argomento centrale di Broadcom è che le patch generate interamente da AI, senza supervisione umana, non sono ancora affidabili: a supporto cita una ricerca di 1Password secondo cui solo il 26% di 6.000 patch generate da AI ha risolto la vulnerabilità senza introdurre nuovi problemi nell’applicazione.

“L’AI è un acceleratore straordinario per gli sviluppatori che mantengono i software, non un loro sostituto”, ha detto Padmanabhan, che guida anche l’iniziativa TrueSource. Nella stessa direzione va il commento di Katie Norton, Research Director per la practice di Cloud Security di IDC, secondo cui le patch generate da AI applicate al di fuori di un progetto upstream mantenuto rischiano di produrre fork privi di supervisione e responsabilità a lungo termine. Sul piano dei numeri, Broadcom rivendica oltre 5.000 librerie Java verificate nell’albero delle dipendenze di Spring e più di 12 miliardi di token di analisi spesi su modelli frontier negli ultimi cinque mesi per individuare vulnerabilità prima degli attaccanti, a fronte di quello che l’azienda descrive come un aumento del 1.700% degli avvisi di sicurezza mensili sulla community Spring.

Broadcom, che pure investe massicciamente in AI generativa in tutti gli altri annunci della giornata, sceglie qui di rivendicare il controllo umano come differenziale competitivo, invece di promettere automazione totale.

AgentMinder: un piano di controllo per gli agenti autonomi

Il tema della fiducia negli agenti torna anche nell’annuncio più “trendy” della giornata: AgentMinder, presentato da Clayton Donley, Vice President e General Manager della divisione Identity Management Security di Broadcom. Donley ha aperto il suo intervento con un esempio concreto, utile a spiegare il problema che il prodotto vuole risolvere: un agente incaricato di monitorare pattern di spesa anomali comincia a raccogliere dati da più sistemi interni ed esterni, individua una transazione sospetta, consulta autonomamente l’ufficio HR per verificare l’identità della persona coinvolta e, nel tentativo di correggere quello che interpreta come un errore, arriva ad alterare la transazione stessa, agendo di fatto con un’autorità che non gli era stata attribuita.

Per Donley, il punto è che le organizzazioni hanno cinquant’anni di esperienza nel governare l’accesso di dipendenti e sistemi esterni, ma a oggi nessuno strumento paragonabile per gli agenti che operano in autonomia, orchestrano altri sotto-agenti e si replicano su una scala impossibile da monitorare manualmente. AgentMinder si inserisce come livello intermedio tra gli agenti e i modelli linguistici, i server MCP e le API che questi richiamano: assegna a ogni agente un’identità enterprise, vincola la sua autorità a una missione dichiarata e applica policy di privilegio minimo a ogni singola chiamata, con tracciabilità completa costruita su OpenTelemetry.

Broadcom dichiara di utilizzare internamente AgentMinder per gestire quasi 36 milioni di chiamate API al giorno lato clienti e 7 milioni lato dipendenti. “Ci ha permesso l’adozione aziendale della nostra pipeline agentica, fornendo tracciabilità completa tra sviluppatori e agenti multipli, il tutto senza downtime nemmeno durante gli aggiornamenti”, ha dichiarato Alan Davidson, CIO di Broadcom.

Il prodotto lavora in coppia con due soluzioni di sicurezza di rete già esistenti, entrambe presentate da Umesh Mahajan, Vice President e General Manager della divisione Application Networking and Security: vDefend estende la segmentazione Zero Trust ai carichi di lavoro agentici, individua componenti come server MCP e large language model non autorizzati (il cosiddetto shadow AI) e genera automaticamente firme IDPS (Intrusion Detection and Prevention System) per applicare patch virtuali in attesa di quelle definitive; Avi Load Balancer aggiunge protezione contro l’uso improprio di strumenti da parte degli agenti, rilevamento di comportamenti anomali e prevenzione dell’esfiltrazione di dati sensibili. Mahajan cita anche incrementi prestazionali rilevanti, fino a 75 terabit al secondo per il firewall distribuito e 17 terabit al secondo per il sistema IDPS.

Una postura difensiva costruita sull’urgenza

A fare da cornice a tutti gli annunci di sicurezza c’è una narrazione di minaccia crescente che Broadcom porta a supporto delle proprie scelte: secondo Shenoy, il tempo medio tra l’accesso iniziale e il movimento laterale di un attacco si sarebbe ridotto a 4 minuti e 30 secondi, più rapido di quanto un team di sicurezza riesca a gestire un singolo alert. È in questo scenario che si inserisce il nuovo Frontier AI Security Readiness Program, un percorso in quattro fasi (valutazione del rischio, definizione dell’architettura, implementazione e formazione) accompagnato da una nuova certificazione per gli amministratori, VMware AI Resilient Infrastructure Expert.

Cifre di questo tipo, fornite unilateralmente dal vendor che vende anche la soluzione al problema che descrive, meritano la consueta cautela giornalistica.

Resta però un punto strutturale che vale la pena porre, al di là del singolo dato: con Private AI Cloud, Broadcom propone di concentrare l’intero perimetro dell’AI aziendale in un unico stack: infrastruttura, modelli, agenti e sicurezza. Tutti governati da un solo fornitore.

Per molte organizzazioni può essere esattamente il tipo di semplificazione che cercano; per altre, magari scottate dai recenti e improvvisi cambiamenti nel listino dell’azienda, può rappresentare un livello di lock-in che, questa volta, si applica sull’intero stack AI e non solo sul cloud.