博通发布 VMware AI Factory，称裸金属到首个 AI 模型缩至数小时

8 月 31 日，博通（Broadcom）在拉斯维加斯 VMware Explore 2026 上发布 VMware AI Factory，并给出一个具体说法：借助 VMware Cloud Foundation（VCF）的自动化，从裸金属服务器部署到服务首个 AI 模型的时间，将从数周缩短到数小时。博通称，AI Factory 是 VMware Private AI Cloud 的软件定义基础，提供 AI 基础设施自动化与私有 AI 服务，用于从裸金属到推理的 AI 工作负载的部署、治理与安全。

于美东时间 8 月 31 日上午 9 时 05 分经发布。同场还有两项配套宣布：与 MetalSoft 达成裸金属自动化合作，把物理服务器配置时间从数周压到几分钟；与 AMD 合作，将 VCF 与 AMD Instinct GPU、开源 ROCm 软件生态配对。这些时间数字均出自博通官方口径，尚未有独立验证。

不是独立产品，也不额外收费

「企业想在数据所在之处运行 AI，但从金属到模型（metal to model）的旅程缓慢、复杂、昂贵。」博通 VMware Cloud Foundation 部门首席产品官 Paul Turner 在新闻稿中说。他给出的解法是软件定义基础：自动部署基础设施、统一生命周期管理，客户自选硬件与经过验证的模型，结果是更快抵达首个模型、可预测的私有云成本、对 AI token 经济学（tokenomics）更强的控制。

机制上，博通称 VCF 的自动化覆盖硬件配置、软件栈启用与端到端生命周期管理，把硬件与软件运维合并成一套统一方案。博通 VCF 部门 CMO 兼营销副总裁 Prashanth Shenoy 对表示，VMware AI Factory 不是独立产品，也不额外收费，而是客户用 VCF 现有的基础设施自动化能力搭建的平台；按的报道，他称之为「交钥匙、精选」方案。Shenoy 在媒体简报会上把 GPU、网络、存储、容器、AI 软件栈与模型拼装到一起的过程形容为「非常费神」，AI Factory 提供的是集成化方案。

三项新服务：模型共享、AI Gateway 与安全沙箱

AI Factory 的软件部分是私有 AI 服务，其中三项是新增或即将推出的：

多租户模型共享：Model Runtime 现在支持通过隔离命名空间，在租户或业务线之间安全共享 AI 模型，保留数据隐私，同时消除重复部署对 GPU 与基础设施资源的浪费。
AI Gateway：用单一消费接口统一本地与云环境的模型治理，支持智能提示词路由、token 与用量限流、应用授权；Network World 的报道将其列入「即将推出」类别。
安全 AI 沙箱与治理：用安全的虚拟化容器空间隔离 agent（智能体）动态生成的代码执行，由控制层定义 agent 如何被调用、能访问哪些工具、输出在生效前如何被验证。

配套的还有统一模型画廊（model gallery）：IT 与数据科学团队在单一界面跨 VM（虚拟机）、容器与 GPU 资源部署和管理推理与 RAG（检索增强生成）工作流，内置 token 吞吐、延迟、算力与内存利用率的观测。VCF 在组织内池化共享 GPU，让多个模型跑在共享硬件上，而不是为每个工作负载单独预留基础设施。

150 多个模型，加上 AMD Instinct 与 ROCm

模型侧，博通称 VCF 客户可运行 150 多个开源与商业模型，包括 Nemotron 3、Gemma 4、cotomi、Qwen 3.7-Max、GLM 5.2。SDxCentral 的报道补上了厂商身份：Nemotron 3 来自 Nvidia，Gemma 4 来自 Google，cotomi 来自 NEC，Qwen 3.7-Max 来自阿里巴巴，GLM 5.2 来自 Z.ai；Network World 则报道这五个模型已经过测试验证，作为「模型即服务（model-as-a-service）」在本地提供。

硬件侧，AI Factory 组合 VCF 与来自 Cisco、Dell Technologies、Lenovo、Supermicro 等的认证 VCF AI ReadyNodes。AMD 一侧，zero-touch provisioning（零接触配置）将编排从 vSphere、vSAN 到 Kubernetes 与 AMD GPU operator 的整栈端到端部署，AMD DVX 驱动可把 GPU 挂载到 vSphere Kubernetes Service 集群消费的大规模 VM 上。AMD 计算与企业 AI 集团企业副总裁 Suresh Andani 称，把 AMD Instinct MI350 系列 GPU 与开放 ROCm 生态配在 VMware Cloud Foundation 上，「给客户一条经过验证的私有 AI 路径，经济性可预测，且没有按 token 计费」。

AMD 这条线此前已有铺垫。宣布，随 VCF 9.1 发布，博通与 AMD 将增加对 Instinct MI350 系列的支持，页面随后注明 VCF 9.1 于 5 月 12 日全面可用；博客称 MI350 单卡配备 288 GB HBM3E 内存，可运行多达 5,200 亿参数的模型。双方的合作在 2025 年 Explore Vegas 上宣布扩大。Shenoy 还补充说，AMD、Cisco、Supermicro、Lenovo、MetalSoft 只是首批验证伙伴，「Nvidia 肯定在我们的首要考虑中」。

MetalSoft 合作：把物理服务器当成代码

博通还宣布与 MetalSoft 达成新合作，为 VCF 提供集成的异构裸金属自动化。集成后，IT 可直接通过 VCF 管理控制台配置或重装来自多家厂商的物理服务器，把软件与硬件生命周期并入同一套运维模型，不再需要各家厂商各自的硬件与固件管理工具。

MetalSoft 创始人兼 CEO Lucas Roh 在新闻稿中解释了定位：「管理物理服务器一直是与软件分离的运维域，这种竖井拖慢了 AI 基础设施部署。MetalSoft 的裸金属自动化把 VCF 的运维工作流延伸到物理层，让 IT 把物理服务器当作代码来对待。」客户可以在 VCF 控制台直接配置或重装异构硬件，「把数周的手工工作变成几分钟」。

给出了更细的机制：MetalSoft 平台是意图驱动、API 优先的自动化引擎，通过 Redfish、IPMI 等协议直接操作物理硬件（固件目录、BIOS 配置、交换机配置），并维护多厂商驱动，覆盖 Dell、HPE、Lenovo、Supermicro 与 ODM（原始设计制造商）服务器。面向 AI 场景，它处理 GPU 服务器发现与分类、固件与驱动基线一致性、AI 集群建设就绪、多租户生命周期重置等环节；博客称，目标是让基础设施团队一次向 VCF 集群加入 50 台服务器、退役 50 台服务器，或升级 200 台服务器的固件，而不再把它变成「季度里压力最大的一周」。

Private AI Cloud 同日发布，Flexential 已开始搭建

博通同一天还发布了 VMware Private AI Cloud。按的说法，它直指三大成本驱动因素：硬件资本支出、运维复杂度与 token 经济学；VCF 9 通过 NVMe 内存分层与集群级存储去重降低硬件成本。博通基础设施软件集团总裁 Ram Velaga 称，Private AI Cloud 是「企业私有云与私有 AI 基础设施不再作为两个独立学科、而是合二为一的拐点」。

AI Factory 在产品线中的位置，Shenoy 对 Network World 讲得更直白：Private AI Services 是去年 Explore 大会发布、2026 年初并入 VCF 捆绑包的产品，「绝对没有被弃用」；AI Factory 是基础设施层，而 Private AI Cloud 还组合了 vDefend 与 Avi Load Balancer 的 agent 安全能力、Tanzu 平台的 AI-ready 数据基础与 agent 治理。

一个可见的落地迹象来自托管服务商。Flexential 正在 AI Factory 之上构建自己的产品，计划明年初发布；其云与数据保护高级副总裁 Craig Cook 对 Network World 说：「基本上你什么都能做：自带模型、启动 agent、编排，而且他们提供了关键的观测能力。」

博通的新闻稿没有给出任何客户部署案例来佐证这两组时间数字。Flexential 明年初发布的产品，将是检验这些数字的一个公开窗口。