VMware Explore drog igång på måndagsmorgonen, även om schemat kändes ovanligt jämfört med tidigare VMworld Explore-evenemang, då Broadcom flyttade den traditionella öppningshändelsen till eftermiddagen.
Det var inte nödvändigtvis en dålig sak, eftersom det gav oss tid att ta några breakout-sessioner och träffa leverantörer på mässgolvet. I den här artikeln kommer vi att dyka ner i huvudmeddelandena, tillsammans med anteckningar från de enskilda intervjuer och rundabordspaneler vi deltog i under konferensen. Vår tidigare rapport på plats behandlade Lenovos nyckelfärdiga AI- och minnespressningsdiskussion.
Keynote: Att forma framtiden för privata AI-moln och agentinnovation
Vi behandlade VMwares morgonpressmeddelanden i ett tidigare inlägg , men huvudanförandet vid den allmänna sessionen lade till teknisk och ekonomisk kontext till dessa tillkännagivanden. Morgonpressmeddelandena fokuserade på VMware Private AI Cloud, validerade modeller och deny-by-default runtime agent-säkerhet; huvudanförandet fokuserade på IT:s operativa realiteter. Broadcoms ledning tillbringade sin tid på scenen med att ta itu med den ekonomi som moderna IT-avdelningar står inför.
Ram Velaga, vd för Broadcoms Infrastructure Software Group, satte tonen för huvudtalen genom att betona att inflation i hårdvarukostnader, särskilt trycket på minnespriser, har blivit en betydande oro för infrastrukturplanering snarare än ett tillfälligt problem i leveranskedjan. Slutsatsen var inte en uppmaning att flytta allt till det publika molnet, utan snarare en uppmaning till pragmatisk repatriering av arbetsbelastningar. Velaga slog hårt fast VMwares grundläggande argument: företags-IT lyckas genom att frikoppla komplexa beräknings-, lagrings- och nätverkslager från de applikationer som körs ovanpå dem.
Därefter demonstrerade Paul Turner och hans ingenjörsteam VCF AI Assistant och VMwares live-patchningsfunktioner. Denna demonstration tog upp en välbekant operativ utmaning: att åtgärda kritiska sårbarheter utan att introducera onödig driftstopp. Under live-demon upptäckte systemet administrativa konfigurationsavvikelser (i det här fallet ett kluster där DRS oavsiktligt hade inaktiverats flera veckor tidigare), körde automatiserade förkontroller och tillämpade ESXi live-patchar för att lösa prestandaflaskhalsar. Allt detta åstadkoms utan att virtuella maskiner fick studsa, vilket kunde ha orsakat dyra och onödiga driftstopp.
En av de mer insiktsfulla delarna av huvudtalet var kundperspektivet från Hemant Deshpande från Standard Chartered Bank, som guidade publiken genom deras standardiserade, fabriksintegrerade rackkonstruktion.
För alla som har hanterat driftsättningar i flera rack är lockelsen uppenbar: förkablage, validering och konfiguration av beräkningar, nätverk och vSAN-lagring hos leverantören minskade driftsättningstiderna från månader till dagar samtidigt som rena, isolerade feldomäner etablerades. Som en bonus minskade övergången till virtualiserade kluster med hög densitet deras datacenters strömförbrukning med 40 till 45 procent. Vi älskade hur de visade att ett standardiserat programvarudefinierat fotavtryck direkt minskar kapital- och driftskostnader.
I linje med kundfokus tog United Airlines scenen för att ta upp plattformstekniksidan och i detalj redogjorde för hur de antog VMwares Kubernetes-funktioner på VCF. Istället för att köra separata miljöer för containrar och äldre virtuella maskiner integrerade de infrastrukturprovisionering direkt i sina CI/CD-pipelines via Terraform och Avi Global Server Load Balancing. Detta ger applikationsteamen aktiva mikrotjänster över flera lokala webbplatser och hybridmoln utan att behöva skicka in helpdesk-ärenden, vilket erbjuder utvecklare en publik molnliknande upplevelse samtidigt som infrastrukturen hanteras noggrant lokalt.
Slutligen gick Purnima Padmanabhan, vice VD och chef för Tanzu-divisionen, in för att ta itu med något som vi har funderat över på sistone: sårbarheter i leveranskedjan för AI-mjukvara. För att åtgärda dessa problem presenterade Broadcoms Tanzu-division TrueSource på måndagen. Autonoma och agentiska AI-pipelines hämtar ofta beroenden för Python, Java, Node.js och Spring från publika databaser, vilket exponerar en betydande säkerhetsrisk. Deras nya produkt, TrueSource, fungerar som ett kurerat, kryptografiskt signerat och kontinuerligt patchat uppströms-arkiv för både runtime-ramverk och centrala datalager inklusive PostgreSQL, MySQL, RabbitMQ och Valkey. Detta kan läggas till i lager tillsammans med Tanzu-agent-sandboxing och distribuerade brandväggar på hypervisor-nivå. Budskapet var tydligt: AI-styrning för företag kräver att allt från bare metal till modellkörning låses innan agenter vidrör produktionsmiljöer.
De avslutade huvudanförandet med tillkännagivandet att Explore 2027 fortfarande kommer att vara i Las Vegas men flyttar till Resorts World och till 3–6 maj 2027.
När huvudtalet var avslutat begav vi oss till The Hub för välkomstmottagningen.
I avsnitten nedan bryter vi ner vad vi lärde oss från våra diskussioner, intervjuer och paneldiskussioner i små grupp under resten av dagen.
Vad vi hörde från VMwares ledning
Under vår diskussion reflekterade Dilpreet Bindra, Senior Director of Engineering på VMware by Broadcom, över hur definitionen av en företags"arbetsbelastning" har utvidgats från traditionella virtuella maskiner till att omfatta molnbaserade containrar och avancerade AI-applikationer.
Både Bindra och jag har besökt KubeCon regelbundet, så Kubernetes och containerteknik verkade vara ett bra ställe att börja vårt samtal.
Bindra inledde vårt samtal med att diskutera sitt engagemang i Cloud Native Computing Foundation (CNCF) och sina erfarenheter av att navigera inom CNCF och energin på KubeCon.
Han lyfte fram skiftet i VMwares ingenjörskultur mot bidrag med öppen källkod, och prioriterade samarbete uppströms för att säkerställa att innovationer inte förblir låsta i proprietära produkter. Bindra noterade att VMware har accelererat Kubernetes innovation genom att aktivt engagera sig i CNCF-communityn. Min känsla var att för honom är Kubernetes på VCF en kritisk arena för att anpassa orkestrering i företagsklass till det otroligt snabba, communitydrivna ekosystem som moderna utvecklare förlitar sig på.
Han utnyttjade sedan sin djupa bakgrund inom centrala VMware-tekniker, inklusive ESXi och vMotion. Han förklarade att grundläggande principer som resursisolering och mobilitet är lika viktiga idag som någonsin. De måste dock anpassas för att undvika de flaskhalsar som finns i äldre infrastruktur. Han betonade att det verkliga löftet med VMware Cloud Foundation (VCF) 9.1 ligger i dess förmåga att konvergera olika arbetsbelastningar, såsom virtuella maskiner, containrar och AI, till en enhetlig plattform. Bindra ser VCF 9.1 som ett sätt att sammanföra virtuella maskiner, containrar och AI-arbetsbelastningar till en gemensam infrastrukturplattform. Målet är att ge IT-team de kontroller de behöver utan att tvinga utvecklare att navigera i separata infrastrukturstackar för varje arbetsbelastningstyp.
Bindra gav pragmatiska råd till arkitekter som utformar morgondagens datacenter och tog upp den snabba utvecklingen av privat AI och autonom infrastruktur. Han varnade för rigid arkitektonisk inlåsning, med tanke på hur snabbt GPU-kapacitet, modellstorlekar och nätverkskrav förändras inom AI-området. När vi berörde AIOps-arbetsflödena som visades upp på VMware Explore 2026, drog han en tydlig linje mellan AI-assisterad verksamhet och full autonomi. Bindra menade att även om AI blir exceptionellt bra på att rekommendera optimeringar, tar det tid att etablera verkligt förtroende för autonom infrastruktur. Han rekommenderade att plattformsteam börjar med att delegera rutinmässiga, lågriskiga operativa uppgifter till AI-agenter, och håller kritiska produktionsbeslut stadigt under mänsklig övervakning tills tekniken och organisationens förtroende mognar.
Senare satte vi oss ner med Sabina Anja, chefstekniker och Executive Advisor för VMware Cloud Foundation, för att diskutera hur modern infrastruktur utvecklas snabbt under tyngden av AI-arbetsbelastningar och distribuerade system. Men innan vi gick in på det, berörde vi min fascination för felsökningsverktyg för agentiska AI, vilket ledde till en djupare diskussion om AI-assistenters roll.
Sabina menade att den växande komplexiteten i moderna miljöer i allt högre grad överväldigar de personer som ansvarar för att driva dem. I takt med att miljöer blir alltmer komplexa och distribuerade bör en AI-assistent inte bara vara ett automatiserat skript; den behöver syntetisera bästa praxis från olika grupper, korrelera loggar med historisk telemetri och få fram viktiga insikter så att ingenjörer inte behöver lägga timmar på att manuellt korrelera data mellan frånkopplade loggnings- och telemetriverktyg.
Därifrån vände sig vårt samtal mot den fysiska verkligheten i ett modernt datacenter, särskilt resursallokering, trafikmönster och minnesnivåer. Sabina, som bygger på sin djupa nätverkserfarenhet, påpekade att i takt med att AI-agenter ständigt kommunicerar kommer vi att se en konsekvent, mättad trafik som kräver smartare lokalisering av arbetsbelastningar, servicekvalitet och trafikteknik.
Avslutningsvis berörde vi de ekonomiska och fysiska begränsningar som infrastruktur står inför idag, från volatila DRAM-kostnader som driver införandet av minnesnivåer med NVMe till de svindlande effektbehoven hos nya acceleratorer. I slutändan var Sabinas råd till arkitekter rakt på sak: se framåt, förstå de verkliga effekt- och kylningskraven för era arbetsbelastningar och designa för vart databehovet är på väg snarare än att förlita sig på äldre antaganden.
Sabina höll också ett framstående huvudinslag som i detalj redogjorde för hur distribuerad intelligens måste kopplas direkt till verkligheten i fysiska datacenter.
Vi fick chansen att sitta ner med Chris Wolf, global chef för AI och avancerade tjänster på Broadcoms VMware Cloud Foundation-division, och reflektera över VMwares privata AI-resa, som han initierade för tre år sedan.
Vi frågade honom först hur hans tidiga antaganden om privat AI stod sig mot verkligheten. Han förklarade att även om grundläggande satsningar på öppen källkods-körtidsmiljöer som vLLM (en öppen källkodsmodell för stora språk (LLM) som betjänar runtime) och Harbor-containerregister visade sig vara helt rätt, var de inledningsvis före sin tid, och det tog marknaden ett par år att komma ikapp. Wolf sa att VMware inledningsvis lade större vikt vid NVIDIAs vGPU-teknik, men kundernas efterfrågan på praktiska edge-distributioner drev teamet mot enklare, mer kostnadseffektiva passthrough-konfigurationer. Han fortsatte sedan med att säga att de hade god kontakt med sin kundbas och, som svar på kundernas efterfrågan på praktiska edge-distributioner, anpassade de VMwares virtualiseringsstack för att tillgodose enklare, kostnadseffektiva passthrough-konfigurationer.
När vårt samtal kom att riktas mot det bredare datacenterlandskapet, frågade vi honom om organisationer återigen började siloa sin infrastruktur kring traditionella virtuella maskiner, containrar och AI-arbetsbelastningar. Chris påpekade att det motsatta händer: han menade att den ökande efterfrågan på ström och kylning, tillsammans med driftskostnaderna för molnbaserad AI-konsumtion, får organisationer att ompröva var de kör AI-arbetsbelastningar. Wolf menade att moderna virtualiseringsomkostnader är tillräckligt låga för många AI-arbetsbelastningar för att organisationer kan konsolidera infrastruktur utan att ge upp meningsfull prestanda, och att företag som sådan kan minska sina fysiska fotavtryck avsevärt, begränsa kostnaderna för programvarulicenser och driftsätta blygsamma GPU-kluster som maximerar effektiviteten utan att ådra sig höga kostnader för publika moln.
Med blicken mot framtiden bad vi Chris att förutspå nästa utveckling av företagsinfrastruktur och var agentbaserad AI passar in i ekvationen. Även om han är optimistisk att specialiserade mindre modeller och autonoma agenter kommer att befria mänskliga operatörer från tråkigt operativt slit, betonade han det kritiska behovet av strikt styrning, godkännanden "mänskliga i loopen" och revisionsloggar för att förhindra att oövervakade skript destabiliserar verksamhetskritiska miljöer. Wolfs uppfattning var att företags-AI i allt högre grad kommer att förlita sig på distribuerade arkitekturer och mindre, specialiserade modeller snarare än att uteslutande förlita sig på massiva centraliserade modeller.
Frågor och svar med Ram Velaga
Vi, tillsammans med några andra journalister, blev inbjudna till en frågestund med Ram Velaga, vd för Broadcoms infrastrukturprogramvarugrupp.
Sessionen inleddes med en fråga om hur Broadcom prioriterar sina tekniska resurser för att stödja företagskunder när de överför agentbaserad AI-arbetsbelastning till produktion. Han var snabb med att sätta siffrorna i perspektiv och avslöjade att Broadcom investerar långt över 5 miljarder dollar årligen i programvaruutveckling. Han klargjorde dock att de inte lägger varenda krona på AI-funktioner och att mellan 50 % och 60 % av deras tekniska kapacitet strikt ägnas åt kärnverksamheten: beräkning, nätverk och lagring, för att ge bergsolid tillförlitlighet och sömlösa uppdateringar av maskinparken utan driftstopp som VMware-kunder har kommit att förvänta sig.
Ram fortsatte sedan med att säga att han, istället för att satsa på täta arkitekturer från en enda leverantör, skisserade en framtid som drivs av heterogena pooler av beräkningar anslutna över höghastighetsnätverk med delat minne. Han avvisade bestämt branschmässiga modeord som "kontrollplan". Han hävdade att VMwares roll förblir densamma: att abstrahera underliggande infrastruktur så att kunder kan köra arbetsbelastningar över olika processorer, acceleratorer och lagringstekniker.
Kulturellt sett beskrev han VMware som ett effektivitetsfokuserat företag. Medan publika hyperskalare tjänar på att kunderna förbrukar överskott av lagrings- och beräkningsresurser, bevisar VMware sitt värde genom att minska resursanvändningen och optimera hårdvaruanvändningen lokalt. För att förstärka detta i hela sin portfölj har Broadcom rivit ner interna silos, till exempel genom att mobilisera Symantecs teknikteam för att leverera EDR-liknande hypervisorförsvar och virtuell patchning direkt i VMware Cloud Foundation.
Han analyserade de bredare marknadskrafterna som driver företagsarbetsbelastningar tillbaka till privata moln. Ram påpekade att rusningen mot lokal infrastruktur inte bara handlar om att undvika oförutsägbara tokenräkningar för publika moln, utan också om att bevara företagskostnaderna. Velaga ansåg att datasuveränitet och immateriella rättigheter blir viktiga faktorer i privat AI-adoption. För organisationer i reglerade branscher kan det vara lika viktigt att hålla känsliga data och AI-arbetsflöden under striktare kontroll som att hantera kostnaderna för publika AI-tjänster.
På partnerfronten försvarade han VMwares aggressiva översyn av molntjänstleverantörernas (CSP) ekosystem. Han jämförde den tidigare uppsättningen med en okurerad franchise där lågvärdiga återförsäljare undergräver kvalitetsoperatörer och förklarade att Broadcom medvetet eliminerar transaktionella mellanhänder för att lyfta fram verkliga partners som investerar i hårdvara, leverans och kundupplevelse. Framöver är hans prioritet att eliminera överraskningar, leverera sömlösa månatliga underhållsversioner och utnyttja AI internt för att skriva bättre och mer motståndskraftig kod.
Partnerperspektivet
VMware har blivit mer fokuserat och beroende av sina partners. VMware har tagit med sig Stephen Ayoub, medgrundare och VD på AHEAD, och Ryan Sheehan, Senior Vice President för Advanced Solutions på SHI International Corp.
Rundabordssamtalen inleddes med en översikt över hur kundsamtal har förändrats under de senaste 12 till 18 månaderna. Paneldeltagarna var överens om att infrastruktursamtal har förskjutits från rent operativa utgifter till investeringar som måste visa mätbara affärsresultat. Istället för att infrastrukturdiskussioner begränsas till tekniska chefer kräver moderna inköp nu samordning mellan VD, finanschef, IT-chef och affärsintressenter som kräver mätbara resultat inom intäkter, säkerhet och produktivitet innan man beviljar investeringar på flera miljoner dollar. Stephen från AHEAD noterade att medan AI-experiment snabbt har mognat, är organisationer djupt oroade över "skugg-AI", dataläckage och oförutsägbar tokenomik. Följaktligen prioriterar företag arkitekturgrunder som VMware Cloud Foundation (VCF 9) för att säkra sina data, styra åtkomst och tygla skenande kostnader för publika moln.
Panelen pressades ut om hur Broadcoms omstrukturering, specifikt genom att minska tusentals komplexa SKU:er till kärnproduktpaket, påverkar kunderna. Paneldeltagarna var överens om att deras kunder har börjat acceptera förändringarna, trots att de erkände att prisjusteringarna initialt utlöste känslomässig motståndskraft.
Ryan från SHI och Stephen höll med om att den traditionella transaktionella återförsäljarmodellen blir mindre gångbar eftersom kunderna i allt högre grad förväntar sig att partners tar ansvar för arkitektur, implementering och operativa resultat. Idag kräver kunder tekniska systemintegratörer som tar fullt ansvar för att driftsätta hela stacken.
För att avsluta rundabordssamtalen diskuterade Broadcom hur de utvecklar sin marknadsstrategi och partnerskapsstöd för att säkerställa att kunderna faktiskt sätter igång och anammar det de köper. De upprepade att Broadcom strikt är ett produkt- och innovationsföretag utan intern professionell tjänsteavdelning, vilket innebär att verksamheten är helt beroende av elitkanalpartners för att driva implementeringen. För att stödja detta finansierar Broadcom kraftigt implementeringstjänster och utökar rigorösa, praktiska utbildningsinitiativ, vilket ger partneringenjörer direkt tillgång till VMwares kärnproduktteam.
vSphere-standarden i nyheterna
Paul Turner berättade för reportrar på mässan att Broadcom planerar att uppdatera vSphere Standard, ett drag som först rapporterades av The Register . Om det bekräftas kan dragningen vara betydande för mindre organisationer som inte kräver hela VMware Cloud Foundation-stacken.
Sluttankar: Ekonomin bakom AI-budskapet
I reflektionen klargjorde VMware Explore 2026 att Broadcoms privata AI-strategi handlar om mycket mer än att köra stora språkmodeller. Återkommande teman under huvudanförandet, intervjuer med chefer och partnerdiskussioner var infrastrukturekonomi, operativ effektivitet och de praktiska utmaningarna med att distribuera AI i stor skala.
Broadcoms chefer diskuterade allt från live-patchning och arbetsbelastningskonsolidering till AI-styrning, strömförbrukning, kylningsbegränsningar och det växande trycket på minnes- och acceleratorresurser. Samtal med VMware-ledare förstärkte ett gemensamt budskap: nästa generations företagsinfrastruktur måste stödja traditionella virtuella maskiner, containrar och AI-arbetsbelastningar på en gemensam plattform samtidigt som organisationer får större kontroll över kostnader, säkerhet och datalokalisering.
Amazon