VMware Explore 于周一上午拉开帷幕，但与以往的 VMworld Explore 活动相比，本次活动的日程安排略显不同寻常，因为 Broadcom 将传统的开幕主题演讲移到了下午。
这未必是件坏事，因为这让我们有时间参加一些分组讨论会，并在展厅与参展商交流。在本文中，我们将深入探讨主题演讲的内容，以及我们在整个会议期间参加的一对一采访和圆桌讨论的笔记。我们之前的现场报道涵盖了联想的交钥匙人工智能解决方案和内存密集型解决方案。
主题演讲：塑造私有人工智能云和智能体创新的未来
我们在之前的文章中报道了VMware上午发布的新闻稿，但全体会议的主题演讲为这些公告增添了技术和经济背景。上午的新闻稿重点介绍了VMware私有AI云、已验证模型以及默认拒绝运行时代理安全机制；而主题演讲则聚焦于IT运营的实际情况。博通的领导层在台上主要探讨了现代IT部门面临的经济挑战。
博通基础设施软件集团总裁拉姆·维拉加(Ram Velaga)在主题演讲中强调，硬件成本上涨，尤其是内存价格上涨的压力，已成为基础设施规划中一个重要的考量因素，而非暂时的供应链问题。他强调的重点并非将所有业务都迁移到公有云，而是务实地将工作负载迁移回本地。维拉加重申了VMware的核心论点：企业IT成功的关键在于将复杂的计算、存储和网络层与运行在其上的应用程序解耦。
接下来，Paul Turner 和他的工程团队演示了 VCF AI 助手和 VMware 的实时补丁功能。此次演示旨在解决一个常见的运维难题：如何在不造成不必要停机的情况下修复关键漏洞。在现场演示中，系统检测到了管理配置偏差（在本例中，集群中的 DRS 功能在几周前被意外禁用），运行了自动预检查，并应用了 ESXi 实时补丁来解决性能瓶颈。所有这些操作均在不重启虚拟机的情况下完成，避免了代价高昂且不必要的停机。
主题演讲中比较有见地的部分是渣打银行的 Hemant Deshpande 从客户角度出发，向听众详细介绍了他们标准化的工厂集成式机架构建过程。
对于任何管理过多机架部署的人来说，这种方案的吸引力显而易见：在供应商工厂预先完成计算、网络和 vSAN 存储的布线、验证和配置，可以将部署时间从数月缩短到数天，同时建立干净、隔离的故障域。此外，迁移到高密度虚拟化集群还使其数据中心的能耗降低了 40% 到 45%。我们非常欣赏他们展示的标准化软件定义架构如何直接降低资本支出和运营成本。
延续以客户为中心的理念，美联航登台阐述了其平台工程方面的工作，详细介绍了其在 VCF 上采用 VMware Kubernetes 功能的情况。他们没有为容器和传统虚拟机运行单独的环境，而是通过 Terraform 和 Avi Global Server Load Balancing 将基础设施配置直接集成到 CI/CD 流水线中。这使得应用团队能够在多个本地站点和混合云环境中实现双活微服务，而无需提交服务台工单，从而为开发人员提供类似公有云的体验，同时保持本地基础设施的严格管理。
最后，Tanzu事业部副总裁兼总经理Purnima Padmanabhan站出来，谈到了我们最近一直在思考的一个问题：人工智能软件供应链中的漏洞。为了解决这些问题，博通旗下的Tanzu事业部于周一发布了TrueSource。自主和智能AI流水线经常从公共代码库拉取Python、Java、Node.js和Spring等依赖项，这带来了巨大的安全风险。他们的新产品TrueSource作为一个经过精心整理、加密签名且持续更新的上游代码库，涵盖运行时框架和核心数据存储，包括PostgreSQL、MySQL、RabbitMQ和Valkey。它可以与Tanzu代理沙箱和虚拟机管理程序级别的分布式防火墙协同工作。这传递的信息很明确：企业级AI治理需要在代理接触生产环境之前，从裸机到模型运行时的所有环节都进行严格控制。
他们在主题演讲的最后宣布，Explore 2027 仍将在拉斯维加斯举办，但地点将改为云顶世界，举办时间也将改为 2027 年 5 月 3 日至 6 日。
主题演讲结束后，我们前往中心大厅参加欢迎招待会。
在以下各节中，我们将详细介绍我们在第一天剩余时间的讨论、访谈和小组讨论中所学到的内容。
我们从VMware领导层那里听到了什么
在我们的讨论中，VMware by Broadcom 的高级工程总监 Dilpreet Bindra 反思了企业“工作负载”的定义如何从传统的虚拟机扩展到涵盖云原生容器和高级 AI 应用程序。
Bindra 和我一直以来都坚持参加 KubeCon，所以 Kubernetes 和容器技术似乎是我们开始讨论的好切入点。
Bindra 首先谈到了他参与云原生计算基金会 (CNCF) 的经历，以及他在 CNCF 中摸索前行的体验和 KubeCon 的氛围。
他强调了VMware工程文化向开源贡献的转变，优先考虑上游合作，以确保创新成果不会被封闭在专有产品中。Bindra指出，VMware通过积极参与CNCF社区，加速了Kubernetes的创新。我的感觉是，对他而言，基于VCF的Kubernetes是实现企业级编排与现代开发者所依赖的快节奏、社区驱动型生态系统相契合的关键领域。
随后，他凭借自身在VMware核心技术（包括ESXi和vMotion）方面的深厚背景，阐述了资源隔离和迁移等基础原则的重要性。他解释说，这些原则在今天仍然至关重要。然而，必须对其进行调整，以避免传统基础架构固有的瓶颈。他强调，VMware Cloud Foundation (VCF) 9.1的真正优势在于其能够将虚拟机、容器和人工智能等不同的工作负载融合到一个统一的平台上。Bindra认为VCF 9.1能够将虚拟机、容器和人工智能工作负载整合到一个通用的基础架构平台上。其目标是让IT团队能够获得所需的控制权，而无需开发人员为每种工作负载类型分别配置不同的基础架构堆栈。
针对私有人工智能和自主基础设施的快速发展，Bindra 为设计未来数据中心的架构师提供了切实可行的建议。他告诫大家不要固守僵化的架构，因为人工智能领域的 GPU 性能、模型规模和网络需求都在快速变化。当我们谈到 VMware Explore 2026 上展示的 AIOps 工作流程时，他明确区分了人工智能辅助运维和完全自主运行。Bindra 认为，虽然人工智能在推荐优化方案方面已经非常出色，但要真正建立对自主基础设施的信任需要时间。他建议平台团队首先将例行的、低风险的运维任务委托给人工智能代理，同时在技术和组织信任成熟之前，将关键的生产决策牢牢掌握在人手中。
之后，我们与 VMware 云基础架构首席技术专家兼执行顾问 Sabina Anja 坐下来，探讨现代基础设施如何在人工智能工作负载和分布式系统的重压下快速演进。但在深入探讨这个问题之前，我们先聊到了我对智能体人工智能故障排除工具的兴趣，这引发了关于人工智能助手作用的更深入讨论。
萨宾娜认为，现代环境日益复杂，给负责运维的人员带来了越来越大的压力。随着环境变得越来越复杂和分散，人工智能助手不应仅仅是一个自动脚本；它需要整合各种最佳实践，将日志与历史遥测数据关联起来，并挖掘关键信息，从而避免工程师花费数小时手动关联来自不同日志和遥测工具的数据。
随后，我们的谈话转向了现代数据中心的物理现实，特别是资源分配、流量模式和内存分层。萨宾娜凭借其深厚的网络背景指出，随着人工智能代理不断进行通信，我们将面临持续且饱和的流量，这就需要更智能的工作负载本地化、服务质量和流量工程。
在讨论的最后，我们谈到了当今基础设施面临的经济和物理限制，从波动不定的DRAM成本推动采用NVMe内存分层技术，到新型加速器惊人的功耗需求。最终，萨比娜给架构师的建议直截了当：着眼未来，了解工作负载的真实功耗和散热需求，并根据数据需求的未来发展趋势进行设计，而不是依赖传统的假设。
萨宾娜还发表了精彩的主题演讲，详细阐述了分布式智能如何与物理数据中心的实际情况直接对应。
我们有机会与博通公司 VMware 云基础部门的全球人工智能和高级服务主管 Chris Wolf 坐下来，回顾了 VMware 三年前启动的私有人工智能之旅。
我们首先问他，他对私有人工智能的早期假设与现实相比如何。他解释说，虽然对开源运行时（例如 vLLM（一种开源的大型语言模型 (LLM) 服务运行时）和 Harbor 容器注册表）的基础性投资最终被证明是正确的，但这些投资最初过于超前，市场花了几年时间才跟上。沃尔夫表示，VMware 最初更重视 NVIDIA vGPU 技术，但客户对实用边缘部署的需求促使团队转向更简单、更经济高效的直通配置。他接着说，他们与客户保持着密切联系，为了响应客户对实用边缘部署的需求，他们调整了 VMware 的虚拟化堆栈，以适应更简单、更经济高效的直通配置。
当我们的谈话转向更广泛的数据中心格局时，我们追问他，企业是否又开始围绕传统的虚拟机、容器和人工智能工作负载构建基础设施孤岛。克里斯指出，情况恰恰相反：他认为，不断增长的电力需求和冷却要求，以及云端人工智能消费的运营成本，正促使企业重新考虑人工智能工作负载的运行位置。沃尔夫则认为，现代虚拟化的开销对于许多人工智能工作负载而言已经足够低，企业可以在不牺牲显著性能的前提下整合基础设施。因此，企业可以大幅减少物理空间占用，控制软件许可成本，并部署规模适中的GPU集群，从而在不承担高昂公有云费用的情况下最大限度地提高效率。
展望未来，我们请克里斯预测企业基础设施的下一步发展趋势，以及智能体人工智能在其中扮演的角色。他乐观地认为，专用的小型模型和自主代理将使人工操作员摆脱繁琐的操作工作，但他强调，必须建立严格的治理机制、人机协作审批流程以及审计追踪，以防止未经监控的脚本破坏关键任务环境的稳定性。沃尔夫则认为，企业人工智能将越来越依赖分布式架构和小型专用模型，而不是完全依赖庞大的集中式模型。
与拉姆·维拉加的问答
我们和其他几位记者受邀参加了与博通基础设施软件集团总裁 Ram Velaga 的问答环节。
会议伊始，有人问到博通如何优先分配工程资源，以支持企业客户将智能体人工智能工作负载迁移到生产环境。他迅速给出了具体数字，透露博通每年在软件工程方面的投入超过50亿美元。但他明确表示，他们并非将所有资金都投入到人工智能功能上，而是将5%到60%的工程资源严格用于核心运营基础架构：计算、网络和存储，以确保VMware客户所期望的坚如磐石的可靠性和无缝、零停机时间的系统更新。
拉姆接着指出，他并不认同采用密集型的单一供应商架构，而是描绘了一个由异构计算池驱动的未来，这些计算池通过高速网络结构连接，并共享内存。他坚决反对“控制平面”等行业流行语。他认为，VMware 的角色始终如一：抽象底层基础架构，使客户能够在不同的处理器、加速器和存储技术上运行工作负载。
从企业文化角度来看，他将 VMware 描述为一家以效率为先的企业。公共超大规模数据中心通过客户消耗过剩的存储和计算资源来获利，而 VMware 则通过减少资源占用和优化本地硬件利用率来证明其价值。为了在其产品组合中强化这一理念，博通一直在打破内部壁垒，例如，调动赛门铁克的工程团队，直接在 VMware Cloud Foundation 中提供类似 EDR 的虚拟机管理程序防御和虚拟补丁功能。
他深入分析了推动企业工作负载回归私有云的更广泛的市场力量。Ram指出，企业争相部署本地基础设施不仅是为了避免不可预测的公有云代币费用，也是为了控制企业成本。Velaga认为，数据主权和知识产权问题正成为私有AI应用的重要因素。对于受监管行业的企业而言，对敏感数据和AI工作流程进行更严格的控制，其重要性不亚于管理公共AI服务的成本。
在合作伙伴方面，他为VMware对云服务提供商（CSP）生态系统的彻底改革辩护。他将之前的模式比作一个未经筛选的特许经营体系，其中低价值的经销商压低价格，损害优质运营商的利益。他解释说，博通正在刻意剔除交易中介，以提升那些真正投资于硬件、交付和客户体验的合作伙伴的地位。展望未来，他的首要任务是消除意外情况，提供无缝的月度维护版本，并在内部利用人工智能编写更好、更具弹性的代码。
合作伙伴的视角
VMware 越来越注重并依赖其合作伙伴。VMware 引入了 AHEAD 的联合创始人兼总裁 Stephen Ayoub 和 SHI International Corp. 的高级解决方案副总裁 Ryan Sheehan。
圆桌会议首先概述了过去12到18个月客户对话的转变。与会专家一致认为，基础设施方面的讨论已从纯粹的运营支出转向必须能够体现可衡量业务成果的投资。如今，基础设施的讨论不再局限于技术经理，而是需要首席执行官、首席财务官、首席信息官和业务利益相关者达成共识，他们要求在批准数百万美元的投资之前，必须看到在收入、安全性和生产力方面可衡量的成果。AHEAD的Stephen指出，尽管人工智能实验发展迅速，但企业仍然对“影子人工智能”、数据泄露和不可预测的代币经济模型深感担忧。因此，企业正在优先考虑VMware Cloud Foundation (VCF 9)等架构基础，以确保数据安全、控制访问权限并遏制不断上涨的公有云成本。
专家组被问及博通的重组计划，特别是将数千种复杂的SKU精简为核心产品组合，对客户的影响如何。专家组成员承认，价格调整最初引发了客户的抵触情绪，但他们一致认为，客户已经开始接受这些变化。
来自SHI的Ryan和Stephen一致认为，随着客户越来越期望合作伙伴承担架构、实施和运营结果的责任，传统的交易型经销商模式正变得越来越不可行。如今，客户要求技术系统集成商对整个技术栈的部署负全责。
在圆桌会议的最后，博通公司探讨了他们如何改进市场推广策略和合作伙伴赋能，以确保客户真正启用并采用他们购买的产品。他们重申，博通是一家纯粹的产品和创新公司，没有内部专业服务部门，这意味着公司完全依赖于优秀的渠道合作伙伴来推动产品部署。为了支持这一点，博通公司大力投资部署服务，并扩大严格的实践培训计划，使合作伙伴工程师能够直接接触到VMware的核心产品团队。
vSphere Standard 新闻
保罗·特纳在展会上告诉记者，博通计划更新 vSphere Standard，这一消息最初由 The Register 报道。如果消息属实，此举对不需要完整 VMware Cloud Foundation 堆栈的小型组织来说意义重大。
结语：人工智能信息背后的经济学原理
回顾 VMware Explore 2026 大会，博通的私有 AI 战略远不止于运行大型语言模型。在主题演讲、高管访谈和合作伙伴讨论中，反复出现的主题包括基础设施经济性、运营效率以及大规模部署 AI 的实际挑战。
博通高管们讨论了从实时补丁和工作负载整合到人工智能治理、功耗、散热限制以及内存和加速器资源日益增长的压力等方方面面的问题。与 VMware 领导者的对话也强化了一个共同的信息：下一代企业基础设施必须在通用平台上支持传统虚拟机、容器和人工智能工作负载，同时让企业更好地控制成本、安全性和数据位置。
Amazon