VMware Private AI Cloud: Broadcoms Antwort auf den Trend zur On-Premises-KI
Nach Angaben des Broadcom Newsroom adressiert der Halbleiterhersteller mit der neuen Plattform VMware Private AI Cloud die wachsende Nachfrage nach On-Premises-Infrastruktur für KI-Workloads.
Laut Unternehmensumfragen verlagern über 50 Prozent der befragten Firmen rechenintensive Prozesse zurück in private Rechenzentren. Primäre Treiber: Kontrolle der Hardwarekosten und Datensicherheit.
Plattform-Architektur
Die Lösung erweitert den bestehenden VMware-Stack um Komponenten für KI-Training und Inferenz in unternehmenseigenen Umgebungen. Broadcom positioniert sie als Alternative zu Hyperscaler-Angeboten für regulierte Branchen und Workloads mit sensiblen Daten. Konkrete Kennzahlen zu GPU-Durchsatz, Speicherbandbreite oder Latenzzeiten enthält die vorliegende Mitteilung nicht. Für die Beschaffung bedeutet das: Die tatsächlichen Workload-Anforderungen müssen gegen die Ressourcenprofile bestehender Server-Hardware abgeglichen werden, bevor Bestellungen ausgelöst werden. Standardisierte GPU-Slots, NVMe-Storage und ausreichend PCIe-Gen5-Lanes sind die technischen Mindestvoraussetzungen.
Marktdaten Q2 2026
Die Dell'Oro Group meldet einen starken Anstieg der weltweiten Investitionen in Rechenzentrumsinfrastruktur im zweiten Quartal 2026. Treiber: Ausgaben für Compute-, Storage- und Netzwerk-Hardware. Parallel steigen die durchschnittlichen Verkaufspreise für Enterprise-Server, weil DRAM und NAND teurer werden. Die Preisindizes für Arbeitsspeicher und Speicherkomponenten treiben die ASPs nach oben. Für den IT-Großhandel verschiebt sich der Margendeckungsgrad pro Servereinheit, und die Lagerumschlagsdauer verlängert sich bei knappen Komponenten.
Prüfliste Beschaffung
Drei Parameter stehen vor jeder Bestellung:
- Lizenzmodell der VMware Private AI Cloud im Verhältnis zur bestehenden VMware-Subscription-Landschaft.
- GPU-Bestückung und PCIe-Bandbreite der vorhandenen Server-Hardware gegen die Plattform-Anforderungen.
- Lieferzeiten und Preisaufschläge für DRAM und NAND, die laut Dell'Oro im zweiten Halbjahr 2026 weiter anziehen.
Bei Engpässen in der Lieferkette empfiehlt sich eine zweistufige Beschaffung: Erst die hochpriorisierten KI-Workloads ausstatten, danach die restliche Kapazität nachziehen. Die Marktdaten sprechen für eine vorgezogene Bestellung der kritischen Komponenten, solange die aktuellen ASPs noch kalkulierbar sind. Eine Verschiebung um ein Quartal kann bei Speicherbausteinen zu Mehrkosten von zehn Prozent und mehr führen.