Broadcom a élargi les capacités d’intelligence artificielle de VMware Cloud Foundation (VCF) avec la validation de plusieurs modèles de NVIDIA, Google DeepMind, NEC, Alibaba Cloud et Z.ai pour leur déploiement sur une infrastructure privée. Annoncé lors de VMware Explore 2026, cet enjeu vise à permettre aux entreprises d’offrir de l’inférence et des modèles en tant que service depuis leurs propres centres de données ou clouds privés, tout en conservant un contrôle accru sur leurs données, leur infrastructure et leurs coûts.
Les points clés de l’IA privée chez VMware en 20 secondes
- VCF valide des modèles de NVIDIA, Google DeepMind, NEC, Alibaba Cloud et Z.ai.
- Parmi eux figurent Nemotron 3, Gemma 4, cotomi, Qwen3.8-27B et GLM 5.2.
- vLLM permet d’exécuter plus de 150 modèles ouverts, selon Broadcom.
- VCF supporte des infrastructures basées sur AMD, Intel et NVIDIA.
- Objectif : porter l’inférence et les agents IA dans des environnements privés.
Cette actualité reflète une tendance qui commence à définir la prochaine étape de l’IA en entreprise. Après avoir principalement expérimenté via des API et des services publics, certaines organisations étudient désormais quelles charges ont intérêt à s’exécuter dans leur propre infrastructure.
Broadcom affirme dans son Private Cloud Outlook 2026 que 56 % des entreprises sondées exécutent déjà ou envisagent d’exécuter en production de l’inférence IA sur un cloud privé. Ce chiffre, provenant d’une étude interne, doit être pris avec précaution, mais il illustre la direction que prend VMware Cloud Foundation.
L’objectif de VCF est que machines virtuelles traditionnelles, Kubernetes, applications avec agents et inférence de modèles partagent une même plateforme d’infrastructure.
Cinq familles de modèles validés pour VCF
La nouveauté la plus concrète concerne la validation de divers modèles pour leur fonctionnement sur VMware Cloud Foundation.
Broadcom a annoncé la compatibilité validée avec NVIDIA Nemotron 3, Google DeepMind Gemma 4, NEC cotomi, Alibaba Qwen3.8-27B et Z.ai GLM 5.2.
Tous ne répondent pas aux mêmes besoins.
Nemotron 3 est particulièrement destiné aux applications basées sur des agents et combine, selon Broadcom, une architecture hybride Mamba-Transformer avec Mixture of Experts (MoE), des capacités multimodales et une fenêtre de contexte pouvant atteindre un million de tokens.
Gemma 4 représente la famille de modèles open source de Google DeepMind dans la plateforme. Broadcom met en avant sa dimension multimodale et son usage pour développer des applications et agents exécutables localement.
La présence de cotomi, développé par NEC, propose une approche différente. Il s’agit d’un modèle conçu spécifiquement pour le japonais et destiné aux scénarios d’entreprise dans ce marché. NEC évoque une amélioration de 40 % de l’efficacité en tokens, selon ses dires.
Alibaba présente Qwen3.8-27B, présenté comme un modèle dense multimodal de 27 milliards de paramètres, orienté programmation, recherche, tâches professionnelles et agents à long terme.
Enfin, GLM 5.2 de Z.ai, anciennement Zhipu AI, cible le raisonnement, la programmation et les processus autonomes multi-étapes.
| Modèle | Fournisseur | Point fort selon Broadcom |
|---|---|---|
| Nemotron 3 | NVIDIA | Agents, multimodalité et contextes longs |
| Gemma 4 | Google DeepMind | IA locale, multimodalité et agents |
| cotomi | NEC | Japonais et applications d’entreprise |
| Qwen3.8-27B | Alibaba Cloud / Qwen | Codage, vision, recherche et agents |
| GLM 5.2 | Z.ai | Raisonnement, codage et flux autonomes |
Il est important de noter que cette validation ne signifie pas que ces modèles ont besoin de VMware pour fonctionner. Ils peuvent être déployés via d’autres infrastructures et outils. Broadcom propose toutefois un environnement éprouvé pour leur intégration dans VCF et leur gestion avec d’autres charges d’entreprise.
vLLM étend le catalogue bien au-delà des cinq modèles
La liste annoncée ne limite pas le nombre de modèles exploitable.
VMware Cloud Foundation adopte vLLM comme runtime par défaut pour servir les modèles, permettant à Broadcom d’affirmer que ses clients peuvent exécuter plus de 150 modèles ouverts compatibles.
vLLM est une des solutions les plus utilisées pour servir de larges modèles de langage, grâce à ses techniques efficaces de gestion de la mémoire, de la concurrence et de la génération de tokens.
Son adoption est cruciale pour éviter que l’infrastructure ne soit limitée à un catalogue fermé.
Une organisation peut utiliser un modèle validé par Broadcom pour certaines applications et d’autres modèles compatibles avec vLLM pour des projets différents.
Le choix sera aussi influencé par la disponibilité du hardware.
Broadcom souligne que VCF supporte des configurations de calcul hybrides avec AMD, Intel et NVIDIA, sans limiter la plateforme à un seul type de processeur pour toutes les charges.
Ce point est pertinent notamment pour les centres de données où l’infrastructure est déjà en place, permettant aux entreprises d’intégrer progressivement l’IA sans devoir repartir de zéro.
L’inférence privée s’impose face à l’entraînement
L’annonce cible principalement l’inférence, sans concurrencer les vastes infrastructures nécessaires à l’entraînement des modèles fondamentaux depuis zéro.
La distinction est importante.
L’entraînement d’un modèle avancé peut nécessiter des milliers de GPU pendant de longues périodes, ce qui s’avère hors de portée de la majorité des entreprises.
À l’inverse, exécuter un modèle déjà entraîné pour des requêtes internes offre une économie différente.
Une organisation peut l’utiliser pour des assistants d’entreprise, la recherche documentaire, la génération de code, l’analyse d’informations ou des agents intégrés à des applications métier.
Lorsque le volume de requêtes est stable, déployer cette inférence en infrastructure propre peut devenir une alternative à l’achat continu de tokens auprès de fournisseurs externes.
Ce n’est toutefois pas automatiquement moins coûteux.
Il faut prendre en compte GPU, serveurs, énergie, refroidissement, stockage, licences, personnel, utilisation réelle du hardware et renouvellement technologique. Une GPU sous-utilisée peut rendre l’utilisation d’une API externe plus rentable.
C’est pourquoi Broadcom introduit le concept de AI tokenomics : analyser le coût réel de production et de consommation des tokens selon le lieu d’exécution du modèle.
La décision rejoint ainsi d’autres discussions historiques sur l’infrastructure. Certaines charges variables conviennent parfaitement aux services publics, tandis que d’autres, stables et prévisibles, peuvent justifier une capacité dédiée.
Les données, un argument essentiel pour internaliser l’IA
Le coût n’est qu’un aspect de la décision.
La confidentialité et la gouvernance des données expliquent une partie importante de l’intérêt pour l’IA privée.
Un agent d’entreprise est plus utile lorsqu’il peut accéder à la documentation interne, aux bases de connaissances, aux applications, au code ou aux données clients. Ces données sont souvent difficiles à migrer en dehors de périmètres contrôlés.
Executer le modèle dans une infrastructure maîtrisée permet d’élaborer des architectures où une partie du traitement reste dans le périmètre privé.
Cela ne garantit pas pour autant que le déploiement soit sécurisé ou conforme aux réglementations.
La sécurité dépend des identités, permissions, segmentation, applications, configuration du modèle et systèmes accessibles. Il est également crucial de contrôler les flux de données dans les prompts, logs et bases vectorielles.
Disposer du modèle en environnement interne offre plus d’options pour gérer la circulation des données.
Broadcom relie cette capacité à la souveraineté et au gouvernance, notamment dans les secteurs soumis à des contraintes réglementaires.
VMware veut offrir des modèles en tant que service interne
Un autre aspect de l’annonce concerne le concept de Model as a Service.
L’objectif est d’éviter que chaque département déploie et gère ses propres serveurs d’inférence.
L’équipe d’infrastructure peut héberger différents modèles sur VCF et les proposer en interne comme services à développeurs et autres départements.
Ainsi, un département pourrait utiliser Gemma pour une application, un autre déployer Nemotron pour des agents, et un troisième un modèle spécialisé, tout en gérant l’infrastructure de façon centralisée.
Ce concept est une évolution de la philosophie Kubernetes appliquée aux applications d’entreprise : la plateforme vise à simplifier la gestion du matériel et offrir des ressources à la demande pour les services.
Dans le domaine IA, une difficulté supplémentaire réside dans le fait que les GPU sont des ressources coûteuses et limitées. Optimiser leur utilisation a donc un impact direct sur les coûts.
Broadcom cite aussi ses résultats sous MLPerf Inference v5.1 pour argumenter que VCF peut offrir des performances comparables au bare-metal dans certains scénarios. À prendre en compte : ces résultats dépendent des configurations spécifiques du benchmark, et ne garantissent pas que toute charge virtualisée aura la même performance qu’une installation direct sur hardware.
La cloud privée devient aussi une plateforme IA
L’approche de Broadcom avec VCF ne se contente pas de maintenir des applications virtualisées existantes.
L’entreprise cherche à faire de VMware Cloud Foundation une plateforme où cohabitent l’infrastructure classique et les nouvelles charges d’IA.
Pour beaucoup d’entreprises, cette coexistence peut offrir une solution plus simple que de construire un environnement complètement séparé dédié à l’IA.
Les machines virtuelles ne disparaîtront pas parce qu’une organisation adopte des agents IA. Il en va de même pour les bases de données, applications Java, systèmes Windows ou Kubernetes déjà en place.
La question est de savoir si l’infrastructure existante peut également accueillir modèles, GPU et nouveaux services d’inférence, sans créer une nouvelle île technologique.
La validation de Nemotron, Gemma, cotomi, Qwen et GLM répond précisément à cette problématique.
De plus, la diversité des fournisseurs est un facteur clé. Broadcom ne propose pas une seule cloud privé liée à un seul modèle ; elle offre une couche permettant à l’entreprise d’évoluer et de changer de modèle selon les évolutions du marché.
Dans un secteur où les différences entre modèles peuvent diminuer rapidement et où de nouvelles versions apparaissent tous les quelques mois, éviter une dépendance excessive à un modèle unique peut s’avérer aussi crucial que de choisir le meilleur modèle disponible à un instant donné.
VMware Cloud Foundation vise cette couche intermédiaire : en dessous, il y a serveurs, CPU, GPU ; au-dessus, modèles et applications ; entre eux, une plateforme privée qui fournit ressources, Kubernetes, virtualisation et autres services pour leur gestion.
L’annonce lors de VMware Explore 2026 montre à quel point l’IA transforme la sphère de l’infrastructure d’entreprise. Le débat n’est plus uniquement de savoir quel modèle déployer, mais aussi où l’exécuter, combien coûte chaque token et quelles données peuvent quitter l’organisation.
Questions fréquentes
Quels modèles IA Broadcom a-t-elle validés pour VMware Cloud Foundation ?
Broadcom a annoncé la validation de NVIDIA Nemotron 3, Google DeepMind Gemma 4, NEC cotomi, Qwen3.8-27B d’Alibaba et GLM 5.2 de Z.ai.
VCF est-il limité à ces cinq modèles ?
Non. Broadcom utilise vLLM comme runtime par défaut, ce qui permet à VMware Cloud Foundation de faire fonctionner plus de 150 modèles ouverts compatibles.
À quoi sert de déployer un modèle IA en cloud privé ?
Cela offre un contrôle accru sur l’infrastructure et la circulation des données, ce qui peut être avantageux pour des inférences stables. Le coût dépend de l’hardware, de l’utilisation, de l’énergie, des coûts opérationnels et des alternatives via des services externes.
VCF nécessite-t-il exclusivement des GPU NVIDIA ?
Non. Broadcom indique que VCF supporte des configurations avec AMD, Intel et NVIDIA, bien que la compatibilité et la performance concrètes varient selon le modèle et la configuration.