จาก VMware Cloud Foundation 9.1.1 สู่ VMware AI Factory เมื่อ Private AI Cloud คือคำตอบของการคุมต้นทุน และ Data Sovereignty ในองค์กร

การนำ AI มาใช้งานในระดับองค์กรกำลังเผชิญกับจุดเปลี่ยนสำคัญ เพราะภาพฝันของการทดลองรันโมเดลบน Public Cloud กำลังถูกเผชิญความเป็นจริงทางธุรกิจ ไม่ว่าจะเป็นปัญหา AI Tokenomics, ความเสี่ยงเรื่องข้อมูลรั่วไหล และ Data Sovereignty โดยผลสำรวจจาก Broadcom ระบุว่าองค์กรธุรกิจกว่า 56% วางแผนที่จะย้าย Work Load เกี่ยวกับ AI กลับมาประมวลผลบน Private Cloud ของตนเอง

ยิ่งในงาน VMware Explore 2026 Broadcom มีการประกาศเปิดตัว VMware AI Factory และปล่อยอัปเดต VMware Cloud Foundation (VCF) 9.1.1 อย่างเป็นทางการ นี่ไม่ใช่แค่การอัปเกรดฟีเจอร์เวอร์ชวลไลเซชันทั่วไป แต่เป็นการเปลี่ยนผ่านครั้งสำคัญที่รวม Private Cloud เข้ากับ Private AI Infrastructure ให้กลายเป็นแพลตฟอร์มเดียวกันแบบพร้อมใช้งานจริง

เจาะลึก VMware AI Factory

ใจความสำคัญของ VMware AI Fatory อธิบายง่าย ๆ คือ AI Factory ถูกสร้างมาเพื่อทำให้โครงสร้างพื้นฐานด้าน AI ใช้งานได้ง่ายขึ้นแบบเดียวกับที่ VMware เคยปฏิวัติวงการ Virtual Infrastructure และ Private Cloud มาแล้ว โดยจะช่วยลดความซับซ้อน และช่วยให้ทีม IT มีมาตรฐานที่ชัดเจนในการติดตั้งและบริหารจัดการ AI

อุปสรรคสำคัญที่ทำให้โครงการ AI องค์กรล่าช้าคือขั้นตอนการใช้เวลาติดตั้งโครงสร้างระบบพื้นฐานทั้งหมด สำหรับโมเดลที่มีอยู่แล้วนานเกินไป ส่งผลกระทบทำให้การสร้างโมเดล AI ล่าช้าตามไปด้วย ซึ่งต้องใช้เวลาจัดเตรียมเซิร์ฟเวอร์, ตั้งค่าเซิร์เวอร์, ไดรเวอร์, Kubernetes, Network, Storage, Security ไปจนถึงซอฟต์แวร์ Stack ที่ใช่รันโมเดล ต่างๆนานนับเดือน Broadcom แก้โจทย์นี้ด้วยการเปิดตัว VMware AI Factory ซึ่งจะเข้ามาเป็นรากฐานของ VMware Private AI Cloud บน VCF โดยไม่มีค่าใช้จ่ายสิทธิ์การใช้งานเพิ่มเติม โดยลูกค้าที่ใช้งาน VCF อยู่สามารถ เปิดความสามารถของ VMware AI Factory ขึ้นมาได้เลย

ซึ่งในขั้นตอน Model Deployment คือ การนำเอาโมเดล AI ที่มีอยู่แล้ว (ช่น Llama, NVIDIA Nemotron, โมเดลแบบเปิด/รองรับ Gemini เป็นต้น มาติดตั้งบนระบบของคุณเอง เพื่อให้แอปพลิเคชันหรือผู้ใช้งานสามารถเรียกใช้งานได้ โดยขั้นตอนหลัก ๆ จะเหลือเพียงแค่ 5 ขั้นตอน

1. เลือกโมเดล AI
2. ระบบ AI Factory ทำการติดตั้งและตั้งค่า
3. เชื่อมต่อระบบเข้ากับ GPU ที่มีอยู่
4. เริ่มต้นระบบการรันโมเดล
5. เปิดให้แอปพลิเคชันอื่น ๆ เข้ามาเชื่อมต่อใช้งานผ่าน API

VMware AI Factory เข้ามาเปลี่ยนการจัดการโครงสร้างพื้นฐาน AI ให้กลายเป็นระบบ Software-Defined ซึ่งมีจุดเด่นดังนี้

• ร่นระยะเวลาติดตั้งเหลือหลักชั่วโมง: การจับมือร่วมกับ MetalSoft ช่วยให้ VCF จัดการ Bare-Metal Provisioning สำหรับเซิร์ฟเวอร์แบบ Heterogeneous ข้ามแบรนด์ได้จากหน้าคอนโซลเดียว ลดเวลาเตรียมเครื่องกายภาพจากหลายสัปดาห์เหลือเพียงไม่กี่นาที ระบบ AI Factory จะทำสิ่งต่างๆเหล่านี้ให้อัตโนมัติ ไดรเวอร์, Kubernetes, Network, Storage, Security ไปจนถึงซอฟต์แวร์รันโมเดล
  • เตรียม Physical servers และ GPUs
  • สร้างสภาพแวดล้อม VCF เช่น vSphere, vSAN, Networking และ VKS
  • ติดตั้งและตั้งค่า GPU Drivers และ Operators
  • เซ็ตอัประบบ Model runtime เช่น vLLM
  • โหลดโมเดล AI ที่เลือกไว้
  • เชื่อมต่อโมเดลให้พร้อมใช้งานสำหรับแอปพลิเคชัน นักพัฒนา หรือ AI Agents
• ไม่ยึดติดกับผู้ผลิตชิปรายเดียว: นอกจากสถาปัตยกรรมของ NVIDIA แล้ว VMware AI Factory ยังรองรับชิปประมวลผล AMD Instinct พร้อมระบบนิเวศซอฟต์แวร์โอเพนซอร์ส AMD ROCm ผ่านระบบ Zero-Touch Provisioning อย่างเต็มรูปแบบ
• AI ReadyNodes ครบวงจร: รองรับการทำงานร่วมกับเซิร์ฟเวอร์ระดับองค์กรชั้นนำ ทั้ง Dell PowerEdge, Cisco, Lenovo และ Supermicro

สถาปัตยกรรมนี้ทำให้องค์กรสามารถเลือกฮาร์ดแวร์ที่เหมาะสมกับภาระงานและงบประมาณได้เอง โดยไม่ต้องผูกขาดอยู่กับผู้ให้บริการรายใดรายหนึ่ง

การขยายการรองรับโมเดลและการรับรองจาก NVIDIA

Broadcom ประกาศว่าได้มีการทดสอบโมเดลเพิ่มเติมให้สามารถทำงานบน VCF ได้แล้ว ซึ่งรวมถึง NVIDIA Nemotron 3, Google Gemma 4, NEC cotomi, Alibaba Qwen3.8-27B และ Z.ai GLM 5.2 โดย VMware AI Factory จะใช้ vLLM เป็นรันไทม์โมเดลเริ่มต้นและรองรับโมเดลโอเพนซอร์สมากกว่า 150 โมเดลที่ได้รับการปรับแต่งมาสำหรับ VCF โดยเฉพาะ

นอกจากนี้ VMware ยังได้ประกาศว่า vSphere 9.1 รวมถึง vSphere 9 เวอร์ชันอื่น ๆ ที่จะออกในอนาคต ได้รับการรับรองในฐานะ NVIDIA-Certified Hypervisor แล้ว การรับรองนี้เป็นการยืนยันถึงประสิทธิภาพการทำงานที่ใกล้เคียงกับการรันบนฮาร์ดแวร์โดยตรง (Near Bare Metal Perfoamce) สำหรับเวิร์กโหลดด้าน AI และ High-Performance Computing ที่รองรับ

ควบคุม AI Tokenomics ด้วย Multi-Tenant Model Sharing

ปัญหาใหญ่ของการรัน AI ในองค์กรคือความสิ้นเปลืองทรัพยากร แต่ละแผนกมักตั้งเซิร์ฟเวอร์หรือสร้าง Instance แยกกัน ทำให้ GPU ทำงานไม่เต็มประสิทธิภาพและดันต้นทุนต่อการประมวลผลคำสั่งพุ่งสูง

บน VCF 9.1.1 และ VMware AI Factory มีฟังก์ชันเด่นที่เข้ามาปฏิวัติการบริหารจัดการต้นทุนดังนี้

• Multi-Tenant Model Sharing: เปิดให้หลายหน่วยธุรกิจใช้งานโมเดล AI ร่วมกันบนคลัสเตอร์ฮาร์ดแวร์เดียวกันได้ แต่แยกความปลอดภัยและสิทธิ์การเข้าถึงผ่านระบบ Isolated Namespaces ทำให้ข้อมูลการเทรนหรือพรอมต์ของแต่ละทีมไม่รั่วไหลหากัน ลดการรันโมเดลซ้ำซ้อนและประหยัด GPU อย่างมีนัยสำคัญ
• AI Gateway และ Model Runtime: มี Dashboard ที่รวมศูนย์การบริหารโมเดล เปิดให้กำหนด Token Rate-Limiting การจำกัดสิทธิ์ของแอปพลิเคชัน และระบบ Intelligent Prompt Routing ที่ควบคุมต้นทุน Tokenomics ได้อย่างแม่นยำ
• รองรับโมเดลระดับแนวหน้ากว่า 150 โมเดล: สามารถนำโมเดลชั้นนำที่ผ่านการรับรองมาติดตั้งใช้งานแบบ On-Premises ได้ทันที เช่น Google Gemma 4, NVIDIA Nemotron 3, Alibaba Qwen, NEC cotomi และ GLM 5.2 โดยให้ประสิทธิภาพเทียบเท่าการรันบนระบบ Bare Metal โดยตรง

ความสามารถใหม่และแผน Roadmap สำหรับการปฏิบัติการด้าน AI

VMware ได้ระบุถึงความสามารถหลายประการที่มุ่งเป้าให้การควบคุมดูแลและบริหารจัดการโครงสร้างพื้นฐาน AI แบบใช้ร่วมกันทำได้ง่ายขึ้นใน VMware AI Factory ดังนี้

• การแชร์โมเดลแบบใช้งานร่วมกัน: Model Runtime แบบใช้ร่วมกันจะให้บริการพื้นที่จำเพาะของแต่ละองค์กร/แผนกที่ถูกแยกออกจากกันอย่างเป็นสัดส่วน โดยที่แต่ละทีมไม่จำเป็นต้องคัดลอกและติดตั้งโมเดลตัวเดียวกันแยกกันคนละชุด
• AI Gateway: เกตเวย์ในอนาคตจะมีความสามารถในการจัดเส้นทางคำสั่งอย่างมีประสิทธิภาพ, การจำกัดปริมาณการใช้งานและจำนวนโทเคน รวมถึงการอนุญาตสิทธิ์แอปพลิเคชัน ซึ่งครอบคลุมการทำงานร่วมกับโมเดลทั้งแบบติดตั้งแบบ On-premises และบนคลาวด์
• โครงสร้างพื้นฐานด้านความปลอดภัยของ Agent: มีการวางแผนระบบที่ใช้ทดลองและระบบควบคุมการทำงานของเอเจนต์ เพื่อจำกัดขอบเขตการทำงานของโค้ดที่ถูกสร้างขึ้นแบบไดนามิก, การเข้าถึงเครื่องมือ, การสื่อสารระหว่างเอเจนต์ และการตรวจสอบความถูกต้องของผลลัพธ์
• การปรับขนาดโมเดลอัตโนมัติ: ระบบการปรับโมเดลตามสถานการณ์ที่จะเกิดขึ้นในอนาคต จะตอบสนองต่อขีดจำกัดด้านความหน่วงและเซสชันการใช้งาน พร้อมทั้งช่วยลดการดึงทรัพยากร GPU ไปใช้โดยไม่จำเป็นเมื่อความต้องการใช้งานลดต่ำลง

ยุคของ Agentic AI ที่ระบบรักษาความปลอดภัยต้องคุมพฤติกรรม AI

เมื่อการใช้งาน AI ขยับจากการถามตอบไปสู่ Autonomous AI Agents ที่สามารถเรียกใช้งาน API อ่านฐานข้อมูล และลงมือปฏิบัติงานแทนมนุษย์ได้อัตโนมัติ การรักษาความปลอดภัยแบบเดิมจึงไม่เพียงพออีกต่อไป องค์กรไม่ได้กังวลแค่เรื่องระบบล่ม แต่กังวลว่า AI Agent จะทำอะไรเกินขอบเขตที่ได้รับมอบหมาย

Broadcom วางแนวป้องกันสำหรับยุค Agentic AI ไว้อย่างครอบคลุมผ่านระบบที่น่าสนใจดังนี้

• AgentMinder ที่กำกับดูแลและตรวจสอบอัตลักษณ์ของ AI Agent: ถือเป็น Control Plane ที่ทำหน้าที่ตรวจสอบตัวตนของ AI Agent เทียบกับงานที่ได้รับมอบหมาย ตรวจสอบความถูกต้องและสิทธิ์ก่อนที่ Agent จะยิงคำสั่งไปยังระบบจริง พร้อมเก็บบันทึก Audit Trail ตามมาตรฐาน OpenTelemetry ให้ตรวจสอบย้อนหลังได้ทุกการกระทำ
• VMware vDefend: ยกระดับ Microsegmentation สู่ระดับ Hypervisor เพิ่มขีดความสามารถในการตรวจจับการลักลอบใช้งาน Shadow AI ภายในองค์กร และตัดการเชื่อมต่อไปยังโมเดลที่ไม่ได้รับอนุญาตได้ทันที
• VMware Avi Load Balancer: เสริมระบบ Agentic Threat Defense ช่วยคัดกรองทราฟฟิก สกัดกั้นการใช้เครื่องมือภายนอกที่ผิดประเภท ป้องกันการโจมตีแบบ Remote Code Execution (RCE) และลดความเสี่ยงจากการรั่วไหลของข้อมูลอ่อนไหว

Tanzu Platform 10.4 และ AI-Ready Data ที่ปูทางให้นักพัฒนาใช้งานง่ายขึ้น

การนำ AI Agent ไปรันจริงบน Production มักสะดุดที่ปัญหาเรื่องคุณภาพและบริบทของข้อมูล Broadcom จึงเปิดตัว AI-Ready Data Foundations บน Tanzu Platform เพื่อเปลี่ยนข้อมูลระดับองค์กรทั้งแบบมีโครงสร้างและไม่มีโครงสร้าง ให้กลายเป็นข้อมูลที่มี Semantic Context พร้อมรองรับการเชื่อมต่อของ AI Agent ได้อย่างแม่นยำ ลดปัญหา Hallucination และลดการใช้ Token ที่ไม่จำเป็น

นอกจากนี้ Tanzu ยังช่วยให้นักพัฒนาสามารถ Deploy ตัวตนของ Agent ได้ง่ายขึ้น ผ่านแนวคิด Buildpack และ Service Binding ที่คุ้นเคย ทำให้นักพัฒนาไม่ต้องเปลี่ยนรูปแบบการทำงานเดิม แต่สามารถสร้างและควบคุม Agentic Workflow ได้อย่างมั่นใจภายใต้มาตรฐานความปลอดภัยระดับ Deny-by-Default

เสริมแกร่งระบบปฏิบัติการ VCF 9.1.1: ประสิทธิภาพเน็ตเวิร์กและ GitOps

สำหรับทีม Infrastructure Operations การอัปเดตของ VMware Cloud Foundation 9.1.1 ได้ยกระดับขีดความสามารถของระบบ Private Cloud หลักขึ้นไปอีกขั้น ไม่ว่าจะเป็น

• AI Assistant for VCF: ระบบผู้ช่วยอัจฉริยะที่ช่วยวิเคราะห์หาสาเหตุของปัญหาในโครงสร้างพื้นฐานผ่านภาษาทั่วไป (NLP) และยังรองรับการเชื่อต่อกับโมเดล LLM ภายในองค์กร (Private) เองได้ด้วย (Bring Your own LLM) ซึ่งจะช่วยงาน Operation ในการวิเคราะห์ปัญหา (Trobleshoot) รวมถึงการดูแลระบบ Private Cloud/Private AI Cloud บน VCF ได้อย่างรวดเร็ว เช่น ปัญหาคอขวดของ CPU/RAM หรือสาเหตุที่ vMotion ทำงานล้มเหลว พร้อมฟีเจอร์สร้าง Management Pack เชื่อมต่อระบบภายนอกได้โดยไม่ต้องเขียนโค้ด
• Native GitOps Service: ผสานรวม Argo CD เข้ากับหน้า UI ของ VCF Automation โดยตรง รองรับการยืนยันตัวตนผ่าน OIDC เพิ่มความคล่องตัวในการส่งมอบโครงสร้างพื้นฐานในรูปแบบ Infrastructure-as-Code
• EVPN Architectural Enhancements: ปรับแต่ง Datapath สำหรับ East-West Traffic ระหว่าง VCF Transit Gateway และ Physical Leaf Switches ให้ส่งผ่านข้อมูลได้รวดเร็วขึ้น พร้อมรองรับระบบ Distributed Services เช่น NSX/Avi Load Balancing และ NAT อย่างมีประสิทธิภาพ
• vSphere Kubernetes Service (VKS) 3.7 Add-on Framework: จัดการเครื่องมือเสริมบน Kubernetes ได้จากจุดเดียว ลดความสับสนเรื่องการดูแลรักษาระบบในระยะยาว

หมดยุคการทดลอง และถึงเวลาผลักดัน AI เข้าสู่ Production บน Private Cloud

การเปิดตัวของ VMware AI Factory ควบคู่ไปกับ VMware Cloud Foundation 9.1.1 และ AgentMinder ชี้ให้เห็นทิศทางที่ชัดเจนของ Broadcom นั่นคือการไม่มองโครงสร้างพื้นฐาน AI เป็นระบบที่แยกขาดออกจาก Private Cloud อีกต่อไป ระบบ Private Cloud ที่ควรจะเป็นควรจพรองรับทั้ง Existing Workloads และพร้อมที่จะเป็น AI Factory ให้กับระบบงาน AI ในอนาคต

สำหรับองค์กรธุรกิจที่ต้องการเร่งขยายขีดความสามารถด้าน AI แต่ยังติดหล่มเรื่องต้นทุน ค่า Token ความเสี่ยงในการเปิดเผยข้อมูลความลับ และภาระการดูแลระบบแบบเดิม ๆ การเปลี่ยนโครงสร้างพื้นฐานสู่ VMware Private AI Cloud บน VCF 9.1.1 คือคำตอบที่ตอบโจทย์ทั้งความเร็ว ความคล่องตัว และความคุ้มค่าในการลงทุนระดับองค์กรได้อย่างแท้จริง

ที่มา

• https://www.broadcom.com/company/news/releases/broadcom-announces-vmware-ai-factory
• https://virtualizationreview.com/articles/2026/08/31/vmware-explore-2026-highlighted-announcements.aspx
• https://www.ntpro.nl/blog/archives/3888-VMware-Explore-2026-Broadcom-Goes-All-In-on-the-Private-AI-Cloud.html
• https://justinraley.com/vmware-explore-2026-las-vegas-day-3-highlights/ 
• https://share.google/hO1MebYmrSP8lNKZY
• https://www.crn.com/news/ai/2026/vmware-explore-wrap-up-10-huge-ai-amd-agentic-security-and-innovation-launches