追記: 2026年6月13日の最新情報
2026年6月11日に、VMware Cloud Foundation BlogでPrivate AI ServicesのSupervisor構成が追加説明されました。AI推論をprivate cloudで動かすかどうかは、調査数字だけで判断せず、SupervisorをNSX構成にするのか、VDS構成にするのかまで見ておく必要があります。ここで、VCF Automationのセルフサービス、マルチテナンシー、ネットワーク分離の扱いが変わります。
- NSX構成では、NSX VPCを前提にVCF Automationのマルチテナント運用、ガバナンス、セルフサービスを使いやすくなります。一方で、NSX Edgeなどの設計負荷も確認対象です。
- VDSとFoundation Load Balancerの構成は導入の足回りを軽くできますが、ネットワーク払い出しやモデルエンドポイント展開が手作業寄りになり、VCF Automationの利用範囲が変わります。
- TechDocsのPrivate AI Services Release Notesでは、VCF 9.1向けのPrivate AI Services 2.1、VCF Automation組織での有効化、アップグレード時の停止注意点も確認できます。
このため、本文の56%という調査値は「private cloudに置くべきか」の入口として読み、実際の設計ではNSX/VPC、Supervisor、GPU容量、名前空間、VCF Automationの運用責任を先に整理するのが現実的です。
一次情報: Deploying VMware Cloud Foundation Private AI Services、VMware Private AI Services Release Notes
このテーマをもう少し広げて見るなら、VCF 9.1 Private AI Servicesを導入前に確認する：NSX/VDS、Supervisor、VCF Automationの実務ポイント と VCF 9.1でIaCを始める前に確認する：SDDC Manager API、Terraform、組織/プロジェクトの実務ポイント も合わせて確認してください。Private Cloud Outlookの調査数字を、Private AI ServicesのSupervisor設計とVCF Automationの確認へつなげられるため。
Broadcomが2026年6月9日に公開した「Private Cloud Outlook 2026」は、AI推論をどこで本番運用するかを考える材料として読めます。見出しだけを追うと「private cloudへ大きく戻る」という話に見えますが、導入企業にとって大事なのは、public cloudをやめるかどうかではありません。自社のAI推論を、データ保護、セキュリティ、コスト、運用、レイテンシ、既存VCF資産のどの条件で評価するかです。
この記事は2026年6月10日 JST時点で確認できたBroadcom公式発表、公式レポートPDF、VMware Cloud Foundation 9.1関連の公式情報をもとにしています。BroadcomおよびVMware by Broadcomとは関係のない非提携の確認メモであり、投資助言でも、特定製品の導入推奨でもありません。
3行まとめ
production AI inferencingでprivate cloudを実行中または計画中の回答は56%、同じワークロードでpublic cloudを使う回答は41%とされています。
データ所在、セキュリティ制御、稼働率、SLO、運用担当、既存VCF基盤の成熟度を見てから判断します。
推論APIが動くかだけでなく、費用、容量、ネットワーク、監査ログを同じ検証に入れます。
private cloudは結論ではなく、配置判断を具体化するための比較候補として扱います。
BroadcomのPrivate Cloud Outlook 2026では、production AI inferencingをprivate cloudで実行中または計画中の回答が56%とされ、同じワークロードでpublic cloudを使う回答は2025年の56%から2026年の41%へ下がったと説明されています。
ただし、この数字は「すべてのAI推論をprivate cloudへ移すべき」という結論ではありません。データ所在、セキュリティ制御、稼働率、SLO、運用担当、既存VCF基盤の成熟度を見ないまま移すと、コストや責任範囲が逆に読みにくくなります。
VCFで受ける場合は、VCF 9.1のproduction AI文脈だけでなく、VMかVKSか、VCF OperationsやFinOpsで費用と容量を見える化できるか、ネットワークと監査ログをPoCに入れられるかを先に確認します。
Private Cloud Outlook 2026で確認できること
各数字は調査方法と文脈を合わせて読み、すべてのAI推論をprivate cloudへ移す根拠としては扱いません。
今回の需要シグナルは、Broadcomが公式IRリリースとしてPrivate Cloud Outlook 2026を出し、同じ流れでproduction AIとprivate cloudを前面に出していることです。theCUBEでも2026年6月9日に「Modern Private Cloud: A Secure Foundation for Production AI」として関連イベントが置かれており、BroadcomがVCF 9.1とAI推論の配置判断を強く結びつけていることがわかります。
一方で、記事の根拠はイベントやSNS反応ではなく、Broadcom公式発表と公式PDFに置きます。イベントは読者需要を示す補助線であり、数値の一次根拠ではありません。
56%のprivate cloud推論をどう読むか
根拠
Broadcom公式発表では、56%の企業がproduction AI inferencingをprivate cloudで実行中または計画中とされています。ここでの主語はAI trainingではなく、業務アプリ、検索、分類、RAG、生成AIアプリなどで本番時に走る推論処理です。
注意点
この数字から読めるのは、AI推論が「試すだけ」の段階から、データ保護、応答時間、監査、費用予測を含む本番配置の議論へ移っていることです。自社でも同じ方向に進むべきかは、別問題です。社内データに近い場所で推論する意味があるのか、需要が読めるのか、運用チームが持てるのかを見ないと、private cloud化は単なる置き場所変更で終わります。
public cloud利用低下は否定材料ではない
根拠
同じワークロードでpublic cloudを使う回答は、2025年の56%から2026年の41%へ下がったと説明されています。public cloud cost concernも2025年の26%から2026年の31%へ上がっています。
注意点
ここで避けたいのは、public cloud不要論に飛ぶことです。開発初期の検証、急な需要増、マネージドAI API、グローバル展開、短期キャンペーン、GPU容量の一時利用では、public cloudが合理的な場面は残ります。問題はpublic cloudかprivate cloudかの二択ではなく、どの推論をどの条件でどちらに置くかです。
数字は調査方法と一緒に読む
確認項目
公式レポートの方法論では、Radius TechがBroadcomとともに調査を行い、2026年2月11日から3月13日にかけて、世界のsenior IT decision-maker 1,800人を対象にしたWeb調査とされています。
評価基準
これは読者にとって重要です。数字は市場の方向感を見る材料ですが、すべての企業の実測ログでも、日本企業だけの回答でも、現場エンジニアの運用実績でもありません。記事内では、56%、41%、37%、36%、31%をそのまま「自社に当てはまる証拠」として使わず、PoCで検証する仮説として扱います。
Broadcom/VCFの流れに接続して読む理由
- VCF 9.1発表
BroadcomはVCF 9.1をproduction AI workloads向けのsecure and cost-effective infrastructure platformとして位置づけています。
- Private Cloud Outlook 2026
production AIとprivate cloudを前面に出し、AI推論の配置判断に関係する数字を示しています。
- 読者側の読み替え
調査語としてのprivate cloudと、製品としてのVMware Cloud Foundationを分けて確認します。
- 実務判断
自社のprivate cloud候補にVCFを入れるなら、どの条件を見るかへ落とします。
VCFは候補の一つであり、調査レポートのprivate cloud全体と同義ではありません。
Private Cloud Outlook 2026は、単独の調査レポートとして読むより、VCF 9.1の発表と並べたほうが実務判断につながります。Broadcomは2026年5月5日にVCF 9.1を発表し、production AI workloads向けのsecure and cost-effective infrastructure platformとして位置づけています。
ただし、調査語としてのprivate cloudと、製品としてのVMware Cloud Foundationは同義ではありません。この記事では、BroadcomがVCF 9.1の文脈でこの調査をどう使っているかを読み、読者側では「自社のprivate cloud候補にVCFを入れるなら何を見るか」に落とします。
VCF 9.1発表で確認できること
根拠
BroadcomのVCF 9.1発表では、AIとKubernetes nativeなprivate cloud platform、統合セキュリティ、AMD、Intel、NVIDIAを含むmixed compute infrastructure supportが説明されています。VCF 9.1 production AI blogでも、AI inference、GPU pipelines、大規模なin-memory databaseのような高密度ワークロードを前提に、NVMe Memory Tiering、vSAN Dedup and Compression、Topology Aware Scheduling、VKS scale、Real-Time Operational Observabilityなどが取り上げられています。
読み方
ここから読めるのは、BroadcomがAI推論を「モデルだけ」の話として見ていないことです。メモリ、ストレージ、アクセラレータ配置、Kubernetes、観測性、容量、アップグレード、セキュリティをまとめて見ています。
レポートはVCFの販売資料だけとして読まない
注意点
一方で、Private Cloud Outlook 2026をVCF導入の結論として扱うのは早すぎます。レポートのprivate cloudは一般概念であり、VCFだけを指しているわけではありません。既存のオンプレ仮想化、別のprivate cloud基盤、managed private cloud、hybrid構成も読者の候補になります。
評価基準
だからこそ、本文の焦点は「VCFを選ぶべきか」ではなく、「VCFを候補に入れるなら、production AI inferencingを載せる前に何を確認するか」です。VCF 9.1の全体導入条件を見たい場合は、公開済みの<a href="https://avgo-watch.blog.mo-gmo.com/avgo-13-vcf-91-upgrade-api-ip-check/">VCF 9.1導入前チェック</a>も合わせて確認すると、アップグレード計画、API-first、管理サービスIPの論点へ接続できます。
AI推論をPrivate Cloudへ寄せる前の5条件
プロンプト、RAGの検索対象、ベクトルDB、サポートログ、バックアップの保存場所を確認します。
private cloudに置くこと自体を対策にせず、パッチ、監視、ログ、証明書、バックアップの責任範囲を決めます。
社内データに近い場所で推論する意味があるか、応答時間とデータ経路で確認します。
固定費、ハードウェア、GPUまたはCPU、ストレージ、ネットワーク、運用人件費を含めて比較します。
VM、VKS、ネットワーク、VCF Operations、セキュリティ運用の担当境界と切り戻し手順を確認します。
public cloud、private cloud、hybridの比較は、同じ条件をそろえてから始めます。
AI推論をprivate cloudへ寄せる判断では、最初にGPUやモデル名へ行きがちです。けれども、本番運用でつまずきやすいのは、データの持ち方、監査、運用責任、費用の見え方、ネットワーク経路です。ここをPoC前に分けておくと、public cloud、private cloud、hybridの比較が現実的になります。
条件1 データ保護とデータ所在
根拠
Broadcom公式発表では、AIによって企業ITに求められる新しい要求として、data protection and privacyが37%で最も高く、security and controlが36%で続くとされています。この2つは似ていますが、確認作業は分けたほうが安全です。
確認項目
データ保護では、推論に入るデータ、推論結果、プロンプト、RAGの検索対象、ベクトルDB、監査ログ、バックアップの保存場所を確認します。個人情報、顧客データ、設計情報、契約書、サポートログ、音声や画像などが含まれるなら、どの範囲を社内基盤に閉じる必要があるかを先に決めます。
注意点
注意したいのは、推論基盤をprivate cloudに置いても、外部LLM APIへプロンプトや検索結果を送る設計なら、データ所在の問題は残ることです。private cloud化はデータ保護の手段になり得ますが、それだけでデータ保護が終わるわけではありません。
条件2 セキュリティと制御
確認項目
security and controlを見るときは、認証、RBAC、ネットワーク分離、east-west通信、監査ログ、脆弱性対応、イメージ管理、Secrets管理を並べて確認します。推論APIを誰が呼べるのか、モデルを誰が更新できるのか、RAGの検索対象を誰が変えられるのか、Kubernetes namespaceやVM管理者の権限境界はどこかを図にする必要があります。
注意点
private cloudに置くこと自体はセキュリティ対策ではありません。むしろ、自社で責任を持つ範囲が増えます。public cloudのマネージドサービスで吸収していたパッチ、監視、ログ、容量、証明書、バックアップを、private cloud側でどう運用するかを決めてから比較します。
条件3 レイテンシとデータ近接性
条件
業務システム、データベース、ファイルサーバー、監査ログ基盤がオンプレやVCF側にあり、推論が頻繁に近接データを読むなら、private cloudは評価しやすくなります。データを外へ往復させずに済む、既存の認証やネットワーク制御に載せやすい、p95やp99の応答時間を読みやすい、といった利点が出る可能性があります。
評価基準
逆に、利用者が世界中に分散している、マネージドAI APIの新機能をすぐ使いたい、リージョン展開やCDN連携が重要、短期間だけ大きな需要がある場合は、public cloudを残す合理性があります。平均応答時間だけでなく、p95/p99、タイムアウト率、再試行回数、データ転送量、RAGの検索時間、ログ保存まで測るのがPoCの合格条件です。
条件4 コスト予測と稼働率
根拠
public cloud cost concernが31%へ上がったという数字は、private cloud検討の入口になります。ただし、「public cloudは高い、private cloudは安い」と単純化すると危険です。private cloudでは固定費、ハードウェア、GPUまたはCPU、ストレージ、ネットワーク、運用人件費、監視、バックアップ、保守が効きます。
確認項目
比較するときは、推論リクエストのピークと平常、モデル数、環境数、GPUまたはCPUの稼働率、夜間停止の可否、データ転送料、監査ログ保管、バックアップ、障害時の余剰容量を同じ期間で見ます。VCF側でAI推論を受けるなら、VCF OperationsやFinOpsをPoCから外さないほうがよいです。コスト可視化の観点は、<a href="https://avgo-watch.blog.mo-gmo.com/avgo-30-vcf-91-focus-finops-cost-visibility-check/">VCF 9.1のFOCUS/FinOps確認記事</a>で扱ったCost Overview、Showback、AI/GPUコスト可視化ともつながります。
条件5 運用体制とSLO
条件
本番AI推論では、モデルが動くことよりも、止まったときに戻せること、更新できること、監査できることが重くなります。24時間運用、障害対応、モデル更新、GPUドライバ、Kubernetes/VM運用、バックアップ、ログ保管、脆弱性対応を誰が持つかを先に決めます。
評価基準
VCF上で動かすなら、VM、VKS、ネットワーク、VCF Operations、セキュリティ運用の担当境界も必要です。SLOを満たせない、障害時の切り戻し手順がない、モデル更新の停止時間が説明できない、監査ログを提出できない場合は、private cloudへ寄せる前に運用設計を直す段階です。
VCFでAI推論を受ける場合に見る技術面
- 1実行形態を分ける
VMで動かす推論と、Kubernetes/VKSで動かす推論を分けて確認します。
- 2利用率と容量を見る
VCF Operationsで利用率や容量を見られるか、FinOpsで費用の見える化ができるかを確認します。
- 3データ経路を描く
推論API、データベース、ベクトルDB、認証基盤、ログ基盤、外部APIの通信経路を説明できる状態にします。
- 4監査と運用へつなぐ
ネットワーク、ログ、障害時の切り戻し、モデル更新の停止時間をPoCの最初から含めます。
VCF上で動くことと、本番運用として説明できることは分けて検証します。
VCFでAI推論を受ける場合、確認範囲はインフラだけでは終わりません。VMで動かすのか、Kubernetes/VKSで動かすのか。VCF Operationsで利用率や容量を見られるのか。推論API、データベース、ベクトルDB、認証基盤、ログ基盤、外部APIの通信経路を説明できるのか。このあたりをPoCの最初から入れておきます。
VMで動かす推論とVKSで動かす推論を分ける
条件
既存アプリと近い場所で小さく始める、OS依存がある、GPUを使わないCPU推論から試す、運用チームがVMに慣れている場合は、VMベースの評価が入り口になることがあります。VMテンプレートや初期構成の話は、直近の<a href="https://avgo-watch.blog.mo-gmo.com/avgo-36-vcf-cloud-init-guestinfo-vm-deploy-check/">VCFでcloud-init VMデプロイを始める前の記事</a>ともつながります。
確認項目
一方で、複数モデルを水平スケールさせる、namespaceごとに分離する、GitOpsで構成を管理する、CI/CDとつなげる、サービス単位でロールアウトする場合は、Kubernetes/VKS側の確認が必要です。BroadcomのKubeCon India 2026出展やVKSの文脈を追うなら、<a href="https://avgo-watch.blog.mo-gmo.com/avgo-35-kubecon-india-2026-vks-ai-kubernetes-check/">VKS、AI on Kubernetes、VCF 9.1の見どころ</a>も補助になります。
VCF OperationsとFinOpsをPoCに入れる
根拠
AI推論をprivate cloudへ寄せる理由にコスト予測を入れるなら、PoCで「費用が見えるか」を必ず確認します。Showback、利用率、容量予測、アラート、コスト配賦、AI/GPUの利用状況を見ないまま本番へ進むと、public cloudから移したあとに社内配賦や容量計画で詰まります。
評価基準
GPUがないPoCでも、CPU推論、ストレージ、ネットワーク、ログ、バックアップは費用を持ちます。VCF OperationsのDay 2運用や容量、コスト可視化は、<a href="https://avgo-watch.blog.mo-gmo.com/avgo-32-vcf-operations-onprem-day2-efficiency-check/">VCF Operationsでオンプレ本番運用を見直す記事</a>と合わせて読むと、production AIだけに閉じない運用観点を補えます。
ネットワークとデータ経路を後回しにしない
確認項目
AI推論はモデル単体で完結しません。推論APIの呼び出し元、業務データベース、ベクトルDB、ログ基盤、監視基盤、認証基盤、外部モデルAPI、バックアップ、DR先まで通信します。NSX/VDS、north-south、east-west、DNS、証明書、プロキシ、ファイアウォール、帯域、暗号化を後回しにすると、PoCで動いても本番に進めません。
関連する確認先
AI推論の配置判断でネットワークやXPUクラスター文脈も見る場合は、<a href="https://avgo-watch.blog.mo-gmo.com/avgo-31-ai-networking-tomahawk6-jericho4-q2-check/">BroadcomのAIネットワーキングをQ2決算後に確認する記事</a>も関連します。この記事ではVCF側の利用者影響を主に扱っていますが、データセンター内のネットワークがAI推論の遅延やスケールに効く点は同じです。
Public Cloudに残すもの、Private Cloudへ寄せるもの
セキュリティや費用は単純な勝敗にせず、データ、需要変動、運用責任、契約条件で判断します。
Private Cloud Outlook 2026はprivate cloudの存在感を示す資料ですが、読者の設計は混在になることが多いはずです。public cloudを残す判断も、条件が合っていれば合理的です。
Private Cloudへ寄せやすい推論
条件
private cloudへ寄せやすいのは、機密データや社内データへ頻繁にアクセスする、需要が比較的読める、既存VCFまたはオンプレ基盤にデータと認証がある、監査ログやデータ保持を社内基準で説明する必要がある、というケースです。
評価基準
この場合でも、PoCで比較すべきです。public cloud案とprivate cloud/VCF案を同じユースケース、同じデータ、同じSLO、同じ期間で比べます。モデル更新、ロールバック、権限変更、ログ提出、障害時の再起動、容量増設まで含めて証跡を残します。
Public Cloudを残しやすい推論
条件
public cloudを残しやすいのは、需要が大きく変動する、マネージドAI APIや新モデルへの追随が重要、リージョン展開が必要、自前運用よりスピードが優先、データ持ち出しや契約条件を満たせる、というケースです。
注意点
レポート上でpublic cloud利用が下がったからといって、public cloudを使う判断が弱くなるわけではありません。private cloudに寄せると固定費と運用責任が増えます。短期検証や変動需要では、public cloudのほうが総合的に読みやすい場合もあります。
Hybridで分ける設計
確認項目
実務では、データ前処理、検索、推論、ログ分析、モデル評価、バッチ処理を分けて配置する設計もあります。例えば、機密データと検索基盤をVCF側に置き、特定の外部モデルAPIだけをpublic cloudで呼ぶ構成もあれば、推論はprivate cloud、評価や開発はpublic cloudに残す構成もあります。
評価基準
hybrid構成では、片側だけの性能や費用で判断しないことが大切です。エンドツーエンドの処理時間、API境界、暗号化、監査ログ、失敗時のリトライ、データ転送費、責任分界、障害時の原因切り分けを同じ表に入れます。
PoC前チェックリスト
- 1前提を決める
対象ユースケース、対象データ、モデル、リクエスト量、ピーク時間、SLO、費用上限、監査要件、運用担当を決めます。
- 2比較条件をそろえる
public cloud案、private cloud/VCF案、hybrid案を同じ条件で比較します。
- 3失敗パターンを避ける
性能だけ、GPUだけ、費用だけ、構築手順だけに寄せず、責任範囲と本番運用を含めます。
- 4本番条件を確認する
SLO、監査ログ、障害時の切り戻し、モデル更新、容量計画、費用の説明可能性を確認します。
PoCは成功体験ではなく、配置判断を説明するための証跡として設計します。
PoCの成功条件を「推論APIが動いた」にすると、本番前に困ります。Private Cloud Outlook 2026の数字をきっかけにするなら、PoCは配置判断の証跡を作る場所にします。
PoCに入る前に決めること
確認項目
まず、対象ユースケース、対象データ、モデル、リクエスト量、ピーク時間、SLO、費用上限、監査要件、運用担当を決めます。public cloud案、private cloud/VCF案、hybrid案を比較するなら、条件をそろえます。
証跡
証跡として残すものは、構成図、データ分類、権限表、ネットワーク経路、性能メトリクス、コスト見積もり、ログ、アラート、バックアップ、障害時手順、モデル更新手順です。これらがそろって初めて、private cloudへ寄せる理由を説明できます。
失敗しやすいパターン
注意点
失敗しやすいのは、GPUやCPUの単体性能だけで決めるケースです。推論は速いが、データ経路が複雑、ログが残らない、認証が弱い、監査が通らない、モデル更新が手作業、コスト配賦ができない、という状態では本番判断に使えません。
比較条件
もう一つは、public cloudの現行費用とprivate cloudの固定費を違う期間や違う稼働率で比べることです。public cloudの変動費を過大に見積もる一方で、private cloud側の運用人件費、余剰容量、保守、監視、バックアップを落とすと、比較になりません。
本番へ進める条件
評価基準
本番へ進める条件は、SLO、コスト、セキュリティ、運用、監査、障害対応のすべてに担当者と証跡があることです。private cloudへ寄せる理由が、流行や漠然としたコスト削減期待ではなく、データ保護、制御、既存資産、予測可能性で説明できる状態にします。
上振れと下振れ
既存VCF環境にOperations、FinOps、Kubernetes/VM運用、監査ログ基盤があり、推論需要が安定していて、データもVCF側に集まっているなら、private cloud評価は進めやすくなります。逆に、データが散らばり、需要が読めず、運用担当が決まらず、外部モデルAPIへの送信も多いなら、まずhybridまたはpublic cloud併用の設計から固めるほうが現実的です。
導入判断のまとめ
56%、41%、37%、36%、31%という数字は、配置判断のきっかけとして扱います。
データ所在、セキュリティ、レイテンシ、コスト、運用、ネットワーク、監査を同じPoCに入れます。
VMかVKSか、VCF OperationsやFinOpsで費用と容量を見える化できるか、ネットワークと監査ログを確認します。
public cloudを残す判断も、条件が合っていれば合理的です。
private cloud化は置き場所の変更ではなく、運用責任と説明責任の設計まで含めて判断します。
Private Cloud Outlook 2026は、AI推論をprivate cloudで考える理由が強まっていることを示す資料として有用です。56%のprivate cloud推論、public cloud利用の41%への低下、data protection/privacy 37%、security/control 36%、public cloud cost concern 31%という数字は、導入企業にとって配置判断の入口になります。
ただし、入口であって結論ではありません。AI推論をVCFやprivate cloudへ寄せるなら、データ所在、セキュリティ、レイテンシ、コスト、運用、ネットワーク、監査を同じPoCに入れる必要があります。public cloudを残す判断も、変動需要やマネージドAPI重視なら十分に合理的です。
Broadcomの発表を読むときは、「Broadcomがprivate cloudと言っているから移す」ではなく、「この調査とVCF 9.1の文脈を使って、自社の確認表を作る」と考えるのが実務的です。
次に読むなら
参照した主な情報源
- Broadcom IR「Broadcom's Private Cloud Outlook 2026 Reveals an AI Tipping Point as Production Inference Shifts Decisively to Private Cloud」
https://investors.broadcom.com/news-releases/news-release-details/broadcoms-private-cloud-outlook-2026-reveals-ai-tipping-point 確認日：2026年6月10日 JST
- VMware/Broadcom公式PDF「Private Cloud Outlook 2026」
https://www.vmware.com/docs/private-cloud-outlook-2026 確認日：2026年6月10日 JST
- Broadcom News「Broadcom Announces VMware Cloud Foundation 9.1, Enabling Secure and Cost-Effective Infrastructure for Production AI」
https://news.broadcom.com/releases/broadcom-announces-vmware-cloud-foundation-9-1 確認日：2026年6月10日 JST
- VMware Cloud Foundation Blog「VCF 9.1: The Secure, Cost-Effective Private Cloud Platform for Production AI」
https://blogs.vmware.com/cloud-foundation/2026/05/05/vcf-9-1-secure-cost-effective-private-cloud-platform-for-production-ai/ 確認日：2026年6月10日 JST
- theCUBE「Modern Private Cloud: A Secure Foundation for Production AI」
https://www.thecube.net/events/broadcom/modern-private-cloud-a-secure-foundation-for-production-ai 確認日：2026年6月10日 JST