Nvidia bouwt Nemotron 4: een open AI-model met 1 biljoen parameters

TL;DR

• Wat: Nvidia ontwikkelt Nemotron 4, een open-source AI-model met minstens 1 biljoen parameters dat moet concurreren met de beste open modellen ter wereld.
• Waarom relevant: Krachtigere open modellen verlagen de drempel voor bedrijven om AI zélf in te zetten — zonder afhankelijkheid van dure, gesloten diensten.
• Wat je ermee kunt: Houd in de gaten of Nemotron 4 dit najaar verschijnt en evalueer of het een alternatief is voor de AI-diensten waar je nu voor betaalt.

Gisteren las ik een bericht dat Nvidia werkt aan een nieuw open-source AI-model genaamd Nemotron 4, met minstens een biljoen parameters. Dat is een gigantisch getal, maar wat mij vooral triggerde is de strategie erachter: Nvidia wil niet alleen chips verkopen, maar het hele AI-speelveld openbreken. En dat heeft direct gevolgen voor hoe jij als ondernemer met AI kunt werken.

Wat is Nemotron 4 precies?

Nemotron 4 is de werknaam voor een nieuwe familie AI-modellen die Nvidia intern aan het ontwikkelen is. Volgens Bloomberg en The Information — die zich baseren op meerdere medewerkers binnen het project — bevat het grootste model minstens een biljoen parameters.

Even voor de context: een parameter is, simpel gezegd, een instelknop waarmee het model leert patronen te herkennen. Hoe meer parameters, hoe meer nuance een model aankan — al is groter niet automatisch beter. Maar een biljoen is wél een schaal die tot voor kort voorbehouden was aan gesloten modellen van bedrijven als OpenAI en Google.

Kari Briski, vice-president generatieve AI bij Nvidia, zei hierover: "Nvidia investeert in Nemotron omdat we geloven dat elk bedrijf en elk land toegankelijke, open frontier-modellen nodig heeft om veiligheid en beveiliging te versterken."

Een releasedatum is er nog niet. De training is nog niet afgerond, maar volgens medewerkers zou het model mogelijk al dit najaar gereed kunnen zijn.

Waarom Nvidia open-source omarmt

Dit is het deel dat ik het interessantst vind. Nvidia is in de eerste plaats een chipbedrijf. Ze verdienen hun geld met GPU's — de processoren waarop AI-modellen draaien. Waarom zou zo'n bedrijf dan zelf modellen weggeven?

Het antwoord is eigenlijk elegant: hoe meer bedrijven AI inzetten, hoe meer rekenkracht ze nodig hebben, en hoe meer GPU's er verkocht worden. CEO Jensen Huang verwoordde het eerder zo: "Free AI should be great for chips." Vrije AI is goed voor chipverkoop.

Nvidia levert momenteel naar schatting zo'n 90% van de GPU's in het generatieve-AI-ecosysteem. Elk team dat een open model oppakt en er iets mee bouwt, wordt een potentiële klant voor rekenkracht. Nvidia heeft volgens Forbes zo'n 20 miljard dollar gereserveerd voor investeringen in het open ecosysteem.

Ik denk dat dit een slimme zet is, maar het is goed om te beseffen dat het geen filantropie is. Het is een bedrijfsstrategie waarbij het weggeven van software de vraag naar hardware aanwakkert.

Wat er tegelijkertijd werd gelanceerd

Naast de aankondiging over Nemotron 4 bracht Nvidia gisteren ook Nemotron 3.5 Lightning uit — een kleiner, direct bruikbaar model. Dat model heeft 30 miljard parameters in totaal, maar gebruikt een zogenaamde mixture-of-experts-architectuur. Dat betekent dat het per vraag slechts 3 miljard parameters activeert, waardoor het op één enkele consumentenkaart kan draaien.

Volgens CNBC levert het model tot vier keer snellere output dan vergelijkbare open modellen en is het gratis beschikbaar voor commercieel gebruik. Het richt zich op taken als codereview, beveiligingsmonitoring en het beantwoorden van klantvragen.

Daarnaast verscheen NeMo Switchyard, een open-source bibliotheek waarmee AI-taken automatisch naar het meest geschikte model worden gestuurd. Stel dat je als ondernemer meerdere AI-modellen gebruikt — één voor klantvragen, één voor vertaalwerk — dan kan zo'n routeringslaag helpen om dat efficiënt te organiseren.

Wat betekent dit voor Nederlandse ondernemers?

Hier wordt het concreet. Volgens CBS-cijfers gebruikt inmiddels 29% van de Nederlandse bedrijven met meer dan tien medewerkers een vorm van AI — een verdubbeling ten opzichte van 2022. En een groeiend deel van die bedrijven kijkt naar open modellen.

Waarom? Drie redenen die ik steeds terugzie:

Datasoevereiniteit

Met een open model kun je ervoor kiezen om alles lokaal of binnen de EU te draaien. Geen klantdata die naar Amerikaanse servers gaat. Dat is relevant gezien de eisen van de Europese AI Act.

Voorspelbare kosten

Bij een gesloten dienst betaal je per API-aanroep. Bij een open model betaal je voor de hardware (of cloudcapaciteit) en draai je het model zelf. Bij hoog volume kan dat voordeliger zijn — bij laag volume juist duurder. Het is geen automatische besparing, maar het geeft je controle.

Aanpasbaarheid

Een open model kun je fine-tunen op je eigen data. Stel dat je een webshop hebt met duizenden productbeschrijvingen: je kunt een open model trainen om antwoorden te geven die precies passen bij jouw assortiment, in plaats van te vertrouwen op een generiek model.

Ik wil hier wel bij zeggen: het draaien van een eigen model vereist technische kennis of een partner die dat kan faciliteren. Het is niet iets dat je morgen even opzet. Maar de drempel daalt wel, en dat is precies wat modellen als Nemotron 3.5 Lightning laten zien — een model dat op één GPU draait, maakt het een stuk toegankelijker.

De bredere context

Nvidia is niet de enige die open modellen bouwt. Meta heeft Llama, het Chinese DeepSeek en Qwen zijn sterk in opkomst, en het Europese Mistral biedt modellen aan met een Apache 2.0-licentie — volledig vrij voor commercieel gebruik. De concurrentie in open-source AI is dit jaar flink opgelopen.

Wat Nemotron 4 bijzonder maakt, is de schaal. Een biljoen parameters in een open model — dat is naar verluidt nog niet eerder vertoond. Of het daadwerkelijk de prestaties levert die bij die schaal horen, moeten we afwachten. Grootte alleen zegt niet alles; architectuur, trainingsdata en optimalisatie zijn minstens zo belangrijk.

Wat mij betreft is het belangrijkste signaal niet het model zelf, maar het feit dat de grootste chipmaker ter wereld er belang bij heeft om AI zo breed mogelijk beschikbaar te maken. Dat creëert een dynamiek waarin de toegang tot krachtige AI-modellen steeds minder wordt bepaald door de vraag of je je een abonnement bij een Amerikaans techbedrijf kunt veroorloven, en steeds meer door de vraag of je weet wat je ermee wilt doen.

Voor mij is dit vooral een bevestiging dat open-source AI geen niche meer is — het is een strategische pijler geworden voor de grootste spelers in de industrie. En dat maakt het relevant voor elke ondernemer die nadenkt over hoe AI een plek krijgt in de bedrijfsvoering.