Category Archives: NVIDIA

NVIDIA heeft de Spectrum-6 netwerkchips aangekondigd, specifiek gebouwd voor de Vera Rubin-architectuur. De chips zijn bedoeld voor gigascale AI-fabrieken: datacenters waarin tienduizenden GPU’s samenwerken met zware netwerkbandbreedte als kritische factor. Spectrum-6 brengt Ethernet-switching naar een schaal die volgens NVIDIA nodig is voor de volgende generatie AI-training.

De nadruk op netwerken is veelzeggend. Tot nu toe lag de aandacht voornamelijk op rekenkracht — hoeveel transistors, hoeveel tokens per seconde, hoeveel watt per GPU. Maar bij schalen naar tienduizenden GPU’s wordt de netwerkinfrastructuur de bottleneck. Data moet tussen chips bewegen met minimale vertraging, anders staan dure GPU’s te wachten in plaats van te rekenen. Spectrum-6 adresseert dat probleem met hogere bandbreedte en lagere latentie dan de vorige Spectrum-X generatie.

De Vera Rubin-architectuur zelf werd dezelfde dag verder uitgepakt: 336 miljard transistors, 10x agentic AI-prestaties versus Blackwell, en de laagste tokenkosten voor partners wereldwijd. Met Spectrum-6 als netwerklaag positioneert NVIDIA zich niet alleen als chipmaker maar als architect van het hele AI-datacenter, van compute tot netwerk tot cooling. Dat is een strategische verschuiving van componentleverancier naar systeemintegrator.

Farmaceut Bristol Myers Squibb bouwt de meest geavanceerde AI-fabriek in de life sciences-sector op NVIDIA Vera Rubin. Het bedrijf installeert een tweede DGX SuperPOD met acht DGX Vera Rubin NVL72-systemen. De nieuwe infrastructuur levert tot tien keer meer prestatie per megawatt dan de vorige opstelling.

De SuperPOD geeft elke onderzoeker toegang tot rekenkracht zonder wachtrijen of limieten. BMS gebruikt de infrastructuur voor medicijnontdekking: van AI-gedreven targetidentificatie tot het uitbreiden van CELMoD-verbindingen die kankerverwekkende eiwitten selectief afbreken.

Vice-president Erin Davis noemt het intern de SuperDuperPOD. Haar pitch naar onderzoekers: welcome to limitless compute. Het bedrijf draait al drie jaar een eerdere SuperPOD en noemt de resultaten significant. AI bespaart weken handwerk bij targetidentificatie.

Op de SIGGRAPH-beurs in Los Angeles liet NVIDIA zien hoe neurale rendering en simulatie samenkomen. Het bedrijf presenteerde real-time 4K-rendering met behoud van artistieke controle, AI-aangedreven weersvoorspellingen via Earth-2, en nieuwe tools voor fysieke AI en robotica.

Jensen Huang opende met een videoboodschap: virtuele werelden moeten zich gedragen met dezelfde nauwkeurigheid als de fysieke werkelijkheid. Onderzoekers Edward Liu en Neil Ashton demonstreerden 3D-geleide neurale rendering die artistieke intentie respecteert en temporeel stabiel blijft tussen frames.

Daarnaast kondigde NVIDIA een Synthetic Video Detector NIM-microservice aan, Cosmos 3 Edge voor lokale fysieke AI, en NemoClaw op DGX Station met Agent Toolkit. Het Model Context Protocol kreeg uitbreidingen om agentic AI te koppelen aan contentcreatie.

NVIDIA heeft Cosmos 3 Edge gelanceerd, een AI-platform specifiek voor lokale robotica en computervisie. Het platform brengt NVIDIA’s Cosmos-technologie naar edge-apparaten, waardoor robots en machines AI-modellen kunnen draaien zonder afhankelijk te zijn van cloudverbindingen.

Cosmos 3 Edge is gebouwd op de NVIDIA Jetson-architectuur en richt zich op fabrikanten die intelligentie direct in hun machines willen inbouwen. Denk aan robotarmen in fabrieken, autonome voertuigen in magazijnen en inspectiesystemen die in realtime defecten detecteren. De Edge-variant verwerkt videobeelden en sensordata lokaal, wat lagere latentie en betere privacy biedt dan cloud-afhankelijke oplossingen.

De lancering sluit aan bij NVIDIA’s bredere push naar fysieke AI. Eerder deze maand kondigde het bedrijf al samenwerkingen aan met Japanse roboticapioniers die op het Cosmos-platform bouwen. Met de Edge-variant maakt NVIDIA de stap van datacenter naar de werkplek, waar de meeste robots daadwerkelijk opereren.

In een $400 miljoen tellende deal zijn inference-chips voor het eerst als onderpand gebruikt in plaats van Nvidia GPU’s. De transactie markeert een symbolische verschuiving in hoe de markt naar AI-hardware kijkt: GPU’s zijn niet langer de enige categorie die als financieel onderpand wordt aanvaard.

Nvidia’s GPU’s waren jarenlang de facto standaard voor zowel training als inference, en dat maakte ze ook tot een financieel activum. Dat inference nu op gespecialiseerde chips kan worden afgerekend, betekent dat de rekenkracht versnipperd raakt over meer leveranciers. De monopoly-positie van Nvidia op dit segment wordt daarmee niet opgeheven, maar krijgt wel een serieuze demper.

Voor beleggers en leners was de vraag altijd of alleen een Nvidia H100 als onderpand voldeed. Nu een inference-chip ook volstaat, liggen er nieuwe routes open voor bedrijven die AI-werklasten willen financieren zonder afhankelijk te zijn van één chipleverancier. De markt voor secundaire GPU-handel groeit al; deze deal voegt een nieuw hoofdstuk toe aan hoe AI-hardware als bezit wordt beschouwd.

NVIDIA’s GeForce RTX 50 SUPER GPU’s zijn aangekomen bij add-in board partners, maar de levering ligt tijdelijk stil vanwege onbesliste geheugenprijzen. De kaarten zijn klaar voor productie, maar wachten op definitieve afspraken over geheugenkosten.

De RTX 50 SUPER-serie is de volgende generatie consumentengrafische kaarten van NVIDIA, gebouwd op de Blackwell-architectuur. AIB-partners hebben de hardware in huis, wat betekent dat een lancering dichtbij is zodra de prijsonderhandelingen rond zijn. De vertraging is typerend voor de spanning tussen GPU-fabrikanten en geheugenleveranciers in een markt die door AI-vraag onder druk staat.

Voor NVIDIA is de consumentenkaartenmarkt een bijzaak geworden naast de datacenterverkoop, maar de RTX-SUPER-lijn blijft belangrijk voor merkbekendheid en omzet. Gamers wachten ongeduldig op prestatieverbeteringen ten opzichte van de vorige generatie.

NVIDIA en Japan hebben een samenwerking aangekondigd voor de bouw van ‘s werelds eerste nationale AI-infrastructuur. Het Noetra-consortium bouwt een AI-fabriek met een vermogen van 140 megawatt en 27.500 Vera Rubin GPU’s, bestemd voor de ontwikkeling van fysieke AI en robotica.

De fabriek markeert een verschuiving van traditionele cloud-AI naar nationale soevereiniteit over rekenkracht. Japan werkt met NVIDIA aan een infrastructuur die AI-ontwikkeling binnen eigen landsgrenzen mogelijk moet maken, op een schaal die tot nu toe voorbehouden was aan grote Amerikaanse techbedrijven.

De keuze voor Vera Rubin-chips, NVIDIA’s nieuwste CPU-architectuur voor AI op schaal, onderstreept de ambitie. De GPU’s zijn ontworpen voor inferentie op grote schaal en agentic AI-workloads, wat aansluit bij Japan’s focus op fysieke AI-toepassingen in robotica en productie.

De deal komt in een week waarin NVIDIA’s GPU-rekenprijs met 40 procent steeg en Apple overweegt chipbedrijven over te nemen om minder afhankelijk te worden van NVIDIA. De Japanse overeenkomst versterkt NVIDIA’s positie als onmisbare schakel in de wereldwijde AI-infrastructuur, ondanks de groeiende druk op het bedrijf.

NVIDIA presenteert twee nieuwe Jetson Thor-modules die geavanceerde robotica en edge AI toegankelijker maken. De T3000 en T2000 brengen de Blackwell-architectuur naar compacte, energiezuinige systemen waarmee bedrijven robotica van lab naar massaproductie kunnen tillen.

De T3000 levert 865 FP4 teraflops in een behuizing die half zo groot is als de vorige T5000, met 32GB geheugen en 273GB/s bandbreedte. Dat is voldoende voor grote taalmodellen, vision-language-modellen en wereldmodellen op de rand van het netwerk. De T2000 richt zich op bredere edge-AI-toepassingen met 400 teraflops en 16GB geheugen, een instapmodel voor visuele AI-agents en mobiele robots.

Naast de hardware introduceert NVIDIA agent skills voor Jetson: AI-agents die geheugenoptimalisatie automatiseren waardoor ontwikkelaars weken werk besparen. Bedrijven als UBTech en Agile Robots_reduceerden geheugengebruik met 15GB, waardoor ze konden overstappen naar goedkopere modules. Het Jetson-portfolio dekt nu 70 TOPS tot 2.000 teraflops, een scalaalbaar platform voor vrijwel elke edge-AI-workload.

Een Amerikaanse handelsfunctionaris heeft bevestigd dat NVIDIA is begonnen met het verschepen van H200 AI-chips naar China. Het aantal geleverde chips is volgens de functionaris zeer beperkt, maar het markeert wel de eerste officiële bevestiging dat de chip daadwerkelijk Chinese bodem bereikt.

De H200 is een van NVIDIA’s krachtigste AI-chips. Eerder deze maand maakte China bekend dat AI-bedrijven de chips mochten kopen, en de VS had in juni al exportvergunningen versoepeld voor bepaalde landen. De huidige bevestiging sluit die keten af: van beleidsruimte tot daadwerkelijke levering.

Voor NVIDIA is de Chinese markt ondanks geopolitieke spanningen te groot om te negeren. Het bedrijf verloor eerder deze maand een biljoen dollar aan marktwaarde, deels door onzekerheid over exportbeperkingen. Leveringen aan China, zelfs in kleine aantallen, zijn een signaal dat de handelsrelatie rond AI-chips niet volledig is bevroren. Wel blijft de vraag of de beperkte volumes genoeg zijn om NVIDIA’s omzetverwachtingen te rechtvaardigen.

Google richt zich op de AI-chipmarkt die tot nu toe door NVIDIA wordt gedomineerd. Het bedrijf investeert in eigen siliconen om afhankelijkheid van NVIDIA’s GPU’s te verminderen en een concurrentiepositie op te bouwen in de hardware die AI-modellen aandrijft.

NVIDIA’s positie lijkt onaantastbaar, maar de dynamiek verschuift. Grote techbedrijven ontwikkelen steeds vaker eigen AI-chips: Google met zijn TPU’s, Meta met eigen siliconen, en Amazon met Trainium. Elk bedrijf dat eigen hardware maakt, vermindert de afhankelijkheid van NVIDIA’s GPU’s.

De uitdaging voor NVIDIA is dat zijn klanten tegelijk concurrenten worden. Google’s zet naar de AI-chipmarkt is meer dan een tactische stap: het is een strategische verschuiving die NVIDIA’s greep op de infrastructuurmarkt op de lange termijn kan ondermijnen.