Voorbij Retrieval: NVIDIA Bepaalt Koers voor de Generatieve Computing Era

NVIDIA (NVDA ) CEO Jensen Huang kondigde een reeks baanbrekende verbeteringen aan in de AI-rekenkracht bij de GTC-keynote van maart 2025, waarin hij sprak over een “$1 biljoen rekeninflectiepunt.” De keynote onthulde de productierijpheid van de Blackwell GPU-architectuur, een meerjarige roadmap voor toekomstige architectuur, belangrijke doorbraken in AI-netwerken, nieuwe enterprise AI-oplossingen en significante ontwikkelingen in robotica en fysieke AI.

De “Token Economie” en AI-fabrieken

Centraal in Huangs visie staat het concept van “tokens” als de fundamentele bouwstenen van AI en de opkomst van “AI-fabrieken” als gespecialiseerde datacentra die zijn ontworpen voor generatieve computing.

“Dit is hoe intelligentie wordt gemaakt, een nieuwe soort fabriek die tokens genereert, de bouwstenen van AI. Tokens hebben een nieuwe frontier geopend,” zei Huang tegen het publiek. Hij benadrukte dat tokens “afbeeldingen kunnen omzetten in wetenschappelijke gegevens over vreemde atmosferen”, “de wetten van de fysica kunnen decoderen” en “ziektes kunnen zien voordat ze zich ontwikkelen”.

Deze visie vertegenwoordigt een verschuiving van traditionele “retrieval computing” naar “generatieve computing”, waarbij AI context begrijpt en antwoorden genereert in plaats van alleen vooraf opgeslagen gegevens op te halen. Volgens Huang vereist deze overgang een nieuwe soort datacenterarchitectuur waarbij “de computer een generator van tokens is geworden, in plaats van een opslag van bestanden”.

Blackwell-architectuur levert enorme prestatieverbeteringen

De NVIDIA Blackwell GPU-architectuur, nu in “volle productie”, levert volgens het bedrijf “40 keer de prestaties van Hopper” voor redeneermodellen onder identieke stroomomstandigheden. De architectuur omvat ondersteuning voor FP4-nauwkeurigheid, wat leidt tot aanzienlijke energie-efficiëntieverbeteringen.

“ISO-stroom, Blackwell is 25 keer”, zei Huang, waarbij hij de dramatische efficiëntieverbeteringen van het nieuwe platform benadrukte.

De Blackwell-architectuur ondersteunt ook extreme schaalvergroting via technologieën zoals NVLink 72, waardoor het creëren van enorme, geïntegreerde GPU-systemen mogelijk wordt. Huang voorspelde dat de prestaties van Blackwell de vorige generatie GPU’s aanzienlijk minder wenselijk zullen maken voor veeleisende AI-werklasten.

(Bron: NVIDIA)

Voorzienbare roadmap voor AI-infrastructuur

NVIDIA heeft een regelmatige jaarlijkse cadans voor zijn AI-infrastructuurnoviteiten uitgestippeld, waardoor klanten hun investeringen met grotere zekerheid kunnen plannen:

• Blackwell Ultra (tweede helft van 2025): Een upgrade van het Blackwell-platform met verhoogde FLOPs, geheugen en bandbreedte.
• Vera Rubin (tweede helft van 2026): Een nieuwe architectuur met een CPU met verdubbelde prestaties, een nieuwe GPU en volgende generatie NVLink- en geheugentechnologieën.
• Rubin Ultra (tweede helft van 2027): Een extreme schaalvergrotingsarchitectuur die streeft naar 15 exaflops rekenkracht per rack.

Democratisering van AI: van netwerken tot modellen

Om de visie van brede AI-adoptie te realiseren, kondigde NVIDIA uitgebreide oplossingen aan die netwerken, hardware en software omvatten. Op infrastructuurniveau richt het bedrijf zich op de uitdaging van het verbinden van honderdduizenden of zelfs miljoenen GPU’s in AI-fabrieken door significante investeringen in siliconenfotonica. Hun eerste co-gepackte optica (CPO) siliconenfotonisch systeem, een 1,6 terabit per seconde CPO op basis van micro-ringresonator-modulatortechnologie, belooft aanzienlijke energiewinsten en verhoogde dichtheid in vergelijking met traditionele transceivers, waardoor efficiëntere verbindingen tussen grote aantallen GPU’s op verschillende locaties mogelijk worden.

Terwijl het bedrijf de basis legt voor grote AI-fabrieken, brengt NVIDIA tegelijkertijd AI-rekenkracht naar individuen en kleinere teams. Het bedrijf introduceerde een nieuwe lijn van DGX-persoonlijke AI-supercomputers die zijn aangedreven door het Grace Blackwell-platform, met als doel AI-ontwikkelaars, onderzoekers en datawetenschappers te empoweren. De lijn omvat DGX Spark, een compacte ontwikkelingsplatform, en DGX Station, een high-performance desktop-werkstation met vloeistofkoeling en een indrukwekkende 20 petaflops rekenkracht.

NVIDIA DGX Spark (Bron: NVIDIA)

Als aanvulling op deze hardware-verbeteringen kondigde NVIDIA de open Llama Nemotron-familie van modellen aan met redeneercapaciteiten, die zijn ontworpen om enterprise-ready te zijn voor het bouwen van geavanceerde AI-agents. Deze modellen zijn geïntegreerd in NVIDIA NIM (NVIDIA Inference Microservices), waardoor ontwikkelaars ze kunnen implementeren op verschillende platforms, van lokale werkstations tot de cloud. Deze aanpak vertegenwoordigt een full-stack-oplossing voor enterprise AI-adoptie.

Huang benadrukte dat deze initiatieven worden versterkt door uitgebreide samenwerkingen met grote bedrijven uit verschillende industrieën die NVIDIA-modellen, NIM en bibliotheken integreren in hun AI-strategieën. Deze ecosysteembenadering heeft tot doel de adoptie te versnellen en flexibiliteit te bieden voor verschillende enterprisebehoeften en use-cases.

Fysieke AI en robotica: een $50 biljoen kans

NVIDIA ziet fysieke AI en robotica als een “$50 biljoen kans”, volgens Huang. Het bedrijf kondigde de open-source NVIDIA Isaac GR00T N1 aan, die wordt beschreven als een “generalist foundation model voor humanoïde robots”.

Belangrijke updates voor de NVIDIA Cosmos wereld foundation modellen bieden ongekende controle over synthetische gegevensgeneratie voor robottraining met behulp van NVIDIA Omniverse. Zoals Huang uitlegde, “Het gebruik van Omniverse om Cosmos te conditioneren en Cosmos om een oneindig aantal omgevingen te genereren, stelt ons in staat om gegevens te creëren die zijn gebaseerd op de werkelijkheid, door ons gecontroleerd en toch systematisch oneindig op hetzelfde moment”.

Het bedrijf onthulde ook een nieuwe open-source fysica-engine genaamd “Newton”, ontwikkeld in samenwerking met Google DeepMind en Disney Research. De engine is ontworpen voor high-fidelity robotica-simulatie, inclusief starre en zachte lichamen, tactiele feedback en GPU-versnelling.

Isaac GR00T N1 (Bron: NVIDIA)

Agentische AI en industrieel transformatie

Huang definieerde “agentische AI” als AI met “agentie” die kan “waarnemen en begrijpen de context”, “redeneren” en “plannen en actie ondernemen”, zelfs met behulp van tools en leren van multimodale informatie.

“Agentische AI betekent eigenlijk dat je een AI hebt met agentie. Het kan de context van de omstandigheden waarnemen en begrijpen. Het kan redeneren, heel belangrijk kan redeneren over hoe te antwoorden of een probleem op te lossen, en het kan plannen en actie ondernemen. Het kan plannen en actie ondernemen. Het kan tools gebruiken,” legde Huang uit.

Deze capaciteit drijft een golf van computationele vraag: “De hoeveelheid berekening die nodig is, de schaalwet van AI is meer veerkrachtig en in feite hyperversneld. De hoeveelheid berekening die we op dit moment nodig hebben als gevolg van agentische AI, als gevolg van redeneren, is gemakkelijk honderd keer meer dan we dachten dat we nodig hadden op dit moment vorig jaar,” voegde hij toe.

De Bottom Line

Jensen Huangs GTC 2025-keynote presenteerde een uitgebreide visie van een toekomst die wordt aangedreven door AI, gekenmerkt door intelligente agenten, autonome robots en speciaal ontworpen AI-fabrieken. NVIDIA’s aankondigingen over hardware-architectuur, netwerken, software en open-source-modellen geven aan dat het bedrijf vastbesloten is om de volgende era van computing te versnellen en te empoweren.

Terwijl computing zijn verschuiving van retrieval-gebaseerde naar generatieve modellen voortzet, biedt NVIDIA’s focus op tokens als de kernvaluta van AI en op het schalen van capaciteiten over cloud-, enterprise- en robotica-platforms een roadmap voor de toekomst van technologie, met verstrekkende gevolgen voor industrieën wereldwijd.