Nvidia heeft nieuwe modellen aangekondigd die bedoeld zijn om altijd-actieve agents en lokale AI-toepassingen te draaien. De nieuwe modellen zijn onderdeel van de Nemotron-familie en richten zich zowel op grote bedrijven als op consumenten en kenniswerkers die AI direct op hun pc willen gebruiken.

Wat heeft Nvidia precies uitgebracht?

Nvidia presenteerde een groter model en twee lichtere varianten:

• Nemotron 3.5 Super VL: een groot model met ongeveer 120 miljard parameters (de getallen waarmee een model berekent wat het moet doen). Het is ontwikkeld voor agents die bedrijven gebruiken voor taken zoals documentverwerking en automatisering.

• Nemotron 3.5 Bolt 74B-A9B 24GB: een lichter model met 74 miljard parameters, bedoeld om snel en lokaal te werken op nieuwe AI-pc’s en werkstations.

• Bolt E4B: de kleinste van de drie, ontworpen voor gespreksgestuurde assistenten op lokale machines.

De Bolts zijn bedoeld voor apparaten met de nieuwe RTX Spark-chip van Nvidia en voor systemen met DGX Spark, chips en systemen die speciaal zijn gemaakt om AI lokaal te draaien. Edge computing (berekeningen dicht bij de gebruiker, bijvoorbeeld op de pc of in het lokale netwerk) speelt hierbij een rol: de modellen kunnen zonder cloudverbinding op de machine zelf werken.

Waarom maakt dit uit voor bedrijven?

Nvidia benadrukt dat deze modellen open-weight zijn — dat betekent dat de interne getallen van het model vrij beschikbaar zijn en bedrijven die modellen zelf kunnen aanpassen en inzetten. Dit geeft organisaties meer controle dan gesloten, commerciële modellen die alleen via een externe dienst beschikbaar zijn.

Belangrijke voordelen voor bedrijven:

• Zelf aan te passen: organisaties kunnen het model bijtrainen op hun eigen gegevens (post-trainen, oftewel het model extra trainen op specifieke taken met eigen data).

• Lokale inzet mogelijk: bedrijven kunnen de modellen op hun eigen servers draaien, zonder dat gevoelige informatie naar een clouddienst hoeft.

• Snelheid en efficiency: Nvidia zegt dat Super VL taken sneller kan afronden dan sommige concurrerende modellen van andere bedrijven, vooral nadat het model is bijgetraind voor specifieke agenttaken.

Wat kunnen deze modellen doen?

De modellen zijn gericht op zogenoemde agents — software die namens gebruikers taken uitvoert, zoals informatie zoeken, documenten analyseren of acties op het web uitvoeren. Voorbeelden van taken waarvoor Nvidia de modellen testte:

• Documentintelligentie (informatie uit documenten halen)

• Financiële administratie en boekhouding

• Wetenschappelijke experimenten en analyse

• Afhandeling van medische verzekeringsclaims

• Weerbaarheid tegen beveiligingsaanvallen

Nvidia meldt dat Super VL goede resultaten haalt bij instructies, het aanroepen van hulpmiddelen (zoals andere software of webservices) en bij meerstap-redenering. De Bolt-modellen zijn meer gericht op snelheid en het draaien op een lokale pc, waarbij Bolt 74B-A9B een balans zoekt tussen snelheid en redeneervermogen en Bolt E4B vooral voor gesprekken bedoeld is.

Wie gebruikt het al en wat zegt Nvidia?

Nvidia noemt meerdere bekende bedrijven die met Super VL werken, waaronder:

• Skydance

• EY

• Ramp

• CrowdStrike

• Perplexity

• Salesforce

Nvidia vergelijkt Super VL met concurrerende modellen van andere grote AI-aanbieders en zegt dat het model in vele agentgerichte tests sneller en even nauwkeurig kan zijn, zeker na dat post-trainen op specifieke taken.

Tegelijkertijd wijzen de makers van grote, gesloten AI-systemen steeds vaker naar andere chips en leveranciers dan alleen Nvidia. Sommige bedrijven gebruiken alternatieve chips of bouwen eigen hardware. Nvidia speelt daarop in door te benadrukken dat organisaties met hun open modellen volledig zelf kunnen bepalen waar en hoe ze de modellen inzetten.

Wat betekent dit voor jou als gebruiker?

Voor jou als pc-gebruiker kan dit betekenen dat er straks AI-assistenten op je eigen machine draaien, zonder dat dagelijkse taken naar de cloud gestuurd hoeven te worden. Dat kan voordelen geven op het gebied van privacy en snelheid: je data blijft op je apparaat en vertraging door internetverkeer vermindert.

Voor organisaties betekent het vooral meer keuze en controle: eigen data gebruiken om modellen te verbeteren en diensten draaien op eigen infrastructuur.

Conclusie

Nvidia zet in op zowel krachtige modellen voor bedrijven als lichtere modellen voor lokaal gebruik op AI-pc’s. De nadruk ligt op openheid en inzetbaarheid: bedrijven kunnen de modellen bijtrainen en zelf hosten, en consumenten krijgen de optie van lokale AI-assistenten. Nvidia claimt betere snelheid en bruikbaarheid in agenttaken, en meerdere grote bedrijven testen of gebruiken de nieuwe Super VL al. Bolt-modellen moeten deze mogelijkheden naar individuele pc’s brengen, met Bolt E4B die binnenkort verkrijgbaar is.