Het Chinese AI-bedrijf DeepSeek lanceert deze week een nieuw taalmodel dat minder afhankelijk is van Nvidia-chips. Het model is ontworpen om ook op andere grafische processors en AI-versnellers te draaien. Daarmee wil DeepSeek chiptekorten, exportbeperkingen en hoge kosten omzeilen. Voor ondernemers in Nederland kan dit lagere kosten en meer keuze opleveren, met kansen via subsidie digitalisering mkb Nederland.
Minder afhankelijk van Nvidia
DeepSeek presenteert een model dat niet vastzit aan één type chip. Het kan draaien op verschillende soorten hardware, zowel in de cloud als in eigen datacenters. Dit vergroot de keuzevrijheid voor bedrijven die AI-toepassingen willen inzetten.
De timing is opvallend omdat Nvidia al jaren de markt voor AI-chips domineert. Leveringstijden zijn lang en prijzen liggen hoog, mede door wereldwijde vraag en geopolitieke beperkingen op export naar China. Een model dat breder inzetbaar is, kan de druk op die bottlenecks verlagen.
Voor Nederlandse organisaties betekent dit dat zij minder afhankelijk worden van één leverancier. Wie nu vastloopt op levertijden of budgetten, kan sneller overstappen op alternatieve infrastructuur. Dat verlaagt risico’s bij opschalen en versnelt pilots en productiesystemen.
Efficiënt op andere hardware
De kern van de vernieuwing zit in softwareoptimalisatie. Het model is getraind en getuned om met verschillende instructiesets en geheugenindelingen te werken. In gewone taal: het haalt goede prestaties op diverse chips zonder dat alles opnieuw gebouwd hoeft te worden.
Bedrijven kunnen zo gemengde omgevingen gebruiken. Denk aan een combinatie van cloud en eigen servers, of verschillende typen GPU’s naast elkaar. Dat maakt het makkelijker om capaciteit te vinden en kosten te sturen.
Er zijn wel grenzen. Zware rekentaken blijven het snelst op krachtige accelerators, en prestaties kunnen per aanbieder wisselen. Ondernemers doen er goed aan om proefruns te draaien en meetbaar te vergelijken op snelheid, kosten en stroomverbruik.
Kosten en leveringsrisico dalen
Minder afhankelijkheid van één chipmerk kan de totale eigendomskosten drukken. Totale eigendomskosten zijn alle kosten samen, zoals aanschaf, cloudhuur, energie en beheer. Meer concurrentie tussen hardware-aanbieders geeft bedrijven onderhandelingsruimte.
Ook de bevoorrading wordt flexibeler. Als één type GPU schaars is, kan een bedrijf sneller uitwijken naar een alternatief cluster. Dat helpt om plannen voor AI-diensten niet te laten vastlopen op wachttijden.
Vendor lock-in is het risico dat je niet makkelijk kunt overstappen naar een andere leverancier zonder hoge kosten of vertraging.
Voor scale-ups en mkb’ers is dit belangrijk bij financiering en planning. Minder lock-in maakt kosten voorspelbaarder en verlaagt het risico bij groei. Dat kan investeerders en kredietverstrekkers vertrouwen geven.
Kansen voor Europese aanbieders
Europese cloudspelers zoals OVHcloud, Scaleway en Hetzner kunnen profiteren. Zij investeren al in uiteenlopende chips en open softwarestacks. Een model dat breder draait, past in die strategie en vergroot hun rol als alternatief voor grote Amerikaanse clouds.
Ook publieke rekenfaciliteiten in Europa, zoals EuroHPC-projecten en nationale centra, ondersteunen meerdere architecturen. In Nederland kan aansluiting via partijen als SURF toegang geven tot deze capaciteit. Dat is relevant voor onderzoeksinstellingen, start-ups en mkb dat wil testen zonder grote investeringen.
Duurzaamheid en energie spelen mee. Efficiënter draaien op beschikbare hardware kan het stroomverbruik per taak verlagen, wat past bij Europese klimaatdoelen. In Nederland helpt dit bij netcongestie en strengere datacenter-eisen.
Financieel zijn er sporen om te verkennen. RVO ondersteunt innovatie met regelingen zoals MIT (haalbaarheid en R&D) en het Innovatiekrediet. Regionale ontwikkelingsmaatschappijen kunnen cofinanciering bieden voor AI-pilots en opschaling.
Wetgeving en zorgplichten
De EU AI Act stelt eisen aan aanbieders en gebruikers van generieke AI-modellen. Denk aan documentatie over modelcapaciteiten, beveiliging en verantwoord gebruik. Wie in de EU AI-diensten levert, moet deze informatie beschikbaar stellen en risico’s beheersen.
Voor Nederlandse bedrijven blijft de AVG het uitgangspunt bij data. Dat betekent: een verwerkersovereenkomst, dataminimalisatie en waar mogelijk opslag binnen de EU. Een gegevensbeschermingseffectbeoordeling (DPIA) is verstandig bij inzet van gevoelige data.
Transparantie naar klanten wordt belangrijker. Beschrijf welk model u gebruikt, op welke infrastructuur het draait en hoe u kwaliteit en bias controleert. Dit helpt bij aanbestedingen en audits, en sluit aan op de eisen van de AI Act.
Let ook op beveiliging en exportregels. Bij inzet van buitenlandse modellen of hardware kunnen extra compliance-stappen nodig zijn. Documenteer keuzes en updates om inspecties en due diligence te doorstaan.
Praktische stappen voor mkb
Begin met een kleinschalige pilot op alternatieve hardware naast uw bestaande omgeving. Meet prestaties, kosten per taak en kwaliteit van uitkomsten. Leg resultaten vast zodat u later kunt opschalen met minder risico.
Vraag uw cloud- of datacenterleverancier expliciet naar opties buiten Nvidia en naar exit-mogelijkheden. Controleer in contracten hoe makkelijk u kunt overstappen of uitbreiden. Dit verkleint lock-in en geeft u grip op levertijden.
Verken financiering voor de volgende fase. Kijk bij RVO naar MIT en Innovatiekrediet en onderzoek regionale fondsen. Gebruik daarnaast fiscale regelingen voor digitale investeringen waar van toepassing.
Maak een kort compliance-plan. Benoem AVG-maatregelen, AI Act-vereisten en beveiligingseisen, ook voor toeleveranciers. Zo houdt u tempo in innovatie zonder juridische verrassingen.