Nvidia, AMD en de nieuwe race om rekenkracht

De wereldwijde techindustrie zit midden in een enorme verschuiving wat betreft de verdeling van macht. Decennialang was de processor het kloppend hart van elke machine, maar dat tijdperk is voorbij. Vandaag de dag draait alles om gespecialiseerde chips die de zware wiskundige taken van moderne kunstmatige intelligentie aankunnen. Dit is niet zomaar een wedstrijdje wie de snelste component maakt; het is een strijd om compute-dominantie. Nvidia en AMD zijn de hoofdrolspelers in een verhaal dat veel verder gaat dan alleen hardware. Het gaat om de controle over de infrastructuur die de komende tien jaar van softwareontwikkeling zal bepalen. De belangen zijn enorm, want de winnaar verkoopt niet alleen een product, maar vestigt een platform waar iedereen afhankelijk van wordt. Deze overstap van algemene computing naar accelerated computing verandert de hiërarchie in de techwereld fundamenteel.

De onzichtbare code die de cloud in zijn greep houdt

Om te begrijpen waarom één bedrijf deze markt domineert, moet je verder kijken dan de fysieke chip. De meeste mensen staren zich blind op het aantal transistors of de kloksnelheid van een GPU. De echte kracht zit echter in de softwarelaag tussen de hardware en de developer. Nvidia heeft bijna twintig jaar gewerkt aan een eigen ecosysteem genaamd CUDA. Hiermee kunnen programmeurs de parallelle rekenkracht van een GPU inzetten voor taken die niets met graphics te maken hebben. Omdat zoveel bestaande code specifiek voor dit platform is geschreven, stap je niet zomaar over naar een concurrent. Je zou duizenden regels complexe instructies moeten herschrijven. Dit is de software moat die zelfs de best gefinancierde concurrenten buiten de deur houdt. De hardware fungeert hierdoor eigenlijk als een toegangsbewijs voor een specifiek software-ecosysteem.

AMD probeert dit te doorbreken met een open source-aanpak genaamd ROCm. Hun strategie is om een goed alternatief te bieden dat developers niet aan één leverancier bindt. Hoewel hun nieuwste hardware, zoals de MI300-serie, veelbelovend is qua pure prestaties, blijft de softwarekloof een flinke hindernis. Veel developers merken dat de nieuwste tools en libraries eerst voor Nvidia worden geoptimaliseerd, waardoor andere platforms achterblijven. Deze dynamiek versterkt de machtspositie van de marktleider. Als je als engineer vandaag een model wilt draaien, kies je voor de plek waar de documentatie compleet is en de bugs al zijn opgelost. Meer details over de nieuwste ontwikkelingen in GPU-architectuur vind je in de officiële technische documentatie. Inzicht in de infrastructuur voor kunstmatige intelligentie is essentieel voor iedereen die wil voorspellen waar de volgende golf van innovatie vandaan komt. De strijd gaat tegenwoordig net zozeer om de developer experience als om de chips zelf.

Een geopolitiek monopolie op intelligentie

De gevolgen van deze race om rekenkracht reiken veel verder dan de balans van Silicon Valley. We zien een concentratie van macht die doet denken aan de oliemonopolies van de twintigste eeuw. Een handvol hyperscalers, waaronder Microsoft, Amazon en Google, zijn de grootste afnemers van deze high-end chips. Dit creëert een vicieuze cirkel: de grootste bedrijven krijgen als eerste de beste hardware, waardoor ze krachtigere modellen kunnen bouwen, wat weer meer inkomsten genereert om nog meer hardware te kopen. Deze concentratie van middelen betekent dat kleinere spelers en zelfs hele landen aan de verkeerde kant van de kloof belanden. Wie toegang heeft tot enorme compute-clusters kan innoveren in een tempo dat voor anderen onmogelijk is. Dit heeft geleid tot een tweederangs-systeem in de techindustrie: de compute-rijken en de compute-armen.

Overheden zijn zich bewust van deze onbalans. Silicon wordt nu gezien als een strategisch bezit van nationaal belang. Er zijn exportbeperkingen ingevoerd om te voorkomen dat geavanceerde chips bepaalde regio’s bereiken; hardware wordt zo ingezet als instrument van buitenlands beleid. Deze beperkingen gaan niet alleen over militair gebruik, maar over het waarborgen dat de economische voordelen van de volgende generatie software binnen de eigen grenzen blijven. De supply chain voor deze chips is bovendien extreem kwetsbaar. De meeste geavanceerde productie vindt plaats op één plek in Taiwan, wat een single point of failure creëert voor de hele wereldeconomie. In 2026 zagen we hoe leveringsproblemen de productie in meerdere sectoren konden stilleggen. Als de stroom high-end GPU’s zou stoppen, zou de ontwikkeling van moderne software effectief bevriezen. Deze afhankelijkheid van een paar bedrijven en één productiepartner is een risico dat volgens veel analisten nog niet volledig in de markt is verwerkt. Volgens rapporten van Reuters hebben deze kwetsbaarheden in de supply chain de hoogste prioriteit bij wereldwijde handelsregulatoren.

De hoge prijs van de honger naar rekenkracht

Denk eens aan de dagelijkse realiteit van een startup-founder in dit klimaat. Hun grootste zorg is niet langer alleen het aannemen van toptalent of het vinden van product-market fit. Ze besteden een groot deel van hun tijd aan het onderhandelen over servertijd. Een founder begint zijn dag vaak met het checken van de burn rate, om vervolgens te ontdekken dat het merendeel van het kapitaal direct naar een cloudprovider gaat voor toegang tot H100-clusters. Ze kunnen de chips niet direct kopen omdat de levertijden maanden duren en ze de koelinfrastructuur niet hebben om ze lokaal te draaien. Ze staan in een digitale wachtrij, hopend dat een grotere klant hen niet overbiedt voor prioriteit. Dit is een wereld van verschil met de begindagen van het internet, toen een paar goedkope servers genoeg waren voor een wereldwijd platform. De instapprijs voor serieuze ontwikkeling is gestegen van duizenden naar miljoenen dollars.

De dag gaat verder met een strijd tegen technical debt. Omdat ze gehuurde hardware gebruiken, moeten ze elke seconde trainingstijd optimaliseren. Als een job faalt door een kleine code-fout, kan dat duizenden dollars aan verspilde compute kosten. Deze druk remt experimenten. Developers zijn minder geneigd om radicale nieuwe ideeën uit te proberen als de kosten van falen zo hoog zijn.

Er is ook het probleem van *ecosystem lock-in* dat pijnlijk duidelijk wordt wanneer ze hun workload willen verplaatsen. Ze ontdekken vaak dat een specifieke library die ze gebruikten alleen efficiënt werkt op één type hardware, waardoor ze gevangen zitten bij een specifieke cloudprovider. De founder realiseert zich dat ze niet alleen een product bouwen: ze fungeren als doorgeefluik voor kapitaal dat van investeerders direct naar de chipmakers stroomt. Deze realiteit verandert het type bedrijven dat financiering krijgt. Investeerders zoeken steeds vaker naar teams met gegarandeerde toegang tot compute, in plaats van alleen naar goede ideeën. Deze verschuiving wordt bevestigd in recente sectoronderzoeken van Gartner, die de stijgende infrastructuurkosten aanwijzen als een primaire toetredingsdrempel.

Heeft u een AI-verhaal, tool, trend of vraag die wij volgens u zouden moeten behandelen? Stuur ons uw artikelidee — we horen het graag.

De verborgen belasting van eigen chips

Nu we dieper in dit tijdperk van accelerated computing duiken, moeten we kritische vragen stellen over de gevolgen op lange termijn. Is het gezond dat de basis van moderne technologie wordt gecontroleerd door zo’n kleine groep entiteiten? Wanneer één bedrijf de hardware, de softwareomgeving en de netwerkverbindingen levert, bezitten ze in feite de hele stack. Dit creëert een verborgen belasting op innovatie. Elke developer die code schrijft voor een gesloten systeem, draagt bij aan een monopolie dat elke dag moeilijker te doorbreken is. Wat gebeurt er met de privacy van data wanneer deze door deze gespecialiseerde chips in een gedeelde cloudomgeving moet gaan? Hoewel providers beweren dat data geïsoleerd is, suggereert de fysieke realiteit van gedeelde silicon dat nieuwe soorten side-channel attacks mogelijk zijn. We ruilen transparantie in voor prestaties, en de volledige prijs van die ruil is nog onbekend.

Daarnaast is er de kwestie van duurzaamheid. De stroombehoefte van deze nieuwe datacenters is verbijsterend. We bouwen enorme faciliteiten die evenveel elektriciteit verbruiken als kleine steden, alleen maar om matrixvermenigvuldigingen uit te voeren. Is dit een duurzaam pad voor de planeet? Als de vraag naar deze modellen in dit tempo blijft groeien, bereiken we uiteindelijk een fysieke limiet van hoeveel energie we kunnen leveren. Bovendien: wat gebeurt er als het huidige enthousiasme voor deze technologieën afvlakt? We zitten nu in een enorme uitbreidingsfase, maar als de economische resultaten voor de bedrijven die deze chips kopen uitblijven, kunnen we een plotselinge en harde correctie zien. De schulden die zijn aangegaan om deze infrastructuur te bouwen, moeten nog steeds worden afbetaald, ongeacht of de software die erop draait winstgevend is. We moeten ons afvragen of we een fundament van zand bouwen of dat dit een blijvende verandering is in hoe de wereld functioneert.

Onder de motorkap van de AI-engine

Voor wie de technische beperkingen wil begrijpen, gaat het verhaal over meer dan alleen de GPU. De bottleneck in moderne computing is verschoven van de processor naar het geheugen en de interconnect. High Bandwidth Memory, specifiek HBM3e, is momenteel de meest gewilde component ter wereld. Hiermee kan de processor data benaderen met snelheden die voorheen onmogelijk waren. Zonder dit geheugen zou de snelste GPU werkeloos toekijken, wachtend op data. Daarom zijn de leveringsproblemen zo hardnekkig. Het gaat niet alleen om het maken van meer chips; het gaat om het coördineren van de productie van meerdere complexe componenten van verschillende leveranciers. In 2026 zal de beschikbaarheid van dit geheugen waarschijnlijk de totale output van de hele industrie bepalen. Dit is een fysieke limiet die software niet zomaar kan omzeilen.

Networking is het andere cruciale puzzelstuk. Wanneer je een model traint over duizenden GPU’s, wordt de snelheid waarmee die chips met elkaar kunnen praten de bepalende factor voor prestaties. Nvidia gebruikt een eigen interconnect genaamd NVLink, die veel hogere doorvoersnelheden biedt dan standaard Ethernet. Dit is weer een extra laag van de moat. Zelfs als een concurrent een chip maakt die op zichzelf sneller is, kunnen ze niet tippen aan de prestaties van een cluster als hun netwerk trager is. Power users moeten ook omgaan met strikte API-limieten en de realiteit van lokale storage-bottlenecks. Zelfs met de snelste compute blijft het verplaatsen van terabytes aan data naar het cluster een traag en duur proces. De volgende factoren zijn momenteel de grootste technische beperkingen voor high-end gebruikers:

• Geheugenbandbreedte-verzadiging tijdens grootschalige inferentietaken.
• Thermal throttling in racks met hoge dichtheid.
• Interconnect-latentie bij het schalen voorbij een enkel pod-systeem.
• De hoge kosten van persistente opslag nabij de compute-nodes.

De meeste organisaties ontdekken dat ze deze workloads niet lokaal kunnen draaien. De gespecialiseerde stroom- en koelbehoeften gaan de mogelijkheden van een standaard datacenter te boven. Dit dwingt tot afhankelijkheid van een paar specifieke providers die het kapitaal hebben om deze op maat gemaakte omgevingen te bouwen. De geek-sectie van de markt gaat niet langer over het bouwen van je eigen rig: het gaat over het begrijpen van de configuratie-opties van een virtuele machine in een externe faciliteit. De overstap van lokale hardware naar geabstraheerde cloud-compute is voor high-end workloads bijna voltooid.

Het oordeel over de silicon-oorlog

De race tussen Nvidia en AMD is geen simpel snelheidsduel. Het is een strijd om de toekomst van het computerplatform. Nvidia heeft een enorme voorsprong, niet alleen door hun hardware, maar omdat ze de developer-community succesvol hebben vastgezet in hun software-ecosysteem. AMD voert een zware strijd door open standaarden te promoten, maar ze stuiten op de enorme traagheid van bestaande codebases. De echte winnaars tot nu toe zijn de hyperscalers die het kapitaal hebben om deze chips in bulk te kopen, wat de macht in de techindustrie verder centraliseert. Voor de gemiddelde gebruiker of developer zijn de belangen praktisch. We zien de kosten voor innovatie stijgen en er ontstaat een nieuw type poortwachter. De silicon-oorlog herschrijft de regels van de wereldeconomie, en we staan pas aan het begin van de impact. De focus moet blijven liggen op de vraag of deze concentratie van macht de bredere belangen van de samenleving dient, of alleen de belangen van degenen die de chips bezitten.

Noot van de redactie: We hebben deze site gemaakt als een meertalige AI-nieuws- en gidsenhub voor mensen die geen computernerds zijn, maar toch kunstmatige intelligentie willen begrijpen, er met meer vertrouwen mee willen omgaan en de toekomst willen volgen die al aanbreekt.

Een fout gevonden of iets dat gecorrigeerd moet worden? Laat het ons weten.