Alisina NawabiNVIDIA zet samen met Palantir een open Nemotron-stack in voor zijn eigen supply chain, melden NVIDIA en Palantir, om materiaalallocatie met bedrijfsdata te ondersteunen.
Voor een Nederlandse fabrikant of logistieke organisatie verschuift daarmee de technische keuze. Model, operationele data en beslisondersteuning kunnen in één gecontroleerde stack draaien, op eigen hardware, in een cloud of op beheerde hardware. Waar de berekening plaatsvindt en wie de aangepaste modelgewichten beheert, hoort zo naast prijs en modelprestatie te staan.
Wat er nu op NVIDIA’s keten gebeurt
NVIDIA beschrijft een supply chain met miljoenen onderdelen, duizenden leveranciers en een wereldwijd netwerk van productiepartners. Eén Vera Rubin-rack bevat volgens de aankondiging 1,3 miljoen onderdelen. Compute, geheugen, netwerk, stroom, koeling en mechanische componenten moeten samen beschikbaar zijn voordat een rack productief wordt.
De bedrijven bouwen hiervoor een gezamenlijk commandocentrum in Palantir Foundry. De Ontology verbindt materialen, productiesites, toezeggingen, capaciteit, allocaties en productie-uitkomsten met kwalitatieve signalen uit de operatie. NVIDIA’s cuOpt rekent de wekelijkse materiaalallocatie door en laat zien welke beperking in een scenario de doorslag geeft. Planners kunnen zo bijvoorbeeld testen wat een tekort aan geheugen of een nieuwe productiesite met de planning doet. NVIDIA noemt de tijd tussen ontvangst van materiaal en vertrek in een subassemblage of product Time of Ownership.
Open gewichten voor een eigen beslismodel
De AI-laag bestaat uit NVIDIA Nemotron-modellen die Palantir in Foundry en AIP koppelt aan de Ontology. Voor de uitvoeringslaag post-trainden de teams Nemotron 3.5 Lightning, een open-weight mixture-of-experts-model met 30 miljard parameters, waarvan ongeveer 3 miljard per verwerking actief zijn. De training gebruikt historische allocaties, de redenering van planners en de uiteindelijke productie-uitkomst.
Die open gewichten zijn hier het praktische verschil. Het model kan binnen de eigen rekenomgeving worden aangepast met operationele data, terwijl de basisgewichten blijven staan en de organisatie de aangepaste versie zelf beheert. NVIDIA noemt daarbij een keten met anonimisering, synthetische trainingsvoorbeelden, LoRA-training en evaluatie voordat een nieuwe modelversie teruggaat naar de operatie.
Op de ontwikkelbenchmark voor materiaalallocatie haalde het bijgetrainde model 86,7 procent nauwkeurigheid. Nemotron 3 Ultra kwam op 55,5 procent en het ongewijzigde Nemotron 3.5 Lightning-model op 17,5 procent. Dit is een gespecialiseerde benchmark voor één allocatietaak, geen algemene maat voor modelkwaliteit.
De mens blijft in de lus. In de terugtest bleken planners informatie mee te nemen die de rekenkundige optimalisatie niet zag, zoals e-mails van partners, weersverwachtingen, geopolitieke gebeurtenissen en gesprekken met leveranciers. Het model doet een aanbeveling met onderbouwing en risico’s; de planner maakt de laatste keuze. Acceptaties, wijzigingen, afwijzingen en productie-uitkomsten gaan daarna terug naar de Ontology voor een volgende, gecontroleerde trainingsronde.
Soeverein betekent hier: kiezen waar het draait
Palantir koppelt deze inzet aan zijn Sovereign AI Operating System Reference Architecture. De referentiearchitectuur ondersteunt inzet op eigen datacenters, AI-clouds en beheerde hardware, met AIP, Foundry, Apollo en Ontology als softwarelagen rond de NVIDIA-infrastructuur. De officiële release noemt Cisco en Dell voor inzet op locatie en Rackspace en Nebius voor colocatie en cloud.
Dat is een architectuurkeuze, geen algemene Nederlandse productlancering. De aankondiging noemt geen Nederlandse beschikbaarheid, prijs of startdatum voor klanten. Wel zegt NVIDIA dat organisaties in onder meer productie, energie, zorg, automotive en luchtvaart dezelfde stack voor hun eigen keten kunnen gebruiken.
De eerdere samenwerking liet al zien dat Palantir en NVIDIA open Nemotron-modellen in volledig van internet afgesloten omgevingen kunnen laten draaien. De nieuwe stap brengt die gedachte naar een concrete, complexe keten binnen NVIDIA zelf.
Daarmee wordt soevereiniteit een technisch inkoopcriterium naast prijs en prestatie. Voor grotere organisaties gaat de vraag straks over welk model een aanbeveling doet, waar het draait, wie de gewichten beheert en wie het besluit mag overrulen.
Veelgestelde vragen
Soevereine AI voor je operatie
Ik denk mee over de juiste grens voor data en modellen, ontwerp de architectuur en realiseer de software end-to-end. Waar het kan bouw ik self-hosted, zodat je processen, koppelingen en automatisering onder eigen beheer blijven.
Dit artikel is geproduceerd samen met het Agent Team. Meer over de redactie.
