[{"data":1,"prerenderedAt":991},["ShallowReactive",2],{"blog-post-nl-\u002Fblog\u002Ffield-report-the-reality-of-building-agentic-ai-in-2025":3,"blog-posts-sidebar-nl":520},{"id":4,"title":5,"body":6,"categories":492,"date":507,"description":508,"extension":509,"heading":510,"image":511,"meta":512,"navigation":513,"originalUrl":514,"path":515,"seo":516,"slug":517,"stem":518,"updated":510,"__hash__":519},"blogNl\u002Fblog\u002Ffield-report-the-reality-of-building-agentic-ai-in-2025.md","Praktijkrapport: de realiteit van Agentic AI bouwen in 2025",{"type":7,"value":8,"toc":481},"minimark",[9,16,23,26,33,39,46,49,73,80,86,89,108,114,120,123,137,142,148,151,172,175,178,186,192,195,201,204,212,218,225,245,250,256,263,286,292,298,301,312,318,325,330,336,343,351,357,363,366,384,390,397,418,423,429,432,446,452,455,469,472],[10,11,12],"p",{},[13,14,15],"strong",{},"Van hype tot soevereine infrastructuur",[17,18,20],"h3",{"id":19},"samenvatting",[13,21,22],{},"Samenvatting",[10,24,25],{},"Agentic AI wordt in 2025 gekenmerkt door een scherp contrast tussen marktverwachtingen en technische realiteit. Door het gebruiksgemak van ChatGPT verwachten veel mensen wonderen en onmiddellijke integratie. Autonome agents voor bedrijfsworkflows bouwen vraagt in werkelijkheid om grondige engineering, doordachte architectuur en soevereine infrastructuur.",[10,27,28,29,32],{},"Dit rapport beschrijft de uitdagingen en werkwijzen die we tegenkwamen bij de deployment van lokale AI-agents op maat. Waar een groot deel van de markt afhankelijk is van veranderlijke publieke API's, kiezen wij voor ",[13,30,31],{},"Sovereign AI",": modulaire oplossingen op maat die volledig lokaal draaien. Zo beperken we de risico's van API-storingen, stille modelupdates die prompts breken en onvoorspelbare prijsstijgingen. De oplossingen van onze klanten blijven daardoor robuust, privé en kostenefficiënt op lange termijn.",[17,34,36],{"id":35},"_1-de-verwachtingskloof-en-de-noodzaak-van-maatwerk",[13,37,38],{},"1. De verwachtingskloof en de noodzaak van maatwerk",[40,41,43],"h4",{"id":42},"_11-de-wondermythe-versus-de-technische-realiteit",[13,44,45],{},"1.1 De wondermythe versus de technische realiteit",[10,47,48],{},"Een veelvoorkomende uitdaging in 2025 is dat de verwachtingen rond AI te hooggespannen zijn. Klanten benaderen Agentic AI soms vanuit de ervaring met een chatbot en verwachten een plug-and-playoplossing die zonder configuratie door hun volledige ERP-systeem navigeert.",[50,51,52,63],"ul",{},[53,54,55,58,59,62],"li",{},[13,56,57],{},"De realiteit."," Een AI-agent is geen wonder; ",[13,60,61],{},"het is een complex softwaresysteem"," dat gedefinieerde grenzen vereist.",[53,64,65,68,69,72],{},[13,66,67],{},"De oplossing."," We bouwen alles ",[13,70,71],{},"modulair",". Dankzij een componentgebaseerde architectuur kunnen we nieuwe cognitieve modules toevoegen wanneer een klant opschaalt of nieuwe use-cases ontdekt, bijvoorbeeld een uitbreiding van supporttickets naar voorraadbeheer. Het kernsysteem hoeft dan niet herschreven te worden. Die modulariteit is essentieel voor de levensduur van de oplossing.",[10,74,75],{},[76,77],"img",{"alt":78,"src":79},"","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fmiraclemyth.webp",[40,81,83],{"id":82},"_12-waarom-universele-oplossingen-tekortschieten",[13,84,85],{},"1.2 Waarom universele oplossingen tekortschieten",[10,87,88],{},"Een universeel product proberen te bouwen dat voor iedere klant werkt, is een valkuil. Generieke agents missen de nuances van specifieke bedrijfsworkflows, met zwakkere prestaties en veel supportoverhead als gevolg.",[50,90,91,102],{},[53,92,93,96,97,101],{},[13,94,95],{},"Engineering op maat."," Succes vereist een analyse van de ",[98,99,100],"em",{},"volledige workflow"," van de klant, vaak met overleg op locatie en een grondige studie van de datastructuren. Een oplossing die rekening houdt met de specifieke eigenschappen van klantgegevens presteert beter dan een algemeen one-size-fits-allmodel.",[53,103,104,107],{},[13,105,106],{},"Nauwkeurige uitvoering."," Door de scope van de agent te beperken tot een omgeving op maat, verkleinen we de ruimte voor hallucinaties en logische fouten. Zo streven we naar uitstekende prestaties binnen een duidelijk domein in plaats van middelmatige prestaties overal.",[17,109,111],{"id":110},"_2-de-economie-van-agentic-ai",[13,112,113],{},"2. De economie van Agentic AI",[40,115,117],{"id":116},"_21-de-kosten-van-ontdekking",[13,118,119],{},"2.1 De kosten van ontdekking",[10,121,122],{},"Omdat bestaande AI-agents niet zomaar uitgerold kunnen worden zoals een standaardsoftwarebibliotheek, vereist ieder project een afzonderlijke analysefase.",[50,124,125,131],{},[53,126,127,130],{},[13,128,129],{},"Analysefase."," Voor de ontwikkeling investeren we veel tijd in analyse. Tijdens verschillende gesprekken brengen we de werkelijke operationele situatie van de klant in kaart.",[53,132,133,136],{},[13,134,135],{},"Kostenrealiteit."," Zoals uiteengezet in sectoranalyses, omvatten de kosten van de ontwikkeling van aangepaste agenten verborgen factoren die verder gaan dan alleen coderen, waaronder het voorbereiden van datasets, architectuurontwerp en uitgebreid testen.",[10,138,139],{},[76,140],{"alt":78,"src":141},"\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Feconomics.webp",[40,143,145],{"id":144},"_22-het-financiële-model-van-soevereine-ai",[13,146,147],{},"2.2 Het financiële model van “soevereine AI”",[10,149,150],{},"We maken geen gebruik van de API's van grote providers (OpenAI, Anthropic, enzovoort). Het vertrouwen op externe API's brengt existentiële bedrijfsrisico's met zich mee:",[152,153,154,160,166],"ol",{},[53,155,156,159],{},[13,157,158],{},"Volatiliteit."," Zal de API-prijs plotseling verdrievoudigen?",[53,161,162,165],{},[13,163,164],{},"Betrouwbaarheid."," Crasht de API tijdens piekuren?",[53,167,168,171],{},[13,169,170],{},"Drift."," Zal een “stille modelupdate” onze prompts van de ene op de andere dag onbruikbaar maken?",[10,173,174],{},"Het voordeel op locatie:",[10,176,177],{},"Door alles lokaal te trainen en uit te voeren (On-Prem), zetten we variabele, onvoorspelbare kosten om in vaste, voorspelbare activa.",[50,179,180],{},[53,181,182,185],{},[13,183,184],{},"Toekomstbestendig."," Een lokaal model gecombineerd met eigen hardware kan jarenlang betrouwbaar blijven werken. Het wordt niet ‘dommer’ omdat het ‘oud’ is, noch kost het in 2027 meer om te draaien dan in 2025. Het is een stabiel bezit.",[17,187,189],{"id":188},"_3-observability-debugging-en-hallucinaties",[13,190,191],{},"3. Observability, debugging en hallucinaties",[10,193,194],{},"U kunt niet oplossen wat u niet kunt zien. Betrouwbare oplossingen vereisen daarom gedetailleerde observability.",[40,196,198],{"id":197},"_31-inzicht-in-de-black-box",[13,199,200],{},"3.1 Inzicht in de black box",[10,202,203],{},"We gebruiken meerdere tools om het besluitvormingsproces van de LLM nauwkeurig te volgen. Om een agentloop te debuggen, moeten we de redeneerstappen en toolinput kunnen analyseren die tot een specifieke actie hebben geleid.",[50,205,206],{},[53,207,208,211],{},[13,209,210],{},"Waarom we het doen."," Hiermee kunnen we precies vaststellen waar een agent in een lus is vastgelopen of er niet in is geslaagd de juiste context op te halen. Zo verandert foutopsporing van giswerk in een precieze wetenschap.",[40,213,215],{"id":214},"_32-omgaan-met-hallucinaties",[13,216,217],{},"3.2 Omgaan met hallucinaties",[10,219,220,221,224],{},"Hallucinaties zijn een risico dat actief beheerd moet worden. Daarom loggen we ",[98,222,223],{},"alles",". Met een volledige audittrail van iedere input, tussenstap en output kunnen we:",[152,226,227,233,239],{},[53,228,229,232],{},[13,230,231],{},"Opvolgen."," Patronen herkennen waarin het model consequent informatie verzint.",[53,234,235,238],{},[13,236,237],{},"Oplossen."," De systeemprompt aanpassen of het model fine-tunen om specifieke foutmodi weg te werken.",[53,240,241,244],{},[13,242,243],{},"Voorkomen."," Guardrail-classifiers inzetten die hallucinerende output blokkeren voordat die de gebruiker bereikt.",[10,246,247],{},[76,248],{"alt":78,"src":249},"\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fblackbox.webp",[40,251,253],{"id":252},"_33-metadatastrategie-voor-agentisch-zoeken",[13,254,255],{},"3.3 Metadatastrategie voor agentisch zoeken",[10,257,258,259,262],{},"Voor agentic search volstaat ruwe tekst niet. Naast vector embeddings slaan we daarom uitgebreide ",[13,260,261],{},"metadata"," op.",[50,264,265],{},[53,266,267,270,271,274,275,274,278,281,282,285],{},[13,268,269],{},"Contextuele verankering."," Een agent die een contract analyseert, moet de ",[98,272,273],{},"datum",", ",[98,276,277],{},"auteur",[98,279,280],{},"versie"," en ",[98,283,284],{},"afdeling"," kennen. Zonder die metadata zoekt de agent blind. Onze data-ingestionpipelines leggen deze context automatisch vast, zodat de agent niet alleen vergelijkbare tekst ophaalt, maar het juiste document.",[17,287,289],{"id":288},"_4-de-cognitieve-laag-modellen-en-training",[13,290,291],{},"4. De cognitieve laag: modellen en training",[40,293,295],{"id":294},"_41-fine-tuning-is-niet-optioneel",[13,296,297],{},"4.1 Fine-tuning is niet optioneel",[10,299,300],{},"We testen open-sourcemodellen uitgebreid, maar ze voldoen zelden kant-en-klaar aan onze specifieke verwachtingen.",[50,302,303],{},[53,304,305,307,308,311],{},[13,306,57],{}," Om betrouwbaarheid op productieniveau te bereiken, moeten we modellen vrijwel altijd ",[13,309,310],{},"fine-tunen"," met specifieke klantgegevens. Zo stemmen we de tone of voice en logica van het model af op de werkelijke bedrijfsregels.",[40,313,315],{"id":314},"_42-vision-trainen-vanaf-nul",[13,316,317],{},"4.2 Vision: trainen vanaf nul",[10,319,320,321,324],{},"Voor visionprojecten is fine-tuning vaak onvoldoende. We trainen modellen regelmatig ",[13,322,323],{},"vanaf nul"," met de eigen visuele gegevens van de klant, bijvoorbeeld productiefouten of documentlay-outs. Zo leert het model precies de visuele kenmerken die voor die klant relevant zijn, in plaats van te vertrouwen op generieke kenmerken uit internetdata.",[10,326,327],{},[76,328],{"alt":78,"src":329},"\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fgenericmodels.webp",[40,331,333],{"id":332},"_43-redeneringsmodellen-en-benchmarks",[13,334,335],{},"4.3 Redeneringsmodellen en benchmarks",[10,337,338,339,342],{},"We hebben ontdekt dat ",[13,340,341],{},"redeneer-\u002Fdenkmodellen"," (zoals DeepSeek R1 of vergelijkbare architecturen voor complexe redenering) absoluut de betere keuze zijn voor complexe agentische workflows.",[50,344,345],{},[53,346,347,350],{},[13,348,349],{},"Benchmarks zijn niet alles."," Een model kan sterk scoren op een algemene benchmark zoals MMLU, terwijl een kleine wijziging in de prompt of workflow een heel ander resultaat geeft. Onze uitgebreide interne tests spreken publieke leaderboards dan ook geregeld tegen.",[17,352,354],{"id":353},"_5-de-realiteit-van-hardware-het-vram-knelpunt",[13,355,356],{},"5. De realiteit van hardware: het VRAM-knelpunt",[40,358,360],{"id":359},"_51-de-afweging-tussen-geheugen-en-context",[13,361,362],{},"5.1 De afweging tussen geheugen en context",[10,364,365],{},"Het lokaal uitvoeren van 'Reasoning Models' brengt aanzienlijke kanttekeningen met zich mee, voornamelijk hardwarevereisten.",[50,367,368,378],{},[53,369,370,373,374,377],{},[13,371,372],{},"De noodzaak van een buffer."," Context kost veel geheugen. Alleen al de KV-cache voor de analyse van één e-mailthread met ",[13,375,376],{},"50 e-mails"," kan meerdere gigabytes innemen.",[53,379,380,383],{},[13,381,382],{},"De foutmodus."," Zonder voldoende geheugenbuffer ontstaat een Out-of-Memory-fout (OOM) of moeten we de context inkorten. Minder context verlaagt de nauwkeurigheid en kan de AI-agent doen falen.",[40,385,387],{"id":386},"_52-kwantisering-groter-is-beter",[13,388,389],{},"5.2 Kwantisering: groter is beter",[10,391,392,393,396],{},"Onze praktijktests tonen dat ",[13,394,395],{},"het aantal parameters belangrijker kan zijn dan de precisie",".",[50,398,399,412],{},[53,400,401,404,405,408,409,396],{},[13,402,403],{},"De vuistregel."," Een groot, gekwantiseerd model, bijvoorbeeld een ",[13,406,407],{},"72B-model in FP8"," of zelfs lager, levert vaak veel betere redeneerresultaten dan een kleiner, niet-gekwantiseerd ",[13,410,411],{},"8B-model in BF16",[53,413,414,417],{},[13,415,416],{},"Waarom."," Het grotere model beschikt over een dieper 'wereldmodel' en logisch vermogen dat kwantisering overleeft, terwijl het kleinere model, zelfs bij hoge precisie, de cognitieve diepgang mist om complexe agentische taken uit te voeren.",[10,419,420],{},[76,421],{"alt":78,"src":422},"\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fmemory.webp",[40,424,426],{"id":425},"_53-schaal-en-kosten",[13,427,428],{},"5.3 Schaal en kosten",[10,430,431],{},"Hoewel we dure datacenter-GPU's (B200s\u002FMI355X) met enorm geheugen kunnen aanschaffen, zijn deze vaak onbetaalbaar voor middelgrote (of zelfs grotere) bedrijven.",[50,433,434,440],{},[53,435,436,439],{},[13,437,438],{},"De uitdaging."," We moeten voortdurend een evenwicht vinden tussen de behoefte aan enorme context (voor betrouwbaarheid) en de budgetbeperkingen van hardware op locatie.",[53,441,442,445],{},[13,443,444],{},"Inferentiesnelheid versus nauwkeurigheid."," We testen uitgebreid gekwantiseerde versies om te zien of we de inferentie kunnen versnellen en geheugen kunnen besparen zonder de nauwkeurigheid te verliezen. Het werkt niet zomaar ‘out of the box’; het vereist rigoureuze benchmarking per gebruiksscenario.",[17,447,449],{"id":448},"conclusie-voortdurende-evolutie",[13,450,451],{},"Conclusie: voortdurende evolutie",[10,453,454],{},"De markt verandert extreem snel. Nieuwe kwantiseringsformaten, nieuwe open-sourcemodellen en nieuwe agentische raamwerken verschijnen dagelijks.",[50,456,457,463],{},[53,458,459,462],{},[13,460,461],{},"Onze toewijding."," We moeten bijblijven. We testen en verbeteren onze workflows voortdurend om ervoor te zorgen dat onze klanten niet achterblijven.",[53,464,465,468],{},[13,466,467],{},"De positieve kant."," Ondanks alle uitdagingen, van hardwarebeperkingen en dataopschoning tot het opvolgen van hallucinaties, doen we dit werk bijzonder graag. We bouwen systemen die echte, soevereine automatisering bieden, onafhankelijk van de grillen van grote AI-leveranciers.",[10,470,471],{},"Klaar om uw eigen soevereine AI-capaciteit uit te bouwen? Zoekt u een partner die deze uitdagingen aankan en een lokale oplossing op maat kan bouwen waarvan u echt eigenaar bent, dan helpen we u graag.",[10,473,474],{},[475,476,480],"a",{"href":477,"rel":478},"https:\u002F\u002Fai.eliovp.com",[479],"nofollow","Agentic AI-oplossingen van Eliovp",{"title":78,"searchDepth":482,"depth":482,"links":483},2,[484,486,487,488,489,490,491],{"id":19,"depth":485,"text":22},3,{"id":35,"depth":485,"text":38},{"id":110,"depth":485,"text":113},{"id":188,"depth":485,"text":191},{"id":288,"depth":485,"text":291},{"id":353,"depth":485,"text":356},{"id":448,"depth":485,"text":451},[493,494,495,496,497,498,499,500,501,502,503,504,505,506],"Alle","Kunstmatige intelligentie","Oplossingen","Trending","Agentic AI","AI-techniek","AI-strategie","Autonome agenten","Bedrijfs-AI","Lokale LLM","Modelverfijning","AI op locatie","Soevereine AI","VRAM-optimalisatie","2025-11-25T14:03:39","Praktijklessen over lokale AI-agents in 2025 gaan in op workflowontwerp, observability, modeltraining, hallucinaties en GPU-geheugenlimieten.","md",null,"\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Ffieldreport.webp",{},true,"https:\u002F\u002Feliovp.com\u002Ffield-report-the-reality-of-building-agentic-ai-in-2025\u002F","\u002Fblog\u002Ffield-report-the-reality-of-building-agentic-ai-in-2025",{"title":5,"description":508},"field-report-the-reality-of-building-agentic-ai-in-2025","blog\u002Ffield-report-the-reality-of-building-agentic-ai-in-2025","mgBxZeMZMzxVBN57qLDGWoGQetlxY10orSiEOUQ0-FY",[521,537,547,559,570,582,591,604,635,647,668,686,688,707,725,742,754,770,785,797,806,814,829,841,852,863,873,886,896,909,920,930,941,950,962,973,982],{"path":522,"title":523,"description":524,"date":525,"slug":526,"image":527,"originalUrl":528,"categories":529},"\u002Fblog\u002Fpaiton-qwen38-mxfp4-dflash2-r9700","Qwen3.8: 400,7 tok\u002Fs op één R9700 | Paiton","Qwen3.8 op één R9700: 400,7 tok\u002Fs met ROCm 10 en vLLM 0.29, plus publieke 200K\u002F220K-chatprofielen. Benchmarks, beperkingen en startopdrachten.","2026-09-16T07:30:00Z","paiton-qwen38-mxfp4-dflash2-r9700","\u002Fasset\u002Fimages\u002Fblog\u002Fpaiton-qwen38-mxfp4\u002Fupdate-2026-09-19\u002Fhero.webp","https:\u002F\u002Feliovp.com\u002Fblog\u002Fpaiton-qwen38-mxfp4-dflash2-r9700",[530,531,532,533,534,535,536],"Paiton","AMD Radeon","Lokale AI","AI-inferentie","Inferentie-optimalisatie","Grote taalmodellen","vLLM",{"path":538,"title":539,"description":540,"date":541,"slug":542,"image":543,"originalUrl":544,"categories":545},"\u002Fblog\u002Fpaiton-qwen38-neo-gguf-vllm-r9700","Qwen3.8 GGUF in vLLM: sneller antwoord op één Radeon","Draai de originele NEO CODER MAX GGUF met Paiton in vLLM op een R9700. Bekijk de gemeten responstijden, beeldinvoer en lokale installatie.","2026-09-14T07:30:00Z","paiton-qwen38-neo-gguf-vllm-r9700","\u002Fasset\u002Fimages\u002Fblog\u002Fpaiton-neo-gguf\u002F00-hero-neo-gguf-r9700.webp","https:\u002F\u002Feliovp.com\u002Fblog\u002Fpaiton-qwen38-neo-gguf-vllm-r9700",[530,531,532,546,536],"GGUF",{"path":548,"title":549,"description":550,"date":551,"slug":552,"image":553,"originalUrl":554,"categories":555},"\u002Fblog\u002Fpaiton-minimax-h3-radeon-ai-pro-r9700","MiniMax H3 op Radeon: 15 seconden video met stereogeluid","Paiton genereert lokaal 15 seconden MiniMax H3-video met stereogeluid op één Radeon AI PRO R9700 in 5 min 33 s, met 16,7% minder wachttijd dan stock.","2026-09-09T07:30:00Z","paiton-minimax-h3-radeon-ai-pro-r9700","\u002Fasset\u002Fimages\u002Fblog\u002Fpaiton-minimax-h3\u002F00-featured-minimax-h3-r9700.webp","https:\u002F\u002Feliovp.com\u002Fblog\u002Fpaiton-minimax-h3-radeon-ai-pro-r9700",[530,531,532,556,557,558],"Videogeneratie","MiniMax H3","ComfyUI",{"path":560,"title":561,"description":562,"date":563,"slug":564,"image":565,"originalUrl":566,"categories":567},"\u002Fblog\u002Fpaiton-flux2-klein-radeon-ai-pro-r9700","Lokale FLUX.2 klein op Radeon AI PRO R9700: sneller beelden genereren met minder VRAM","Paiton genereert FLUX.2 klein-beelden van 1024 × 1024 in 1,054 seconden op een R9700, met 16,2% minder generatietijd en 33,4% minder piekallocatie in Torch.","2026-09-07T09:00:00","paiton-flux2-klein-radeon-ai-pro-r9700","\u002Fasset\u002Fimages\u002Fblog\u002Fpaiton-flux2-klein\u002Ffox-paiton.webp","https:\u002F\u002Feliovp.com\u002Fblog\u002Fpaiton-flux2-klein-radeon-ai-pro-r9700",[530,531,532,568,569,558],"Beeldgeneratie","FLUX",{"path":571,"title":572,"description":573,"date":574,"slug":575,"image":576,"originalUrl":577,"categories":578},"\u002Fblog\u002Fpaiton-ornith15-radeon-ai-pro-r9700","Ornith 1.5 haalt 44,6 tok\u002Fs op één Radeon AI PRO R9700","Paiton draait Ornith 1.5 35B A3B op één Radeon AI PRO R9700 met 44,63 outputtokens per seconde, 27% sneller en met 21,3% lagere gemodelleerde kosten.","2026-09-05T09:00:00","paiton-ornith15-radeon-ai-pro-r9700","\u002Fasset\u002Fimages\u002Fblog\u002Fpaiton-ornith15\u002F00-featured-ornith15-r9700.webp","https:\u002F\u002Feliovp.com\u002Fblog\u002Fpaiton-ornith15-radeon-ai-pro-r9700",[530,494,531,533,579,580,534,535,536,581],"GPU-prestaties","Inferentielatentie","Kostenefficiëntie",{"path":583,"title":584,"description":585,"date":586,"slug":587,"image":588,"originalUrl":589,"categories":590},"\u002Fblog\u002Fpaiton-qwen38-radeon-ai-pro-r9700","Paiton: 21% meer Qwen3.8-doorvoer op Radeon AI PRO R9700","Paiton draait AMD's Qwen3.8 27B op één Radeon AI PRO R9700 met 39,77 outputtokens per seconde. Dat levert 21% meer throughput en 17,4% lagere gemodelleerde kosten op.","2026-09-04T09:00:00","paiton-qwen38-radeon-ai-pro-r9700","\u002Fasset\u002Fimages\u002Fblog\u002Fpaiton-r9700\u002F00-featured-paiton-r9700.webp","https:\u002F\u002Feliovp.com\u002Fblog\u002Fpaiton-qwen38-radeon-ai-pro-r9700",[530,494,531,533,579,580,534,535,536,581],{"path":592,"title":593,"description":594,"date":595,"slug":596,"image":597,"originalUrl":510,"categories":598},"\u002Fblog\u002Fai-data-center-power-requirements-gpu-per-megawatt","Stroomvereisten voor AI-datacenters: de GPU-per-MW-illusie","Waarom verschillen GPU-aantallen per megawatt? Lees hoe PUE, piekbelasting, opslag, netwerken en koeling de inzetbare AI-capaciteit bepalen.","2026-07-27T23:52:00","ai-data-center-power-requirements-gpu-per-megawatt","\u002Fasset\u002Fimages\u002Fblog\u002Fai-data-center-power-requirements-gpu-per-megawatt\u002Fgpu-per-megawatt-illusion.webp",[493,599,600,601,602,603],"AI-infrastructuur","Datacenters","ModFlex","HPC","AMD Helios",{"path":605,"title":606,"description":607,"date":608,"slug":609,"image":610,"originalUrl":611,"categories":612},"\u002Fblog\u002Fpaiton-returns-to-its-diffusion-roots-optimizing-wan2-2-t2v-a14b-on-amd-mi355x","Wan2.2-videogeneratie: Paiton op AMD MI355X","Vergelijk Wan2.2-videogeneratie op AMD MI355X met Paiton en NVIDIA B200 via Diffusers. Lees hoe we diffusiemodellen optimaliseren.","2026-06-10T14:04:04","paiton-returns-to-its-diffusion-roots-optimizing-wan2-2-t2v-a14b-on-amd-mi355x","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fpaitonwan2.webp","https:\u002F\u002Feliovp.com\u002Fpaiton-returns-to-its-diffusion-roots-optimizing-wan2-2-t2v-a14b-on-amd-mi355x\u002F",[493,494,530,613,614,615,616,617,618,619,620,621,622,623,624,625,626,627,628,629,530,505,630,631,632,633,634],"14B","AMD","B200","Benchmarks","Blackwell","Compute","Diffusie","Eliovp","Generatieve AI","GPU","Hardware","Inferentie","Instinct","MI355x","NVIDIA","On-premises","Optimalisatie","T2V","Tekst-naar-video","Tuning","Video-generatie","Wan2.2",{"path":636,"title":637,"description":638,"date":639,"slug":640,"image":641,"originalUrl":642,"categories":643},"\u002Fblog\u002Ffrom-the-attic-to-the-front-page-eliovp-recognized-as-a-pioneer-in-chip-optimization-data-center-infrastructure","ElioVP in De Tijd: chipoptimalisatie en datacenters","Lees hoe De Tijd ElioVP belicht, van de oorsprong in chipoptimalisatie tot het werk aan modulaire datacenters en koeling voor hoge vermogensdichtheid.","2026-02-10T20:48:12","from-the-attic-to-the-front-page-eliovp-recognized-as-a-pioneer-in-chip-optimization-data-center-infrastructure","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fphysicalnewspaper.webp","https:\u002F\u002Feliovp.com\u002Ffrom-the-attic-to-the-front-page-eliovp-recognized-as-a-pioneer-in-chip-optimization-data-center-infrastructure\u002F",[493,494,644,645,614,646,644,627],"Modulaire DC","Niet gecategoriseerd","De Tijd",{"path":648,"title":649,"description":650,"date":651,"slug":652,"image":653,"originalUrl":654,"categories":655},"\u002Fblog\u002Fprivacy-is-geen-it-probleem-meer-het-is-een-strategische-prioriteit","AI en privacy: een strategische prioriteit in de Benelux","Privacyrisico's van generatieve AI, vertrouwen, dataopslag en governance. Waarom bedrijven in de Benelux veilige AI strategisch moeten benaderen.","2026-01-29T13:51:11","privacy-is-geen-it-probleem-meer-het-is-een-strategische-prioriteit","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fheaderimage.webp","https:\u002F\u002Feliovp.com\u002Fprivacy-is-geen-it-probleem-meer-het-is-een-strategische-prioriteit\u002F",[493,494,496,645,656,657,658,659,660,661,662,663,620,664,621,665,666,667],"AI Act","Antropomorfisme","AVG","Benelux","ChatGPT","Cyberbeveiliging","Databeheer","Gegevensbeveiliging","GDPR","Microsoft Copilot","Privacy","Shadow AI",{"path":669,"title":670,"description":671,"date":672,"slug":673,"image":674,"originalUrl":675,"categories":676},"\u002Fblog\u002Fitsme-bij-ons-is-het-its-not-me-en-dit-is-waarom","Waarom wij itsme niet gebruiken: privacy en soevereiniteit","Waarom ElioVP itsme niet gebruikt: onze afwegingen rond identiteitsmetadata, cloudafhankelijkheid, privacy en datasoevereiniteit.","2025-11-27T09:32:14","itsme-bij-ons-is-het-its-not-me-en-dit-is-waarom","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Ffrontimage.webp","https:\u002F\u002Feliovp.com\u002Fitsme-bij-ons-is-het-its-not-me-en-dit-is-waarom\u002F",[493,677,678,679,661,680,681,682,664,683,684,685,666],"AWS","Belgian Mobile ID","CLOUD Act","Datasoevereiniteit","Digitale identiteit","eIDAS","itsme","Liberty Global","MyGov.be",{"path":515,"title":5,"description":508,"date":507,"slug":517,"image":511,"originalUrl":514,"categories":687},[493,494,495,496,497,498,499,500,501,502,503,504,505,506],{"path":689,"title":690,"description":691,"date":692,"slug":693,"image":694,"originalUrl":695,"categories":696},"\u002Fblog\u002Fthe-synthetic-unicorn-bubble","De synthetische unicornzeepbel","Een analyse van investeringsrisico’s bij AI-neoclouds: circulaire financiering, infrastructuurclaims, contractvoorwaarden en due diligence.","2025-11-24T19:22:28","the-synthetic-unicorn-bubble","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fsyntheticunicorn.webp","https:\u002F\u002Feliovp.com\u002Fthe-synthetic-unicorn-bubble\u002F",[493,494,496,697,698,699,700,701,702,703,704,705,706],"AI Infrastructure","AI Neocloud","Circulaire financiering","GPU Cloud","Beleggingsrisico's","Opstartwaardering","Synthetische bubbel","Technische analyse","Vaporware","Durfkapitaal",{"path":708,"title":709,"description":710,"date":711,"slug":712,"image":713,"originalUrl":714,"categories":715},"\u002Fblog\u002Fbuilding-the-engine-for-the-ai-race-the-4-month-path-to-nvidia-gb300-nvl72-power","NVIDIA GB300 NVL72: modulair datacenter in vier maanden","Ontdek een modulair datacenterontwerp voor NVIDIA GB300 NVL72, met redundante voeding, hybride koeling en een bouwplanning van vier maanden.","2025-11-20T14:10:19","building-the-engine-for-the-ai-race-the-4-month-path-to-nvidia-gb300-nvl72-power","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fsuperpodmodflexfrontimage.webp","https:\u002F\u002Feliovp.com\u002Fbuilding-the-engine-for-the-ai-race-the-4-month-path-to-nvidia-gb300-nvl72-power\u002F",[493,644,645,716,599,717,718,719,720,721,722,723,724],"150 kW-rack","DLC","Hoge dichtheid","Vloeistofkoeling","Modulair datacenter","NVIDIA Blackwell Ultra","NVIDIA GB300","NVL72","Snelle implementatie",{"path":726,"title":727,"description":728,"date":729,"slug":730,"image":731,"originalUrl":732,"categories":733},"\u002Fblog\u002Fwhy-cuda-translation-wont-unlock-amds-real-potential","CUDA-vertaling versus AMD-gerichte optimalisatie","Waarom CUDA-compatibiliteit niet hetzelfde is als AMD-prestaties: over ROCm, HIP, kerneloptimalisatie en hardwaregerichte afstemming.","2025-11-12T14:48:37","why-cuda-translation-wont-unlock-amds-real-potential","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fchatgpt-image-nov-11-2025-09_16_10-pm-1.webp","https:\u002F\u002Feliovp.com\u002Fwhy-cuda-translation-wont-unlock-amds-real-potential\u002F",[493,494,530,645,734,494,735,736,737,738,739,740,530,741],"AMD MI300X","CUDA-vertaling","FP8","GPU-optimalisatie","High-performance computing","HIP","Kerneltuning","ROCm",{"path":743,"title":744,"description":745,"date":746,"slug":747,"image":748,"originalUrl":749,"categories":750},"\u002Fblog\u002Fpaiton-the-simplest-way-to-supercharge-ai-inference","Paiton: snellere AI-inferentie in uw bestaande stack","Lees hoe Paiton aansluit op bestaande inferentiestacks, met AMD MI300X-benchmarks en vergelijkingen van prestaties per dollar.","2025-11-11T10:31:22","paiton-the-simplest-way-to-supercharge-ai-inference","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fpaiton-powaaah.webp","https:\u002F\u002Feliovp.com\u002Fpaiton-the-simplest-way-to-supercharge-ai-inference\u002F",[493,494,530,533,751,734,581,752,534,740,530,753,536],"AMD Instinct","Hoge throughput","SGLang",{"path":755,"title":756,"description":757,"date":758,"slug":759,"image":760,"originalUrl":761,"categories":762},"\u002Fblog\u002Fstop-overpaying-paiton-mi300x-moe-beats-h200-b200-on-1m-tokens","Paiton MoE-benchmarks: MI300X versus H200 en B200","Vergelijk Qwen3-30B-A3B MoE-benchmarks van MI300X met Paiton, H200 en B200: throughput en kosten per miljoen tokens.","2025-09-26T13:36:18","stop-overpaying-paiton-mi300x-moe-beats-h200-b200-on-1m-tokens","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fhulkvshulkpaitonwins.webp","https:\u002F\u002Feliovp.com\u002Fstop-overpaying-paiton-mi300x-moe-beats-h200-b200-on-1m-tokens\u002F",[493,494,530,763,734,764,534,765,766,767,768,530,769],"AI-benchmarks","Kosten per token","Mixture of Experts","MoE","NVIDIA B200","NVIDIA H200","Qwen3",{"path":771,"title":772,"description":773,"date":774,"slug":775,"image":776,"originalUrl":777,"categories":778},"\u002Fblog\u002Fagentic-ai-but-make-it-local-from-inbox-to-insight-to-action-en","Lokale Agentic AI: van inbox naar actie","Lokale AI-agents zetten e-mails, documenten en beelden om in tickets, rapporten en acties, met modellen op maat van uw gegevens en systemen.","2025-09-16T13:09:00","agentic-ai-but-make-it-local-from-inbox-to-insight-to-action-en","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Ffrontfotoblog.webp","https:\u002F\u002Feliovp.com\u002Fagentic-ai-but-make-it-local-from-inbox-to-insight-to-action-en\u002F",[493,494,495,645,497,779,780,781,782,502,504,505,783,784],"Schadedetectie","Documentverwerking","E-mailautomatisering","Factuurextractie","Ticketautomatisering","Workflowautomatisering",{"path":786,"title":787,"description":788,"date":789,"slug":790,"image":791,"originalUrl":792,"categories":793},"\u002Fblog\u002Fmi300x-fp8-data-parallel-benchmarks-8-64-gpus-h200-left-behind-b200-within-reach","MI300X FP8-benchmarks: GPU-partitionering met Paiton","Bekijk hoe Paiton presteert met Llama 3.1 8B FP8 op gepartitioneerde MI300X-GPU's, vergeleken met NVIDIA H200 en B200.","2025-07-31T13:32:57","mi300x-fp8-data-parallel-benchmarks-8-64-gpus-h200-left-behind-b200-within-reach","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fimage-2-1.webp","https:\u002F\u002Feliovp.com\u002Fmi300x-fp8-data%e2%80%91parallel-benchmarks-8-64-gpus-h200-left-behind-b200-within-reach\u002F",[493,494,530,645,794,614,615,795,796,626,627,530,536],"AI","H200","MI300X",{"path":798,"title":799,"description":800,"date":801,"slug":802,"image":803,"originalUrl":804,"categories":805},"\u002Fblog\u002Fapplicable-ai-for-businesses","Toepasbare AI voor bedrijven","Ontdek hoe ElioVP lokale AI voor bedrijfsprocessen bouwt, met modeltraining op maat en automatische schadedetectie voor de logistiek.","2025-07-09T21:35:30","applicable-ai-for-businesses","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fscherm_afbeelding-2025-07-09-om-23.30.17.webp","https:\u002F\u002Feliovp.com\u002Fapplicable-ai-for-businesses\u002F",[493,494,495,497,779,780,781,782,502,504,505,783,784],{"path":807,"title":808,"description":809,"date":810,"slug":811,"image":78,"originalUrl":812,"categories":813},"\u002Fblog\u002Fintroducing-paitons-free-evaluation-models","Maak kennis met de gratis evaluatiemodellen van Paiton","Test Paiton met gratis evaluatiemodellen voor AMD-GPU's. Vergelijk de prestaties voor tekst, beeldanalyse en beeldgeneratie met uw eigen workloads.","2025-07-07T11:26:13","introducing-paitons-free-evaluation-models","https:\u002F\u002Feliovp.com\u002Fintroducing-paitons-free-evaluation-models\u002F",[493,494,530],{"path":815,"title":816,"description":817,"date":818,"slug":819,"image":820,"originalUrl":821,"categories":822},"\u002Fblog\u002Fpaiton-dramatically-faster-startup-and-performance-for-llama-3-1-405b","Llama 3.1 405B: sneller starten met Paiton op MI300X","Bekijk Paiton-benchmarks voor Llama 3.1 405B op acht AMD MI300X-GPU's, met opstarttijd, tensorparallelisme, throughput en latency.","2025-06-12T20:15:23","paiton-dramatically-faster-startup-and-performance-for-llama-3-1-405b","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fservingscreenshot.webp","https:\u002F\u002Feliovp.com\u002Fpaiton-dramatically-faster-startup-and-performance-for-llama-3-1-405b\u002F",[493,494,530,645,533,734,823,736,824,825,826,530,827,828],"Koude start","Grafiekcompilatie","Llama 3.1 405B","LLM-optimalisatie","Opstartlatentie","Tensor-parallellisme",{"path":830,"title":831,"description":832,"date":833,"slug":834,"image":835,"originalUrl":836,"categories":837},"\u002Fblog\u002Fpaiton-fp8-beats-nvidias-h200-on-amds-mi300x","Paiton FP8 verslaat NVIDIA's H200 op AMD's MI300X","Vergelijk Paiton op AMD MI300X met NVIDIA H200 voor Llama 3.1 70B FP8: throughput, wachttijd tot het eerste token en latency bij diverse batchgroottes.","2025-06-08T19:12:40","paiton-fp8-beats-nvidias-h200-on-amds-mi300x","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fblognewfp8.webp","https:\u002F\u002Feliovp.com\u002Fpaiton-fp8-beats-nvidias-h200-on-amds-mi300x\u002F",[493,494,530,645,734,838,501,621,579,580,535,825,839,840],"Koude startoptimalisatie","Model serving","vLLM-optimalisatie",{"path":842,"title":843,"description":844,"date":845,"slug":846,"image":847,"originalUrl":848,"categories":849},"\u002Fblog\u002Fmi300x-vs-h200-vs-rx-7900-xtx-vs-tenstorrent-n300s-with-vllm","MI300X, H200, RX 7900 XTX en n300s: vLLM-benchmarks","Vergelijk MI300X, H200, RX 7900 XTX en Tenstorrent n300s met vLLM: throughput, gemodelleerde tokenkosten en hardwarebeperkingen voor Llama 3 8B.","2025-05-09T14:03:58","mi300x-vs-h200-vs-rx-7900-xtx-vs-tenstorrent-n300s-with-vllm","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fcomparisontenstor.webp","https:\u002F\u002Feliovp.com\u002Fmi300x-vs-h200-vs-rx-7900-xtx-vs-tenstorrent-n300s-with-vllm\u002F",[493,494,530,495,645,614,796,627,850,851],"RX7900XTX","tenstorrent",{"path":853,"title":854,"description":855,"date":856,"slug":857,"image":858,"originalUrl":859,"categories":860},"\u002Fblog\u002Fclusterpl-empowering-gpu-cluster-investors-with-real-world-financial-insights","ClusterP&L: financiële modellen voor GPU-clusters","Ontdek hoe ClusterP&L kosten, rendement en investeringsscenario's voor GPU-clusters modelleert, met risicoanalyses en exporteerbare rapporten.","2025-05-03T10:52:22","clusterpl-empowering-gpu-cluster-investors-with-real-world-financial-insights","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fcomparisonscenarios.webp","https:\u002F\u002Feliovp.com\u002Fclusterpl-empowering-gpu-cluster-investors-with-real-world-financial-insights\u002F",[493,494,644,495,615,795,861,627,862],"MI325X","P&L-calculator",{"path":864,"title":865,"description":866,"date":867,"slug":868,"image":869,"originalUrl":870,"categories":871},"\u002Fblog\u002Fcranking-out-faster-tokens-for-fewer-dollars-amd-mi300x-vs-nvidia-h200","AMD MI300X versus NVIDIA H200: Qwen3-32B met Paiton","Vergelijk Qwen3-32B-benchmarks op AMD MI300X met Paiton en NVIDIA H200, met resultaten voor throughput, latency en hardwarekosten.","2025-05-02T21:10:30","cranking-out-faster-tokens-for-fewer-dollars-amd-mi300x-vs-nvidia-h200","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002F3ac59a73-2466-4422-b7e5-ef2e4a8ca58e.webp","https:\u002F\u002Feliovp.com\u002Fcranking-out-faster-tokens-for-fewer-dollars-amd-mi300x-vs-nvidia-h200\u002F",[493,494,530,794,614,795,872,627,530,536],"MI300",{"path":874,"title":875,"description":876,"date":877,"slug":878,"image":879,"originalUrl":880,"categories":881},"\u002Fblog\u002Fpower-meets-precision-high-density-modular-data-center-for-nvidia-nvl-deployments-1-2-mw","Modulaire datacenters voor NVIDIA NVL: 1 tot 2 MW","Ontdek modulaire datacenterontwerpen voor NVIDIA NVL-systemen, met aandacht voor vermogen, vloeistofkoeling, redundantie en uitrolplanning.","2025-05-02T14:09:59","power-meets-precision-high-density-modular-data-center-for-nvidia-nvl-deployments-1-2-mw","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Feliovp_critical-1mw-pod_rev-2_transparent.webp","https:\u002F\u002Feliovp.com\u002Fpower-meets-precision-high-density-modular-data-center-for-nvidia-nvl-deployments-1-2-mw\u002F",[493,644,882,697,718,602,719,720,883,884,723,885],"1-2MW datacenter","NVIDIA Blackwell","NVIDIA NVL","Precisiekoeling",{"path":887,"title":888,"description":889,"date":890,"slug":891,"image":892,"originalUrl":893,"categories":894},"\u002Fblog\u002Fexamining-ai-agents-in-the-medical-field-ai-that-speaks-dicom","AI-agents in de medische wereld: AI die DICOM spreekt","Ontdek een lokale AI-agent die DICOM-gegevens opzoekt en bekijk tests van beeldmodellen met geanonimiseerde medische beelden.","2025-04-11T14:45:48","examining-ai-agents-in-the-medical-field-ai-that-speaks-dicom","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fhealthcareblog-1.webp","https:\u002F\u002Feliovp.com\u002Fexamining-ai-agents-in-the-medical-field-ai-that-speaks-dicom\u002F",[493,494,495,645,794,614,895],"Zorg",{"path":897,"title":898,"description":899,"date":900,"slug":901,"image":902,"originalUrl":903,"categories":904},"\u002Fblog\u002Feliovp-bv-your-trusted-partner-for-supply-chain-resilience-amidst-new-u-s-tariffs","Amerikaanse invoerheffingen en AI-leveringszekerheid in 2025","Lees ElioVP's visie uit april 2025 op Amerikaanse invoerheffingen en leveringszekerheid voor AI-servers, HPC-systemen en modulaire datacenters.","2025-04-04T10:01:27","eliovp-bv-your-trusted-partner-for-supply-chain-resilience-amidst-new-u-s-tariffs","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Ftariffsshipping.webp","https:\u002F\u002Feliovp.com\u002Feliovp-bv-your-trusted-partner-for-supply-chain-resilience-amidst-new-u-s-tariffs\u002F",[493,496,794,614,905,906,907,908],"Invoer","Taiwan","Invoerheffingen","Trump",{"path":910,"title":911,"description":912,"date":913,"slug":914,"image":915,"originalUrl":916,"categories":917},"\u002Fblog\u002Fwhy-ai-agents-are-the-future","Waarom AI-agenten de toekomst zijn","Ontdek AI-agents voor ERP, CRM, financiën en klantondersteuning, met praktijkvoorbeelden en een traject van procesanalyse tot pilot en uitrol.","2025-03-23T22:06:59","why-ai-agents-are-the-future","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Ferp2.jpeg","https:\u002F\u002Feliovp.com\u002Fwhy-ai-agents-are-the-future\u002F",[493,494,495,794,918,919],"AI-agenten","ERP",{"path":921,"title":922,"description":923,"date":924,"slug":925,"image":926,"originalUrl":927,"categories":928},"\u002Fblog\u002Fthe-rise-of-open-source-ai-model-optimization","De opkomst van open-source AI-modeloptimalisatie","Verken trends in opensource-AI-optimalisatie: kwantisatie, mixture-of-experts-modellen, hardwaregerichte afstemming, RAG en edge-AI.","2025-03-22T20:59:23","the-rise-of-open-source-ai-model-optimization","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Friseofopensource.jpeg","https:\u002F\u002Feliovp.com\u002Fthe-rise-of-open-source-ai-model-optimization\u002F",[493,494,496,929,614,622,627],"AI-nieuws",{"path":931,"title":932,"description":933,"date":934,"slug":935,"image":936,"originalUrl":937,"categories":938},"\u002Fblog\u002Fintroducing-our-benchmarking-tool-powered-by-dstack","Maak kennis met onze benchmarktool, gebouwd op dstack","Ontdek onze benchmarktool met dstack: herhaalbare vLLM-tests, automatische parameterreeksen en prestatierapporten voor lokale GPU's en de cloud.","2025-03-20T14:21:59","introducing-our-benchmarking-tool-powered-by-dstack","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fbenchmarktool.jpeg","https:\u002F\u002Feliovp.com\u002Fintroducing-our-benchmarking-tool-powered-by-dstack\u002F",[493,494,530,794,614,939,940,796,530],"benchmark","LLM",{"path":942,"title":943,"description":944,"date":945,"slug":946,"image":947,"originalUrl":948,"categories":949},"\u002Fblog\u002Foptimizing-qwq-32b-by-qwen-amd-mi300x-vs-nvidia-h200","QwQ-32B optimaliseren (door Qwen): AMD MI300X versus NVIDIA H200","Vergelijk throughput en latency van QwQ-32B op AMD MI300X met Paiton en NVIDIA H200, bij kleine batches en meer gelijktijdige aanvragen.","2025-03-19T21:41:44","optimizing-qwq-32b-by-qwen-amd-mi300x-vs-nvidia-h200","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fpaiton4.jpeg","https:\u002F\u002Feliovp.com\u002Foptimizing-qwq-32b-by-qwen-amd-mi300x-vs-nvidia-h200\u002F",[493,494,530],{"path":951,"title":952,"description":953,"date":954,"slug":955,"image":956,"originalUrl":957,"categories":958},"\u002Fblog\u002Feliovp-featured-on-amd-tech-talk-podcast","Eliovp te gast in de AMD Tech Talk-podcast","Beluister Elio Van Puyvelde en Jim Greene in de AMD Tech Talk-podcast over het ontstaan van ElioVP en de hardware- en softwarediensten voor AI.","2025-03-19T07:53:39","eliovp-featured-on-amd-tech-talk-podcast","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Ftechtalkjimgreene.jpeg","https:\u002F\u002Feliovp.com\u002Feliovp-featured-on-amd-tech-talk-podcast\u002F",[493,614,959,960,961],"Jim Greene","Podcast","Tech Talk",{"path":963,"title":964,"description":965,"date":966,"slug":967,"image":968,"originalUrl":969,"categories":970},"\u002Fblog\u002Ffurther-optimizing-amd-powered-inference-with-paiton","AMD-inferentie verder optimaliseren met Paiton","Bekijk Paiton-benchmarks voor DeepSeek R1 Distill Llama 8B op AMD MI300X, gericht op throughput en latency bij kleinere batchgroottes.","2025-03-13T06:18:30","further-optimizing-amd-powered-inference-with-paiton","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fpaitonpost3.webp","https:\u002F\u002Feliovp.com\u002Ffurther-optimizing-amd-powered-inference-with-paiton\u002F",[493,494,530,614,971,972,795,796,861,530,536],"DeepSeek","H100",{"path":974,"title":975,"description":976,"date":977,"slug":978,"image":979,"originalUrl":980,"categories":981},"\u002Fblog\u002Fa-first-look-at-paiton-in-action-deepseek-r1-distill-llama-3-1-8b","Paiton-benchmarks: DeepSeek R1 Distill Llama 3.1 8B","Vergelijk standaard- en Paiton-versies van DeepSeek R1 Distill Llama 3.1 8B op AMD MI300X, met benchmarks voor throughput en latency.","2025-01-31T09:11:02","a-first-look-at-paiton-in-action-deepseek-r1-distill-llama-3-1-8b","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fpaitonpost2.webp","https:\u002F\u002Feliovp.com\u002Fa-first-look-at-paiton-in-action-deepseek-r1-distill-llama-3-1-8b\u002F",[493,494,530,614,971,972,795,796,861,530,536],{"path":983,"title":984,"description":985,"date":986,"slug":987,"image":988,"originalUrl":989,"categories":990},"\u002Fblog\u002Fai-model-optimization-with-paiton","AI-modeloptimalisatie met Paiton","Lees hoe Paiton modelcompilatie, aangepaste kernels en kernelfusie inzet om AI-inferentie op AMD GPU's te optimaliseren.","2025-01-30T19:53:25","ai-model-optimization-with-paiton","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fpaitonpost1.webp","https:\u002F\u002Feliovp.com\u002Fai-model-optimization-with-paiton\u002F",[493,494,530,614,972,795,796,861,530,536],1789853167186]