Datacenter met GPU-serverracks die grootschalige AI-infrastructuur visualiseren

    NVIDIA en Google Cloud tillen agentic AI naar fabrieksschaal met bijna 1 miljoen Rubin GPU’s

    Wil je weten hoe ver de schaal van AI inmiddels reikt, voorbij marketingtermen en losse proof of concepts? Deze week werd dat pijnlijk concreet: NVIDIA en Google Cloud kondigden een gezamenlijke AI infrastructuur aan waarmee klanten in theorie tot 960.000 Rubin GPU’s kunnen clusteren voor agentic en fysieke AI.

    De officiële aankondiging staat op de NVIDIA blog, maar de implicaties reiken ver daarbuiten voor iedere organisatie die serieus bouwt aan generatieve en agentic AI. Een goede Engelstalige samenvatting van de impact van zulke frontiermodellen vind je bijvoorbeeld in de recente discussie rond Anthropic Mythos bij The Guardian.

    Wat is er precies aangekondigd

    NVIDIA en Google Cloud verdiepen hun al jaren bestaande samenwerking tot een volledige, co ontworpen AI stack voor zowel cloud als on premise scenario’s. De kernpunten van de aankondiging:

    • Nieuwe A5X bare metal instances op Google Cloud, gebaseerd op NVIDIA Vera Rubin NVL72 systemen, die volgens NVIDIA tot tien keer lagere inferencekosten per token en tien keer hogere token throughput per megawatt beloven in vergelijking met de vorige generatie.
    • Een schaalarchitectuur waarmee binnen één site tot 80.000 Rubin GPU’s gekoppeld kunnen worden, en in multisite opzet theoretisch tot 960.000 Rubin GPU’s.
    • Ondersteuning voor Google’s Gemini modellen op Google Distributed Cloud draaiend op NVIDIA Blackwell en Blackwell Ultra GPU’s, met confidential computing zodat prompts en fine tuning data versleuteld blijven.
    • Een agentic AI laag, gebaseerd op Gemini Enterprise Agent Platform, waarin NVIDIA’s eigen Nemotron open modellen en de NeMo framework stack als bouwstenen voor domeinspecifieke agenten fungeren.
    • Integratie van fysieke AI componenten, waaronder NVIDIA Omniverse en Isaac Sim, zodat digitale tweelingen en robotsimulaties naadloos op dezelfde infrastructuur draaien als de taal en visieagents.

    Waar eerdere aankondigingen rond AI infrastructuur vooral draaiden om rekenkracht, verschuift de boodschap nu nadrukkelijk naar complete AI factories, waarin compute, modellen, orkestratie en fysieke systemen in één geïntegreerde architectuur samenkomen. Dat sluit nauw aan op eerdere aanhalen van energie en infrastructuurrisico’s die Itechnet al schetste, bijvoorbeeld in het stuk over AI datacenters en netcongestie in PJM Interconnection: https://itechnet.nl/pjm-15-gigawatt-ai-datacenters

    Agentic en fysieke AI, geen marketinglabel maar architectuurkeuze

    Agentic AI verwijst naar AI systemen die niet alleen reageren op prompts, maar zelfstandig taken plannen, tools gebruiken, code uitvoeren en iteratief naar een doel toewerken. In de NVIDIA Google samenwerking krijgt dit een expliciete technische vorm:

    • Nemotron 3 Super wordt beschikbaar binnen Gemini Enterprise Agent Platform als reasoning en multimodaal model, specifiek geoptimaliseerd voor agent workflow patronen.
    • NeMo RL en NeMo toolchains worden als managed dienst aangeboden, zodat reinforcement learning voor agentgedrag schaalbaar wordt uitgevoerd op Blackwell clusters, zonder dat teams zelf infrastructuurautorecovery en job scheduling hoeven te beheren.
    • Cybersecurityspelers als CrowdStrike gebruiken deze stack nu al om domeinspecifieke beveiligingsagents te trainen die sneller dreigingen detecteren en onderzoeken dan klassieke rule based systemen.

    Fysieke AI verwijst naar robots, autonome voertuigen en industriële systemen die via simulatie, sensordata en AI beslislogica in de echte wereld opereren. Hier speelt de combinatie van Omniverse, Isaac Sim en Vision AI modellen, zoals NVIDIA Cosmos Reason 2, een centrale rol. Diezelfde concepten zagen we eerder terug in discussies over kritieke infrastructuur en AI risico’s, bijvoorbeeld rond Anthropic Mythos en de financiële sector: https://itechnet.nl/anthropic-mythos-ai-risico-banken

    De boodschap richting de markt is helder: wie agentic en fysieke AI serieus wil uitrollen, krijgt nu een kant en klare, zwaar geïntegreerde stack waar compute, modellen, simulatie en orkestratie al op elkaar zijn afgestemd.

    Schaal, kosten en energie, waarom Rubin en Blackwell ertoe doen

    De harde cijfers in de aankondiging zijn vooral interessant voor CIO’s, CTO’s en investeerders:

    • Tot 10x lagere kosten per token voor inference op Rubin NVL72 ten opzichte van de vorige generatie, wat direct doorwerkt in de economics van grote taalmodellen en multimodale agents.
    • Een schaal van bijna 1 miljoen Rubin GPU’s in multisite clusters, waarmee zowel frontiermodel training als massale inference workloads in principe op één logische infrastructuur kunnen landen.
    • Fractional G4 VM’s met RTX PRO 6000 Blackwell GPU’s, waarmee ook kleinere workloads en edge achtige scenario’s profiteren van dezelfde Blackwell architectuur, maar dan in gevirtualiseerde vorm.

    Deze schaal is niet alleen interessant voor grote Amerikaanse hyperscalers. Ook Europese banken, energiebedrijven en telecomspelers, die nu al experimenteren met zeer gespecialiseerde modellen zoals Anthropic Mythos, moeten hun capaciteitsplanning, energievraag en governance herijken. De koppeling met eerdere analyses op Itechnet over AI als drijver van extra netbelasting ligt voor de hand: meer Rubin en Blackwell clusters betekent meer druk op toch al gespannen stroomnetten, zoals eerder toegelicht bij PJM’s noodvoorstel voor 15 gigawatt extra capaciteit: https://itechnet.nl/pjm-15-gigawatt-ai-datacenters

    Confidential computing en data soevereiniteit

    Een belangrijk element in de aankondiging is de nadruk op confidential computing en soevereine inzet van AI:

    • Gemini modellen kunnen via Google Distributed Cloud op Blackwell draaien in eigen datacenters of regionale locaties, waarbij gegevens het eigen jurisdictiegebied niet hoeven te verlaten.
    • NVIDIA Confidential Computing zorgt ervoor dat prompts, fine tuning data en modelartefacten versleuteld zijn tijdens verwerking, en in principe niet zichtbaar zijn voor cloud operators.

    Voor Europese partijen die opereren onder AI Act, DORA en strengere sectorregulering is dit een cruciale voorwaarde om verder te gaan dan experimentele pilots. Eerdere Itechnet analyses rond banken, AI en toezicht, zoals de bespreking van CIMB Niaga’s enterprise AI agents met Google Cloud, lieten al zien hoe regulatorische eisen de architectuurkeuze dicteren: https://itechnet.nl/cimb-niaga-enterprise-ai-agents-life-centric-banking

    De NVIDIA Google aanpak probeert die spanning te adresseren door een combinatie van:

    • Regionale deploymentopties.
    • Confidential VM’s op gedeelde infrastructuur.
    • Een open modelstrategie waarin zowel eigen modellen (Gemini, Nemotron) als externe open weight modellen ondersteund worden.

    Praktische implicaties voor Nederlandse en Europese organisaties

    Voor de doelgroep van Itechnet zijn vooral de volgende punten relevant:

    1. Strategische vendorpositie
      De combinatie van Google Cloud en NVIDIA vormt een krachtig duopolie in AI infrastructuur. Wie kiest voor deze stack, committeert zich impliciet aan hun roadmap, prijsstelling en compliancekaders. Multi cloud en modeldiversificatie blijven daarom belangrijk strategische instrumenten, zoals eerder uiteengezet in analyses rond OpenAI’s waardering en afhankelijkheid van specifieke cloudpartners: https://itechnet.nl/openai-6-6-miljard-aandelenverkoop-500-miljard
    2. Governance van agenten
      Agentic AI vraagt om andere governance dan klassieke LLM chat. Toegang tot tools, systeemrechten, audit logging en menselijke interventie moeten opnieuw worden gedefinieerd. De uitgebreide capabilities van stacks als Nemotron en Gemini Agent Platform vergroten de risico’s op misconfiguratie als organisaties hun controlestukken niet tijdig aanpassen.
    3. Energie en infrastructuur
      Het schaalniveau dat NVIDIA en Google nu mogelijk maken, zal extra druk zetten op Europese energie en datacenterplanning. Beleidsdiscussies over prioritering van AI capaciteit ten opzichte van andere industriële en huishoudelijke vraag worden scherper, niet milder.
    4. Talent en skills
      De complexiteit van zulke AI factories vraagt om teams die zowel cloud infrastructuur, MLOps, security als domeinlogica beheersen. Organisaties die zich nu uitsluitend richten op prompt engineering, lopen het risico hun achterstand te laten groeien.

    Hoe beleggers en besluitvormers dit nieuws moeten lezen

    Voor beleggers en bestuurders is deze aankondiging geen losstaand productnieuws, maar een signaal van marktrijping:

    • AI infrastructuur ontwikkelt zich naar een utilities achtige laag, waarin enkele grote combinaties van chipleveranciers en cloudproviders de standaard zetten.
    • Agentic en fysieke AI worden als volwaardige workloads neergezet, niet langer als experimentele bijlagen bij generatieve AI.
    • De rol van vertrouwelijke en soevereine AI verwerking wordt expliciet gepositioneerd als concurrentievoordeel, niet alleen als compliancekostenpost.

    In combinatie met de parallelle ontwikkelingen rond frontiermodellen zoals Anthropic Mythos, waarover The Guardian vandaag opnieuw rapporteert in de context van cybersecurityrisico’s en mogelijke datalekken, tekent zich een dubbele beweging af: aan de ene kant steeds krachtigere, geïntegreerde AI factories, aan de andere kant toenemende zorgen over misbruik, systeemrisico en concentratie van macht. Lees ook: https://www.theguardian.com/technology/2026/apr/22/anthropic-investigates-report-of-rogue-access-to-hack-enabling-mythos-ai

    Voor Nederlandse en Europese organisaties is de kernboodschap helder: de technische mogelijkheden verschuiven razendsnel richting grootschalige, agentic AI op industrieel niveau. De vraag is niet langer of deze infrastructuur er komt, maar onder welke voorwaarden u er gebruik van wilt maken, en met welke governance, energieplanning en risicokaders.

    FAQ

    Vraag 1: Wat maakt de samenwerking tussen NVIDIA en Google Cloud van 22 april 2026 zo belangrijk?
    Antwoord: De samenwerking levert een volledig geïntegreerde AI stack op, van Rubin en Blackwell GPU infrastructuur tot Gemini en Nemotron modellen en agentic orkestratie, waarmee organisaties agentic en fysieke AI op fabrieksschaal kunnen draaien met tot bijna 1 miljoen Rubin GPU’s in multisite clusters.

    Vraag 2: Wat betekent agentic AI in deze context concreet?
    Antwoord: Agentic AI verwijst hier naar systemen die zelfstandig taken plannen, tools gebruiken, code uitvoeren en workflows beheren. Binnen de gezamenlijke stack gebeurt dat met modellen als Nemotron 3 Super en Gemini, aangevuld met NeMo RL API’s voor grootschalige reinforcement learning op Blackwell infrastructuur.

    Vraag 3: Hoe wordt omgegaan met vertrouwelijkheid en data soevereiniteit?
    Antwoord: Google Gemini modellen draaien op Distributed Cloud met NVIDIA Blackwell GPU’s in een confidential computing omgeving, waarbij data tijdens verwerking versleuteld blijft en niet zichtbaar is voor infrastructuuroperators. Daarnaast zijn er opties om modellen regionaal of on premise in te zetten, wat aansluit bij Europese regulatoire eisen.

    Vraag 4: Is deze infrastructuur alleen relevant voor Big Tech en frontierlabs?
    Antwoord: Nee, naast partijen als OpenAI en Thinking Machines richt de stack zich expliciet op ondernemingen in sectoren als industrie, energie, cybersecurity en financiële dienstverlening, inclusief startups die via NVIDIA Inception en Google for Startups gebruikmaken van dezelfde bouwblokken voor domeinspecifieke agents en digitale tweelingen.

    Vraag 5: Welke risico’s moeten Europese organisaties specifiek in ogenschouw nemen?
    Antwoord: Belangrijke risico’s zijn vendor lock in in een sterk geconcentreerde infrastructuurmarkt, stijgende energievraag en netbelasting door grootschalige GPU clusters, en governancevraagstukken rond krachtige agenten die toegang hebben tot bedrijfskritieke systemen. Deze vragen sluiten aan bij eerdere zorgen rond frontiermodellen zoals Anthropic Mythos en de mogelijke impact op cyber en financiële stabiliteit.

    Bronnen

    Geef een reactie

    Je e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

    Terug naar boven