Nvidia onthult Nemotron 3: waarom maakt NVDA zijn nieuwste AI-modellen open source?

Nvidia onthult Nemotron 3: waarom maakt NVDA zijn nieuwste AI-modellen open source?
Devesh Kumar
15 dec 2025, 16:26 P.M.
  • Nvidia heeft nu Nemotron 3 Nano uitgebracht, met grotere Super- en Ultra-modellen gepland voor begin 2026.
  • De open release bevat modelgewichten, datasets en trainingstools onder de NVIDIA Open Model License.
  • De stap richt zich op de vraag van bedrijven en overheden naar controleerbare, on-premises AI-alternatieven.

Nvidia kondigde maandag de Nemotron 3-familie van openlijk uitgebrachte AI-modellen, trainingsdatasets en engineeringbibliotheken aan.

Dit markeert een agressieve inzet naar open-source AI-ontwikkeling.

Deze stap geeft aan dat Nvidia niet alleen de hardwarelaag van kunstmatige intelligentie wil domineren, maar ook de software- en modellagen.

Deze ontwikkeling vindt plaats terwijl bedrijven wereldwijd op zoek zijn naar binnenlandse, controleerbare alternatieven voor gesloten of buitenlandse AI-systemen.

De release bundelt modelgewichten, een synthetisch pretrainingskorpus van bijna 10 biljoen tokens en gedetailleerde trainingsrecepten onder een open licentie.

Het stelt ontwikkelaars en ondernemingen in staat om Nemotron-modellen op hun eigen infrastructuur te inspecteren, aan te passen en uit te rollen.

De strategische berekening is transparant, aangezien open-source AI wereldwijd zich verspreidt.

Met de overheidsinstanties in de VS die transparantie eisen, positioneert Nvidia zich als de vertrouwde binnenlandse leverancier, terwijl het zijn ecosysteem van ontwikkelaars versterkt.

Wat Nvidia heeft uitgebracht: Modellen, data en technische claims

De Nemotron 3-familie bestaat uit drie modellen in toenemende grootte: Nano (30 miljard parameters met 3 miljard actief), Super (100 miljard met 10 miljard actief) en Ultra (500 miljard met 50 miljard actief).

Alleen Nemotron 3 Nano-schepen meteen; Super en Ultra verschijnen in de eerste helft van 2026.

Nvidia's belangrijkste claim is efficiëntie. Nemotron 3 Nano levert vier keer zoveel doorvoer als zijn voorganger Nemotron 2 en vermindert de generatie van redeneringstokens met tot wel 60%.

De modellen maken gebruik van een hybride latente mix-of-experts-architectuur, een ontwerp dat alleen de meest relevante computationele routes voor elke taak activeert, en zo nabootst hoe het menselijk brein werk compartimenteert.

Deze aanpak is de industriestandaard geworden, waarbij de top 10 meest intelligente open-source modellen nu MoE gebruiken, volgens onafhankelijke benchmarkgegevens.

Het moet worden opgemerkt dat de hoeveelheid informatie die een model in het geheugen kan bevatten voor Nano oploopt tot één miljoen tokens, zeven keer breder dan zijn voorganger.

Dat is belangrijk voor lange documenten, coderepositories en complexe meerstapsredenering.

Super en Ultra maken gebruik van Nvidia's 4-bit NVFP4 trainingsformaat op de Blackwell-hardware, waardoor de geheugenvereisten en trainingstijd worden verminderd zonder in te leveren op nauwkeurigheid.

Alle modelgewichten, trainingscorpora en gedetailleerde recepten zijn beschikbaar op GitHub en Hugging Face onder de NVIDIA Open Model License.

Ontwikkelaars krijgen ook toegang tot NeMo Gym, NeMo RL en NeMo Evaluator, de open-source bibliotheken voor training, reinforcement learning en veiligheidsvalidatie.

Waarom is open release belangrijk?

De open release reageert direct op de toenemende vraag van bedrijven naar modeltransparantie.

"Veel van onze zakelijke klanten kunnen bepaalde modellen niet uitrollen of hun bedrijf niet bouwen op modellen met ondoorzichtige broncodes," zei Kari Briski, Nvidia's VP generatieve AI-software.

Gereguleerde sectoren zoals gezondheidszorg, financiën en defensie vereisen controleerbare, on-premises alternatieven voor propriëtaire systemen die door buitenlandse entiteiten worden beheerd.

Nvidia's zet wint aan kracht nu Meta zich terugtrekt uit open-source. De groei van Llama stokte na de lauwe lancering van de Llama 4 in april, waardoor terrein werd afgestaan aan concurrerende open modellen.

Meta heeft trainingsdatasets zelfs van nauwe partners zoals Nvidia achtergehouden, waardoor door de gemeenschap gedreven verbeteringen worden beperkt.

Nvidia daarentegen publiceert alles: gewichten, recepten en datasets. Die transparantie kan zakelijke klanten en overheidscontracten aantrekken die huiverig zijn voor ondoorzichtige afhankelijkheden.

Geopolitiek vergroten Amerikaanse tarieven en exportbeperkingen op Chinese AI het voordeel van Nvidia.