Het open AI-netwerk Bittensor meldt een nieuwe mijlpaal in de training van modellen. De prestatie kreeg deze week wereldwijde aandacht van investeerder Chamath Palihapitiya en Jensen Huang, CEO van Nvidia op het moment van schrijven. Het nieuws draait om de schaal en snelheid van het gedecentraliseerde platform. Het voedt de vraag of AI-training ook buiten Big Tech-clouds kan groeien, met gevolgen voor de Europese AI-verordening en de overheid.
Bekende namen tonen interesse
De nieuwe mijlpaal vergroot de zichtbaarheid van Bittensor, een netwerk waar ontwikkelaars samen modellen trainen en beoordelen. De publieke aandacht van Chamath Palihapitiya en Nvidia-topman Jensen Huang geeft het project extra legitimiteit. Zulke signalen kunnen investeerders en bedrijven aansporen om alternatieven voor centrale clouddiensten te verkennen. Dat effect is vooral merkbaar bij start-ups en onderzoeksinstellingen die goedkope rekenkracht zoeken.
Het gesprek gaat niet alleen over crypto, maar vooral over rekenkracht en efficiëntie. Bittensor koppelt AI-taken aan aanbieders van GPU’s, die worden beloond in de token TAO. Door die prikkel ontstaat een markt voor training en inferentie, zonder één centrale partij. De interesse uit Silicon Valley versterkt de discussie over open, gedistribueerde AI-infrastructuur.
Voor Nvidia is de relevantie duidelijk: meer vraag naar GPU’s leidt tot een bredere afzetmarkt voor zakelijke en particuliere aanbieders. Voor Palihapitiya, op het moment van schrijven een prominente tech-investeerder, is dit een testcase voor nieuwe internetmarkten rond algoritmen. Hun aandacht zegt niets over partnerschappen, maar wel over momentum. Het vergroot de druk op traditionele aanbieders om flexibiliteit en transparantie te tonen.
Wat Bittensor anders maakt
Bittensor, ontwikkeld door de Opentensor Foundation, is een gedecentraliseerd netwerk voor kunstmatige intelligentie. In plaats van één model draait het netwerk op “subnets”: deelmarkten waarin modellen bepaalde taken uitvoeren. Validators beoordelen de kwaliteit van die uitkomsten en verdelen beloningen. De blockchain legt dit vast, zodat bijdragen en betalingen zichtbaar zijn.
Het systeem gebruikt prikkels om nuttige modellen boven te laten drijven. Aanbieders leveren rekenkracht en algoritmen, en krijgen meer beloning als hun antwoorden beter scoren. Dit lijkt op een marktplaats waar vraag en aanbod elkaar vinden. De aanpak is aantrekkelijk voor open-source teams die snel willen experimenteren.
Er zijn ook beperkingen die aandacht vragen. Kwaliteitsbewaking in een open netwerk is lastig, zeker bij complexe taken of gevoelige data. Herkomst van trainingsdata en bescherming van persoonsgegevens blijven kritieke punten. Zonder goede filters kan een deel van de output inconsistent of onbetrouwbaar zijn.
“Bittensor is een open, blockchain-gedreven marktplaats waar algoritmen elkaars uitkomsten beoordelen en beloningen krijgen in TAO-tokens.”
GPU-vraag en Nvidia-koppeling
AI-training vraagt veel GPU’s, gespecialiseerde chips die rekenwerk versnellen. Bittensor maakt het mogelijk om verspreide GPU-capaciteit te benutten, ook buiten grote datacenters. Dat kan relevant zijn in Europa, waar schaarste aan high-end GPU’s en hoge energiekosten knellen. Elk extra kanaal voor capaciteit helpt onderzoekers en mkb om te blijven innoveren.
Nvidia domineert op het moment van schrijven de markt voor AI-GPU’s. Extra vraag via gedecentraliseerde netwerken kan leiden tot nieuwe dienstverleners en huurlagen bovenop Nvidia-hardware. Dat is geen officiële samenwerking, maar een verschuiving in distributie en toegang. Het kan bovendien de afhankelijkheid van één cloudleverancier verminderen.
Er speelt ook een duurzaamheidsvraag. Decentrale training kan verspilling verminderen door ongebruikte GPU’s te activeren, maar verspreide locaties maken energiebeheer en koeling complex. Warmte-terugwinning en groene stroom worden belangrijke randvoorwaarden, zeker in landen als Nederland en Duitsland. Zonder dat beleid loopt een kosten- en CO₂-voordeel snel weg.
Europese regels en marktimpact
De Europese AI-verordening (AI Act) verplicht aanbieders van generieke AI-systemen tot transparantie over training, data en prestaties. Bij Bittensor kan dat betekenen dat subnet-operators en ontwikkelaars documentatie, evaluaties en veiligheidsmaatregelen moeten bieden. Decentralisatie ontslaat partijen niet van plichten. Overheden en toezichthouders zullen moeten bepalen wie precies “aanbieder” is in een keten van nodes.
De AVG geldt zodra persoonsgegevens in training of inferentie terechtkomen. Dat vereist een rechtmatige grondslag, dataminimalisatie en technische bescherming, zoals versleuteling of pseudonimisering. In een open netwerk is het cruciaal dat deelnemers geen datasets delen die zij niet mogen gebruiken. Cross-border verkeer tussen EU en niet-EU nodes brengt bovendien aanvullende compliance-risico’s mee.
Omdat TAO een cryptoasset is, raakt ook MiCA (Markets in Crypto-Assets) de Europese toegang tot het netwerk. Dienstverleners die tokens aanbieden of bewaren, vallen onder registratie- en zorgplichten. In Nederland betekenen dat AFM- en DNB-toezicht en KYC-verplichtingen voor tussenpersonen. Ontwikkelaars en onderzoeksinstellingen moeten dit meenemen in inkoop en financiering.
Kansen voor Nederland en EU
Universiteiten, hogescholen en mkb kunnen via Bittensor ongebruikte GPU’s monetiseren en toegang krijgen tot modellen. Samenwerking met partijen als SURF en TNO kan helpen om kwaliteitseisen, energiegebruik en dataveiligheid te borgen. Voor pilots in zorg, mobiliteit of onderwijs zijn duidelijke datakaders nodig. Zo ontstaat waarde zonder privacy of veiligheid te schaden.
Overheden die AI inkopen moeten de “Europese AI-verordening gevolgen overheid” vooraf doorlichten. Blockchain-logboeken kunnen helpen bij audit en herleidbaarheid, maar vervangen geen menselijke toets. Contracten moeten aansprakelijkheid en modelupdates afdekken, zeker bij generatieve functies. Een risicoanalyse per toepassing blijft verplicht.
Waar op letten de komende maanden? Objectieve benchmarks per subnet, inzicht in energie-intensiteit en een heldere governance-structuur. Daarnaast telt de vraag of Europese datacenters en netbeheerders capaciteit en duurzaamheid kunnen combineren. Als die puzzel klopt, kan decentrale AI hier echt voet aan de grond krijgen.
