Chipmaker Nvidia gaf deze week een opvallend signaal: in 2026 komt er een nieuwe generatie AI-chips voor datacenters. Het plan, gedeeld tijdens een marktupdate in de VS, moet klanten zekerheid geven over leveringen en prestaties. Dit is relevant voor Europa, waar de Europese AI-verordening (AI Act) gevolgen heeft voor overheid en zorg die rekenen op veilige, lokale rekenkracht. De aankondiging verraste beleggers omdat het zicht geeft op groei na 2025.
Jaarritme geeft duidelijkheid
Nvidia kiest voor een strakker jaarritme bij zijn datacenterchips. Dat geeft grote cloudbedrijven en onderzoeksinstellingen houvast voor hun investeringsplannen tot en met 2026. Het vermindert de zorg dat de vraag naar rekenkracht plots afneemt na de huidige upgradegolf. Voor beleggers is dit een signaal dat omzet en productiviteit langer kunnen doorlopen.
De huidige generatie, Blackwell, rolt nu uit naar datacenters in de vorm van B200- en GB200-systemen. Een GPU is een rekenchip die veel kleine berekeningen tegelijk doet, wat geschikt is voor AI. GB200 combineert een CPU (centrale processor) en GPU om modellen sneller te trainen en te draaien. Met een duidelijk pad daarna blijft de investeringscyclus intact.
Voor Europese inkopers helpt een voorspelbare cadans bij aanbestedingen met langere doorlooptijd. Universiteiten, zorgdatahubs en overheids-ICT kunnen contracten beter faseren. Dit vermindert het risico op dure noodoplossingen als capaciteit schaars is. Het maakt ook planning van energie en koeling eenvoudiger.
Rubin volgt op Blackwell
Nvidia positioneert Rubin als de opvolger van Blackwell in het datacenter. Details over prijs en exacte specificaties ontbreken nog. De inzet is duidelijk: hogere prestaties bij zowel training als gebruik (inference) van grote taalmodellen. Daarmee wil Nvidia de kosten per rekentaak verder omlaag brengen.
Rubin is de werknaam van Nvidia’s volgende generatie datacenterchips, gepland na Blackwell en gericht op sneller trainen en draaien van grote AI-modellen.
De toeleverketen blijft een aandachtspunt. Voor topchips zijn geavanceerde productietechnieken en veel HBM-geheugen nodig; die onderdelen zijn wereldwijd schaars. Een strakke planning richting 2026 vraagt dus om tijdige capaciteit bij chipfabrieken en geheugenleveranciers. Elke vertraging kan doorwerken in levertijden voor klanten.
Wat ontbreekt, is zicht op softwarevernieuwingen naast de hardware. CUDA en bibliotheken bepalen hoe snel toepassingen profiteren van nieuwe chips. Zonder optimalisaties blijft een deel van de winst liggen. Klanten willen daarom zowel een hardware- als software-roadmap.
Vraag naar AI-servers houdt aan
De vraag verschuift van alleen trainen naar vooral gebruiken van modellen in productie. Dat betekent veel kleinere, maar continue rekenklussen in apps, zoekfuncties en kantoorsoftware. Efficiëntie per watt en per euro wordt daardoor nog belangrijker. Een jaarlijkse chipupdate speelt hierop in.
In Europa groeit de behoefte aan eigen rekencapaciteit, onder meer door data- en soevereiniteitseisen. Projecten als EuroHPC en systemen bij Jülich en andere centra gebruiken al Nvidia-platformen. Voor Nederland spelen SURF en commerciële cloudproviders een vergelijkbare rol. Lokale capaciteit helpt organisaties die gevoelige data niet buiten de EU willen verwerken.
Regelgeving bepaalt mede het tempo. De AI-verordening treedt gefaseerd in werking vanaf 2025 en 2026, op het moment van schrijven. Overheden en zorginstellingen moeten daarbij hun systemen testen, documenteren en monitoren. Dat vraagt extra rekentijd en betrouwbare infrastructuur.
Druk op AMD en Intel
De aankondiging vergroot de druk op concurrenten om sneller te vernieuwen. AMD en Intel leveren eigen accelerators, maar het tempo van Nvidia zet de lat hoger. Wie het prestatieritme niet haalt, verliest snel marktaandeel in cloud en supercomputers. Software-ecosystemen worden dan de doorslaggevende factor.
Nvidia’s sterke positie komt mede door CUDA en bijbehorende bibliotheken. Die maken overstappen kostbaar voor klanten met grote codebases. Europese instellingen vragen daarom vaker om open standaarden in aanbestedingen. Daarmee willen zij leveranciersonafhankelijk blijven.
Voor kopers ontstaat een nieuw dilemma: snel upgraden of langer afschrijven. Een jaarlijkse cyclus kan tot snellere veroudering van bestaande systemen leiden. Contracten met flexibiliteit en herinzet van hardware worden belangrijker. Dat geldt zeker voor publieke organisaties met vaste budgetten.
Europese impact en voorwaarden
De AVG stelt eisen aan gegevensverwerking, zoals dataminimalisatie en versleuteling. Bij het trainen van modellen op medische of publieke data is dat cruciaal. On-premises Nvidia-systemen kunnen helpen om data binnen de EU te houden. Tegelijk moeten organisaties aantonen dat zij de risico’s van hun AI-toepassingen beheersen.
De AI-verordening introduceert risicoklassen voor algoritmen en extra plichten voor generieke modellen. Documentatie, evaluatie en monitoring vergen rekenkracht en tijd. Een duidelijke chiproadmap tot 2026 ondersteunt die planning. Zo kunnen audits en modelupdates beter worden ingepland.
Energie en vergunningen blijven randvoorwaarden in Nederland en de EU. Datacenters botsen met netcongestie en strengere milieueisen. Vroegtijdige zichtbaarheid op hardware helpt bij het reserveren van stroom en koeling. Zonder die basis lopen AI-projecten vast, ongeacht chipprestaties.
Risico’s en onzekerheden
De beschikbaarheid van geavanceerd geheugen kan het kritieke pad worden. Ook geopolitieke beperkingen op export en productie spelen mee. Verstoringen in deze ketens kunnen de 2026-planning onder druk zetten. Klanten zullen daarom spreiding en contractuele zekerheden zoeken.
Regelgeving kan de vraag verschuiven. Strengere eisen kunnen implementaties vertragen, maar ook leiden tot meer investeringen in veilige infrastructuur. Voor Nederland en Europa ligt de focus op transparantie, veiligheid en energiebesparing. Leveranciers die dit aantoonbaar bieden, krijgen een voordeel.
De kern blijft: Nvidia schetst een pad voorbij 2025 en biedt daarmee richting aan de markt. Het vertrouwen hangt nu af van uitvoering en leverzekerheid. Als die overeind blijven, is 2026 geen eindpunt maar een nieuwe start van de volgende upgradegolf. Dat bepaalt uiteindelijk wie het tempo van de AI-economie bijhoudt.
