Workstations en trainingsmachines voor lokale AI, op maat gebouwd en getest in onze eigen werkplaats. Geen quota, geen wachtrij, en je data verlaat het pand niet.
Antwoord op je aanvraag binnen twee werkdagen.
Je hoeft geen GPU-modellen uit het hoofd te kennen. De machinekiezer stelt vier korte vragen over wat je met de machine gaat doen en rekent zelf uit welke hardware daarbij hoort. Je klikt enkel aan en je krijgt meteen het vertrekpunt te zien, met een levertermijn. Wil je erna een prijs op maat, dan staat je aanvraag al half ingevuld.
Modellen lokaal draaien, finetunen op eigen data, trainen vanaf nul, of render- en simulatiewerk. Dit bepaalt of het zwaartepunt bij de GPU, het werkgeheugen of de processor ligt.
De grootte van je modellen of scenes bepaalt hoeveel videogeheugen je nodig hebt. Weet je het niet precies, kies dan bij benadering. We corrigeren het samen in de offerte.
Eén gebruiker aan een werkplek vraagt iets anders dan een team dat via het netwerk dezelfde machine deelt. Dit bepaalt mee of je één krachtige werkplek of een gedeelde node nodig hebt.
Een kantoorruimte stelt grenzen aan geluid, warmte en stroomgroep. Een technische ruimte of rack laat zwaardere configuraties toe. Deze vraag bepaalt vaak meer dan het budget.
Prijs binnen twee werkdagen
Een accountmanager rekent je configuratie door en bezorgt je een offerte met specificaties en levertermijn. Leasing mogelijk via GRENKE.
Zelf getest voor het buiten gaat
Wij bouwen, stresstesten en configureren de machine in eigen huis. Je kan hem in de showroom eerst zien draaien met je eigen model.
Levering op de afgesproken datum
Je krijgt een datum, geen marge van enkele weken. Meerdere identieke machines leveren we gebundeld of gefaseerd, zoals het jou past.
Drie redenen komen in bijna elk gesprek terug, meestal in deze volgorde. Ze wegen zwaarder naarmate je meer met data van klanten werkt, meer uren draait of strakkere deadlines hebt.
Wat lokaal draait, gaat nergens naartoe.
Klantcontracten met geheimhouding, patiëntgegevens, broncode of beeldmateriaal onder embargo: op een eigen machine hoef je niet uit te leggen waar je data terechtkomt. Dat scheelt een discussie met je DPO en met je eigen klanten, en het maakt een AI-project verdedigbaar onder GDPR en de AI Act.
Een cloudrekening groeit mee met je succes, een machine niet.
Bij intensief gebruik is een eigen machine na een jaar of minder terugverdiend. Daarna betaal je enkel nog stroom. Via leasing spreid je de aankoop over 24, 36 of 48 maanden, zodat het naast je cloudfactuur te vergelijken valt.
Geen aanvraag voor capaciteit, geen gedeelde renderfarm, geen quota dat je experiment afbreekt op vrijdagavond. De machine staat bij jou en draait wanneer jij wil. Voor teams met vaste opleverdata is dat vaak het echte argument, niet de prijs.
Weet je ongeveer wat je wil draaien? Vier vragen en je weet in welke richting je moet zoeken.
Beantwoord de vragen hieronder. Vanaf drie antwoorden tonen we het vertrekpunt dat het dichtst aansluit. Je aanvraag wordt er automatisch mee ingevuld.
Nog geen antwoorden. Vanaf drie antwoorden tonen we hier je vertrekpunt.
Elke machine wordt op maat gebouwd. Dit zijn de configuraties waar we het vaakst mee starten, benoemd naar wat je ermee doet. De prijs krijg je op offerte.
Eén model lokaal draaien, prototypes bouwen, dagelijks werken met AI zonder API-teller.
GPU-render, 3D, VFX en engineeringsimulatie. Dezelfde machine doet er later ook inference bij.
Finetunen en grotere modellen, met meerdere mensen tegelijk op dezelfde machine.
Trainen op je eigen data. De zwaarste machine die we bouwen, met Threadripper PRO en veel geheugen.
Staat jouw workload er niet tussen, dan bouwen we ernaartoe. Een rack, een gedeelde AI-node voor het hele team, of twintig identieke machines op één leverdatum. Zeg wat het moet doen, wij zeggen wat het wordt en wat het kost.
Reken uit wat je rekenwerk over drie jaar in de cloud kost, en wat een eigen machine in die tijd aan stroom verbruikt. Dat bedrag leg je daarna naast je offerte.
Stroom gerekend aan 0,30 euro per kWh en een gemiddeld verbruik per machinetype. Een indicatie, geen offerte.
Cloud per maand € 0
Cloud over 36 maanden € 0
Stroom eigen machine over 36 maanden € 0
€ 0
Ligt je offerte onder dit bedrag, dan is de eigen machine over drie jaar voordeliger.
Binnen elk vakgebied maakt het uit wat je precies draait. Een model van acht miljard parameters vraagt iets heel anders dan een model van zeventig miljard, en een renderjob vraagt weer iets anders dan een trainingsrun. Zoek hieronder het profiel dat het dichtst bij je dagelijks werk ligt.
Vijf onderdelen bepalen samen wat je machine aankan, en ze beïnvloeden elkaar. Een snelle GPU met te weinig videogeheugen kan een groot model gewoon niet laden, en een zware configuratie in een te krappe ruimte draait zichzelf warm. Je hoeft dit niet zelf uit te zoeken, maar wil je weten waar elk onderdeel voor dient, lees dan verder.
Het videogeheugen op de GPU bepaalt hoe groot het model is dat je überhaupt kan laden. Past een model er niet in, dan draait het niet of het valt terug op het werkgeheugen en wordt het traag. Dit is bij AI vrijwel altijd de eerste grens waar je tegenaan loopt.
Wat heb je nodig? Als vuistregel heb je ongeveer twee gigabyte videogeheugen nodig per miljard parameters bij gangbare kwantisatie. Voor een model van 8B kom je toe met 24 GB, voor 70B zit je richting 80 GB of twee kaarten samen. Werk je met beeld of video, reken dan ruimer.
De GPU doet het eigenlijke rekenwerk, zowel bij AI als bij render. Het verschil tussen een consumentenkaart en een professionele kaart zit in het videogeheugen, de gecertificeerde drivers en de mogelijkheid om er meerdere naast elkaar te zetten.
Wat heb je nodig? Eén kaart volstaat voor inference en de meeste renderwerk. Vanaf finetunen en trainen wordt een tweede kaart interessant, op voorwaarde dat je software het gebruikt. Vier kaarten in één behuizing kan, maar dan bepalen voeding en koeling mee wat haalbaar is.
De processor voedt de GPU met data. Is hij te traag of heb je te weinig werkgeheugen, dan staat je dure kaart te wachten. Bij simulatie en CAE is de processor zelfs het belangrijkste onderdeel.
Wat heb je nodig? Reken op minstens evenveel werkgeheugen als videogeheugen, en liever het dubbele. 64 GB is het praktische minimum, 128 tot 256 GB is comfortabel voor teamwerk, en bij trainen op grote datasets gaan we tot 512 GB. Een Threadripper PRO geeft daarbij het aantal PCIe-lanes dat meerdere kaarten nodig hebben.
Datasets, modelgewichten en caches zijn groot en worden voortdurend gelezen. Trage opslag maakt een snelle machine alsnog traag, vooral bij het laden van modellen en bij trainingsruns die de dataset meermaals doorlopen.
Wat heb je nodig? Een snelle NVMe van 2 TB als werkschijf is het vertrekpunt. Werk je met veel datasets of beeldmateriaal, dan zetten we daar een tweede, grotere schijf naast voor archief. Netwerkopslag kan, maar houd je werkset lokaal.
Het onderdeel dat het vaakst vergeten wordt en het vaakst voor problemen zorgt. Een machine met meerdere kaarten trekt op vollast makkelijk meer dan wat een gewoon kantoorstopcontact comfortabel levert, en produceert warmte en geluid in de ruimte waar hij staat.
Wat heb je nodig? Voor één kaart volstaat een gewoon stopcontact en een stille behuizing naast je bureau. Vanaf twee kaarten kijken we naar de stroomgroep en naar waar de warmte naartoe kan. Bij vier kaarten adviseren we een aparte technische ruimte of een rack. Zeg ons waar hij komt te staan, dan bouwen we ernaar.
De meeste spijt komt niet van een verkeerd merk, maar van één onderdeel dat te krap is uitgevallen. Loop ze even door voor je beslist.
De kaart is snel genoeg, maar je model past er net niet in. Dan kan je enkel nog een kleinere variant draaien of zwaarder kwantiseren. Reken je grootste model uit voor je kiest, niet je huidige.
Een zware machine in een kantoorruimte betekent warmte, geluid en soms een stroomgroep die het net niet trekt. Beslis waar hij komt te staan voor je de configuratie vastlegt.
Een topkaart met te weinig werkgeheugen of trage opslag levert minder op dan een kaart lager met een evenwichtige rest. Het zwakste onderdeel bepaalt hoe de machine aanvoelt.
Zet de machine naast drie jaar cloudkost, niet naast nul. Reken ook stroom mee, en de tijd die je team vandaag verliest met wachten op capaciteit.
Drie klanten die hun rekenwerk in eigen huis hebben staan.
AI en machine learning
Modellen trainen op data van klanten die het pand niet uit mag. Eigen machine, geen gedeelde infrastructuur.
Visuals en VR
Zware visualisaties die geen wachtrij verdragen wanneer een oplevering vastligt.
Audiovisueel
Custom workstations per artiest, gebouwd rond de software die ze effectief gebruiken.
Hoe concreter je antwoorden, hoe sneller de prijs bij je is. Een accountmanager rekent je configuratie door en antwoordt binnen twee werkdagen.
Je krijgt binnen twee werkdagen een prijs van een accountmanager, met de configuratie erbij en een levertermijn. Wil je de machine eerst zien draaien, dan kan dat in de showroom.
Als vuistregel reken je ongeveer twee gigabyte videogeheugen per miljard parameters bij gangbare kwantisatie. Een model van 8B draait comfortabel op 24 GB, voor 70B zit je richting 80 GB of twee kaarten samen. Wil je ook finetunen in plaats van enkel draaien, reken dan ruimer, want dan komen de gradiënten er nog bij. Geef in de machinekiezer aan hoe groot je modellen zijn en we stellen de juiste kaart voor.
Dat hangt af van hoeveel uren je draait. Bij enkele uren per week is de cloud voordeliger. Draai je dagelijks of laat je trainingsruns dagenlang doorlopen, dan is een eigen machine vaak binnen het jaar terugverdiend en betaal je daarna enkel nog stroom. Met de rekenmodule op deze pagina zie je wat de cloud je over drie jaar kost, zodat je dat naast je offerte kan leggen.
Lokaal draaien maakt het makkelijker, want je data verlaat je infrastructuur niet en je hoeft geen doorgifte naar een externe verwerker te verantwoorden. Je blijft wel zelf verantwoordelijk voor de verwerking onder GDPR en voor de verplichtingen uit de AI Act die op jouw toepassing van kracht zijn. Wij leveren de machine, de juridische inschatting maak je met je eigen DPO of raadsman.
Ja. In onze showroom staat een machine waarop je zelf een model kan laten draaien. Dat is de snelste manier om te voelen wat het verschil is tussen een instapconfiguratie en een zware trainingsmachine. Maak een afspraak via je aanvraag of via je accountmanager.
Nee. Wij bouwen, testen en leveren de machine gebruiksklaar, met het besturingssysteem en de drivers naar keuze. Beheer, uitrol en integratie laten we bij je eigen IT of je vaste partner. Wat we wel beloven is leveringsbetrouwbaarheid: een datum die klopt, een correcte factuur en garantieafhandeling zonder discussie.
We bouwen de machine zo dat er ruimte overblijft voor een tweede kaart of meer geheugen, zolang voeding en koeling dat toelaten. Dat bespreken we vooraf, want achteraf uitbreiden kan enkel als de basis erop voorzien is. Groei je door naar meerdere machines, dan kan een gedeelde node in een rack een logischere volgende stap zijn.
Leasing loopt via GRENKE over 24, 36 of 48 maanden met digitale ondertekening, zodat de machine als maandbedrag naast je cloudfactuur te vergelijken valt. Facturatie gaat via Peppol, zoals wettelijk verplicht sinds januari 2026. Bestellen op aankoopordernummer kan in overleg met je accountmanager.
Voor een enkele werkplek reken je op ongeveer twee weken vanaf akkoord, voor zwaardere configuraties drie tot vijf weken. Bij een reeks identieke machines spreken we één leverdatum af of leveren we gefaseerd. Je krijgt bij de offerte een datum, geen vage marge.
Garantie op de volledige machine, niet op losse onderdelen die je zelf moet opsturen. Eén aanspreekpunt, ook als het de grafische kaart is die stukgaat. Voor bedrijven die niet zonder kunnen, bespreken we vooraf wat er gebeurt tijdens een herstelling.
Twijfel je nog over de configuratie? Zeg wat je wil draaien, wij rekenen uit wat het wordt.
