[{"data":1,"prerenderedAt":1135},["ShallowReactive",2],{"blog-post-nl-\u002Fblog\u002Ffurther-optimizing-amd-powered-inference-with-paiton":3,"blog-posts-sidebar-nl":712},{"id":4,"title":5,"body":6,"categories":690,"date":700,"description":701,"extension":702,"image":703,"meta":704,"navigation":705,"originalUrl":706,"path":707,"seo":708,"slug":709,"stem":710,"__hash__":711},"blogNl\u002Fblog\u002Ffurther-optimizing-amd-powered-inference-with-paiton.md","AMD-inferentie verder optimaliseren met Paiton",{"type":7,"value":8,"toc":675},"minimark",[9,17,29,63,70,73,79,85,110,112,118,161,175,177,183,285,288,295,302,305,529,535,555,558,564,571,576,582,602,604,610,630,639,641,647,650,656,662,664,670],[10,11,13],"h3",{"id":12},"samenvatting",[14,15,16],"strong",{},"Samenvatting",[18,19,20,21,24,25,28],"p",{},"Wie onze ontwikkeling tot nu toe heeft gevolgd, weet dat Paiton zich volledig richt op inferentieoptimalisatie voor AMD. Ons recentste werk tilt ",[14,22,23],{},"DeepSeek R1 Distill Llama 8B"," naar een hoger niveau, met 10 tot 15% meer throughput, een betere time-to-first-token (TTFT) en stabielere prestaties bij ",[14,26,27],{},"kleinere"," batchgroottes. Vooral op dat laatste vlak was nog winst te boeken.",[30,31,32,47,57],"ul",{},[33,34,35,38,39,42,43,46],"li",{},[14,36,37],{},"Belangrijkste winst",": ",[14,40,41],{},"10 tot 15%"," meer requests\u002Fs en tokenthroughput dan standaard-vLLM bij ",[14,44,45],{},"batchgrootte 32",".",[33,48,49,52,53,56],{},[14,50,51],{},"Lagere TTFT",": ~",[14,54,55],{},"12,95%"," snellere gemiddelde TTFT, cruciaal voor gebruikersgerichte scenario's zoals chatbots.",[33,58,59,62],{},[14,60,61],{},"Nieuwe benchmarktool",": onze eigen aanpak om prestaties over meerdere AMD MI300 GPU's te orkestreren en te meten, met betrouwbare resultaten uit de praktijk.",[18,64,65,66,69],{},"Kortom, ",[14,67,68],{},"Paiton"," benut de ruwe rekenkracht van AMD-hardware nog beter en verkleint zo de prestatiekloof in een markt waarin NVIDIA-oplossingen vaak de meeste aandacht krijgen.",[71,72],"hr",{},[10,74,76],{"id":75},"deepseek-r1-distill-llama-8b-optimalisatie-het-volgende-hoofdstuk-met-paiton-en-amd",[14,77,78],{},"DeepSeek R1 Distill Llama 8B-optimalisatie: het volgende hoofdstuk met Paiton en AMD",[10,80,82],{"id":81},"waarom-deepseek-r1-distill-llama-8b-opnieuw-bezoeken",[14,83,84],{},"Waarom DeepSeek R1 Distill Llama 8B opnieuw bezoeken?",[30,86,87,93,99],{},[33,88,89,92],{},[14,90,91],{},"Gerichte winst",": onze aanvankelijke optimalisaties waren sterk bij hogere batchgroottes, maar lagere batchgroottes lieten ruimte voor verbetering zien.",[33,94,95,98],{},[14,96,97],{},"Bredere impact in de praktijk",": veel gebruikers werken in productie met kleine of middelgrote batches, bijvoorbeeld 16 tot 128. Daarom wilden we de prestaties over het volledige bereik verbeteren.",[33,100,101,104,105,109],{},[14,102,103],{},"Stapsgewijze vooruitgang",": voortbouwend op onze eerdere blogpost ",[106,107,108],"em",{},"A First Look at Paiton in Action"," verfijnen we die kernels nu verder voor een nog sterkere voorsprong.",[71,111],{},[10,113,115],{"id":114},"hoe-we-de-efficiëntie-nog-verder-hebben-verbeterd",[14,116,117],{},"Hoe we de efficiëntie nog verder hebben verbeterd",[119,120,121,138,151],"ol",{},[33,122,123,126],{},[14,124,125],{},"GEMM-optimalisaties",[30,127,128,135],{},[33,129,130,131,134],{},"We hebben ",[14,132,133],{},"matrixvermenigvuldigingen gestroomlijnd"," (GEMM) om de overhead te beperken, wat cruciaal is voor transformers.",[33,136,137],{},"We combineren geheugentoegang, beperken de latency bij het starten van kernels en benutten AMD's HBM efficiënter.",[33,139,140,143],{},[14,141,142],{},"Verfijnde kerneluitvoering",[30,144,145,148],{},[33,146,147],{},"Door concurrencyhotspots te analyseren, hebben we bepaalde GPU-kernels samengevoegd of anders geordend om inactieve cycli tot een minimum te beperken.",[33,149,150],{},"Vooral gericht op batchgrootte 32, een veel voorkomende gelijktijdigheidsinstelling in de echte wereld voor LLM-inferentie.",[33,152,153,156],{},[14,154,155],{},"Focus op kleinere batchgroottes",[30,157,158],{},[33,159,160],{},"We hebben inefficiënties bij kleine batchgroottes geïdentificeerd. Nieuwe codepaden verwerken die efficiënter en verbeteren zowel de TTFT als de algemene throughput.",[18,162,163,166,167,174],{},[14,164,165],{},"Pro-tip",": zie onze blogpost ",[168,169,173],"a",{"href":170,"rel":171},"https:\u002F\u002Feliovp.com\u002Fblog\u002Fai-model-optimization-with-paiton",[172],"nofollow","AI Model Optimization with Paiton"," voor een overzicht van de bredere verbeteringen die we hebben doorgevoerd.",[71,176],{},[10,178,180],{"id":179},"benchmarkopstelling-en-methodologie",[14,181,182],{},"Benchmarkopstelling en methodologie",[119,184,185,204,261],{},[33,186,187,190],{},[14,188,189],{},"Hardwareomgeving",[30,191,192,198],{},[33,193,194,197],{},[14,195,196],{},"AMD MI300X"," GPU's in ons onderzoeksdatacentrum.",[33,199,200,203],{},[14,201,202],{},"Poort"," en concurrency worden via de online modus van vLLM beheerd om realistische serving-scenario's na te bootsen.",[33,205,206,209],{},[14,207,208],{},"Serving- en benchmarktools",[30,210,211,235,240],{},[33,212,213,216,217],{},[14,214,215],{},"vLLM (Stock)"," met:\n",[30,218,219,222,229],{},[33,220,221],{},"CUDA Graph ingeschakeld, terwijl we Triton uitschakelen voor Flash Attention.",[33,223,224,228],{},[225,226,227],"code",{},"num_sched_prompts"," verhoogd voor gelijktijdigheid.",[33,230,231,234],{},[225,232,233],{},"VLLM_USE_TRITON_FLASH_ATTN=0"," voor betere stabiliteit en prestaties.",[33,236,237,239],{},[14,238,68],{}," geïntegreerd in vLLM voor een rechtstreekse vergelijking onder identieke omstandigheden.",[33,241,242,245,246],{},[14,243,244],{},"Onze nieuwe benchmarktool",":\n",[30,247,248,255,258],{},[33,249,250,251,254],{},"Gebouwd op ",[14,252,253],{},"dstack"," om gelijktijdig gebruik door meerdere ontwikkelaars te orkestreren.",[33,256,257],{},"Controleert de beschikbaarheid van GPU's en voorkomt resourceconflicten.",[33,259,260],{},"Genereert een gestandaardiseerde tabel met metrics, waaronder requests\u002Fs, TTFT en E2E-latency.",[33,262,263,245,266],{},[14,264,265],{},"Primaire metrics",[30,267,268,279],{},[33,269,270,271,274,275,278],{},"We leggen de nadruk op ",[14,272,273],{},"requests\u002Fs"," en ",[14,276,277],{},"outputtokens\u002Fs",", belangrijke metrics voor realtime of bijna-realtime inferentie.",[33,280,281,284],{},[14,282,283],{},"Time-to-First-Token"," (TTFT) is ook van cruciaal belang voor de gebruikerservaring.",[18,286,287],{},"Hier tonen we onze benchmarktool in actie. De frontend is niet bepaald een meesterwerk, want hij is gebouwd door onze backend-engineer, maar hij doet wat hij moet doen.",[18,289,290],{},[291,292],"img",{"alt":293,"src":294},"","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fbenchmarking-setup-methodology.jpg",[296,297,299],"h2",{"id":298},"belangrijkste-resultaten-stock-vllm-tegenover-paiton",[14,300,301],{},"Belangrijkste resultaten: Stock vLLM tegenover Paiton",[18,303,304],{},"Hieronder vindt u een verkorte versie van onze benchmarktabel met batchgrootte = 32, een uitstekende omgeving voor veel implementaties in de echte wereld:",[306,307,308,323],"table",{},[309,310,311],"thead",{},[312,313,314,317,319,321],"tr",{},[315,316],"th",{},[315,318],{},[315,320],{},[315,322],{},[324,325,326,350,363,377,391,405,418,431,445,459,473,487,501,515],"tbody",{},[312,327,328,334,340,345],{},[329,330,331],"td",{},[14,332,333],{},"Metric",[329,335,336,339],{},[14,337,338],{},"Paiton-vLLM"," DeepSeek-R1-Distill-Llama-8B",[329,341,342,339],{},[14,343,344],{},"Stock-vLLM",[329,346,347],{},[14,348,349],{},"% verbetering",[312,351,352,355,358,360],{},[329,353,354],{},"Succesvolle verzoeken",[329,356,357],{},"32",[329,359,357],{},[329,361,362],{},"0,00%",[312,364,365,368,371,374],{},[329,366,367],{},"Duur (s)",[329,369,370],{},"4,91",[329,372,373],{},"5,43",[329,375,376],{},"9,58%",[312,378,379,382,385,388],{},[329,380,381],{},"Requestthroughput (req\u002Fs)",[329,383,384],{},"6,51",[329,386,387],{},"5,89",[329,389,390],{},"10,53%",[312,392,393,396,399,402],{},[329,394,395],{},"Outputtokenthroughput (tok\u002Fs)",[329,397,398],{},"1342,99",[329,400,401],{},"1214,81",[329,403,404],{},"10,55%",[312,406,407,410,413,416],{},[329,408,409],{},"Totale tokendoorvoer (tok\u002Fs)",[329,411,412],{},"2655,85",[329,414,415],{},"2402,36",[329,417,404],{},[312,419,420,423,426,429],{},[329,421,422],{},"Gemiddelde TTFT (ms)",[329,424,425],{},"164,74",[329,427,428],{},"189,25",[329,430,55],{},[312,432,433,436,439,442],{},[329,434,435],{},"p99 TTFT (ms)",[329,437,438],{},"234,75",[329,440,441],{},"247,38",[329,443,444],{},"5,11%",[312,446,447,450,453,456],{},[329,448,449],{},"Gemiddelde TPOT (ms)",[329,451,452],{},"8,48",[329,454,455],{},"9,88",[329,457,458],{},"14,17%",[312,460,461,464,467,470],{},[329,462,463],{},"p99 TPOT",[329,465,466],{},"30,16",[329,468,469],{},"30,81",[329,471,472],{},"2,11%",[312,474,475,478,481,484],{},[329,476,477],{},"Gemiddelde ITL (ms)",[329,479,480],{},"6,61",[329,482,483],{},"7,30",[329,485,486],{},"9,45%",[312,488,489,492,495,498],{},[329,490,491],{},"p99 ITL",[329,493,494],{},"17,42",[329,496,497],{},"18,79",[329,499,500],{},"7,29%",[312,502,503,506,509,512],{},[329,504,505],{},"Gemiddelde E2EL (ms)",[329,507,508],{},"1521,17",[329,510,511],{},"1687,78",[329,513,514],{},"9,87%",[312,516,517,520,523,526],{},[329,518,519],{},"p99 E2EL",[329,521,522],{},"4852,22",[329,524,525],{},"5370,83",[329,527,528],{},"9,66%",[18,530,531,534],{},[14,532,533],{},"Hoogtepunten",":",[30,536,537,543,549],{},[33,538,539,542],{},[14,540,541],{},"Throughput"," stijgt met 10 tot 15%.",[33,544,545,548],{},[14,546,547],{},"Gemiddelde TTFT"," ~13% sneller.",[33,550,551,554],{},[14,552,553],{},"De totale tokendoorvoer is consistent"," hoger, wat betekent dat zowel invoer- als uitvoertokens sneller worden verwerkt.",[18,556,557],{},"Voor een volledig overzicht van batchgroottes van 16 tot 256, zie de onderstaande grafiek of onze onbewerkte logboeken in het volgende bericht.",[10,559,561],{"id":560},"requests-tegenover-end-to-end-latency",[14,562,563],{},"Requests tegenover end-to-end latency",[18,565,566,567,570],{},"Deze grafiek vergelijkt throughput met E2E-latency voor batchgroottes van 16 tot 256, een bereik dat vaak in productie wordt gebruikt. Paiton verschuift de curve consequent ",[14,568,569],{},"naar boven en naar links"," en levert dus meer throughput bij een lagere latency.",[18,572,573],{},[291,574],{"alt":293,"src":575},"\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Frequests-vs.-end-to-end-latency.jpg",[10,577,579],{"id":578},"gebruiksscenarios-uit-de-praktijk",[14,580,581],{},"Gebruiksscenario's uit de praktijk",[119,583,584,590,596],{},[33,585,586,589],{},[14,587,588],{},"Chatbots en Q&A",": een snellere TTFT is cruciaal voor de gebruikerstevredenheid. Een eerste token dat ongeveer 13% sneller verschijnt, kan het verschil maken tussen een responsieve en een trage ervaring.",[33,591,592,595],{},[14,593,594],{},"Deployments met middelgrote batches",": veel bedrijfsworkloads gebruiken voor concurrency batchgroottes van ongeveer 32 tot 128. De nieuwe verbeteringen van Paiton richten zich precies op die sweet spot.",[33,597,598,601],{},[14,599,600],{},"Latencygevoelige inferentie",": de E2E-latency daalt aanzienlijk, met een gemiddeld E2EL-resultaat dat ongeveer 9,87% beter is. Zo blijven bijna-realtime antwoorden mogelijk, ook onder matige belasting.",[71,603],{},[10,605,607],{"id":606},"wat-is-het-volgende",[14,608,609],{},"Wat is het volgende?",[119,611,612,618,624],{},[33,613,614,617],{},[14,615,616],{},"Verder dan LLaMA",": we willen deze optimalisaties aanpassen voor andere belangrijke LLM-families en zetten de eerste stappen richting beeld- en videogeneratie.",[33,619,620,623],{},[14,621,622],{},"Tensorparallelisme",": volwaardige multi-GPU-ondersteuning staat op onze roadmap. Paiton zal inferentie met grote modellen naadloos over meerdere AMD GPU's verdelen.",[33,625,626,629],{},[14,627,628],{},"Kwantisering",": het minimaliseren van de precisie terwijl de nauwkeurigheid behouden blijft, zal de latenties verder verkleinen en het gebruik van een bepaald populair model mogelijk maken..",[18,631,632,633,638],{},"Zoals we graag zeggen: “",[106,634,635],{},[14,636,637],{},"We komen eraan, en we blijven optimaliseren!","” We blijven onophoudelijk verfijnen, optimaliseren en herdefiniëren wat mogelijk is op AMD GPU's.",[71,640],{},[10,642,644],{"id":643},"conclusie",[14,645,646],{},"Conclusie",[18,648,649],{},"Paiton blijft evolueren. DeepSeek R1 Distill Llama 8B toont hoe sterk AMD-hardware kan presteren wanneer ze wordt gecombineerd met zorgvuldig verfijnde software. De nieuwe resultaten laten bij belangrijke batchgroottes verbeteringen van 10 tot 15% zien, met consistente winst in throughput, latency en metrics op tokenniveau.",[18,651,652,655],{},[14,653,654],{},"Blijf op de hoogte"," terwijl we deze optimalisaties uitbreiden naar meer LLM-families en modellen voor beeld- en videogeneratie. Hebt u een specifiek verzoek of wilt u de resultaten bij nog grotere batchgroottes zien, laat het ons weten. We gaan er graag dieper op in.",[18,657,658,659,661],{},"Aanvullende details zullen verschijnen in onze komende diepgaande post, waarin we ons concentreren op hoe ",[14,660,253],{}," plus onze aangepaste benchmarktool het testen en benchmarken door meerdere ontwikkelaars probleemloos orkestreren.",[71,663],{},[18,665,666,669],{},[14,667,668],{},"Bedankt voor het lezen"," en tot ziens bij de volgende optimalisatie-update!",[18,671,672],{},[14,673,674],{},"Het Paiton-team",{"title":293,"searchDepth":676,"depth":676,"links":677},2,[678,680,681,682,683,684],{"id":12,"depth":679,"text":16},3,{"id":75,"depth":679,"text":78},{"id":81,"depth":679,"text":84},{"id":114,"depth":679,"text":117},{"id":179,"depth":679,"text":182},{"id":298,"depth":676,"text":301,"children":685},[686,687,688,689],{"id":560,"depth":679,"text":563},{"id":578,"depth":679,"text":581},{"id":606,"depth":679,"text":609},{"id":643,"depth":679,"text":646},[691,692,68,693,694,695,696,697,698,68,699],"Alle","Kunstmatige intelligentie","AMD","Deepseek","H100","H200","MI300X","MI325x","vLLM","2025-03-13T06:18:30","Paiton richt zich volledig op inferentieoptimalisatie voor AMD. Ons recentste werk levert voor DeepSeek R1 Distill Llama 8B een 10 tot 15% hogere throughput, een betere time-to-first-token en stabielere prestaties bij kleinere batchgroottes.","md","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fpaitonpost3.webp",{},true,"https:\u002F\u002Feliovp.com\u002Ffurther-optimizing-amd-powered-inference-with-paiton\u002F","\u002Fblog\u002Ffurther-optimizing-amd-powered-inference-with-paiton",{"title":5,"description":701},"further-optimizing-amd-powered-inference-with-paiton","blog\u002Ffurther-optimizing-amd-powered-inference-with-paiton","yrx95m2JNmF2BrSCr7x0dNsfVJlmqm2rpFdGHkzyAz4",[713,729,743,774,786,808,826,845,864,882,898,910,926,941,951,960,968,983,995,1006,1016,1026,1039,1049,1062,1073,1083,1094,1103,1115,1117,1126],{"path":714,"title":715,"description":716,"date":717,"slug":718,"image":719,"originalUrl":720,"categories":721},"\u002Fblog\u002Fpaiton-qwen38-radeon-ai-pro-r9700","Paiton: 21% meer Qwen3.8-doorvoer op Radeon AI PRO R9700","Paiton draait AMD's Qwen3.8 27B op één Radeon AI PRO R9700 met 39,77 outputtokens per seconde. Dat levert 21% meer throughput en 17,4% lagere gemodelleerde kosten op.","2026-09-04T09:00:00","paiton-qwen38-radeon-ai-pro-r9700","\u002Fasset\u002Fimages\u002Fblog\u002Fpaiton-r9700\u002F00-featured-paiton-r9700.webp","https:\u002F\u002Feliovp.com\u002Fblog\u002Fpaiton-qwen38-radeon-ai-pro-r9700",[68,692,722,723,724,725,726,727,699,728],"AMD Radeon","AI-inferentie","GPU-prestaties","Inferentielatentie","Inferentie-optimalisatie","Grote taalmodellen","Kostenefficiëntie",{"path":730,"title":731,"description":732,"date":733,"slug":734,"image":735,"originalUrl":736,"categories":737},"\u002Fblog\u002Fai-data-center-power-requirements-gpu-per-megawatt","Stroomvereisten voor AI-datacenters: de GPU-per-MW-illusie","Waarom vermelden offertes voor AI-datacenters verschillende GPU-capaciteiten? Ontdek hoe PUE, piekbelasting, opslag, netwerken en koeling bepalen hoeveel compute werkelijk inzetbaar is.","2026-07-27T23:52:00","ai-data-center-power-requirements-gpu-per-megawatt","\u002Fasset\u002Fimages\u002Fblog\u002Fai-data-center-power-requirements-gpu-per-megawatt\u002Fgpu-per-megawatt-illusion.webp",null,[691,738,739,740,741,742],"AI-infrastructuur","Datacenters","ModFlex","HPC","AMD Helios",{"path":744,"title":745,"description":746,"date":747,"slug":748,"image":749,"originalUrl":750,"categories":751},"\u002Fblog\u002Fpaiton-returns-to-its-diffusion-roots-optimizing-wan2-2-t2v-a14b-on-amd-mi355x","Paiton keert terug naar zijn diffusiewortels: optimalisatie van Wan2.2-T2V-A14B op AMD MI355X","Toen we begonnen met het bouwen van Paiton, was een van onze eerste aandachtsgebieden het optimaliseren van diffusiemodellen. Stable Diffusion XL was een van de eerste grote modellen waarin we lieten zien dat gefuseerde operators, efficiënte uitvoering en hardwarebewuste kernels een echt verschil konden maken. Nu keren we terug naar die oorsprong. Met de groeiende belangstelling voor het genereren van tekst-naar-video, ...","2026-06-10T14:04:04","paiton-returns-to-its-diffusion-roots-optimizing-wan2-2-t2v-a14b-on-amd-mi355x","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fpaitonwan2.webp","https:\u002F\u002Feliovp.com\u002Fpaiton-returns-to-its-diffusion-roots-optimizing-wan2-2-t2v-a14b-on-amd-mi355x\u002F",[691,692,68,752,693,753,754,755,756,757,758,759,760,761,762,763,764,765,766,767,68,768,769,770,771,772,773],"14B","B200","Benchmarks","Blackwell","Compute","Diffusie","Eliovp","Generatieve AI","GPU","Hardware","Inferentie","Instinct","MI355x","NVidia","On-premises","Optimalisatie","Soevereine AI","T2V","Tekst-naar-video","Tuning","Video-generatie","Wan2.2",{"path":775,"title":776,"description":777,"date":778,"slug":779,"image":780,"originalUrl":781,"categories":782},"\u002Fblog\u002Ffrom-the-attic-to-the-front-page-eliovp-recognized-as-a-pioneer-in-chip-optimization-data-center-infrastructure","Van zolder tot voorpagina: ElioVP erkend als pionier op het gebied van chipoptimalisatie en datacenterinfrastructuur","Het waren bijzondere weken voor het team van Eliovp. Ons bedrijf haalde de voorpagina van De Tijd, de toonaangevende zakenkrant van België. Ons verhaal begon bij een oprichter die op zolder aan hardware sleutelde en groeide uit tot een onderneming met 215 miljoen euro omzet.","2026-02-10T20:48:12","from-the-attic-to-the-front-page-eliovp-recognized-as-a-pioneer-in-chip-optimization-data-center-infrastructure","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fphysicalnewspaper.webp","https:\u002F\u002Feliovp.com\u002Ffrom-the-attic-to-the-front-page-eliovp-recognized-as-a-pioneer-in-chip-optimization-data-center-infrastructure\u002F",[691,692,783,784,693,785,783,765],"Modulaire DC","Niet gecategoriseerd","De Tijd",{"path":787,"title":788,"description":789,"date":790,"slug":791,"image":792,"originalUrl":793,"categories":794},"\u002Fblog\u002Fprivacy-is-geen-it-probleem-meer-het-is-een-strategische-prioriteit","Privacy is geen IT-probleem meer, het is een strategische prioriteit","Privacyrisico's, psychologische valkuilen en de operationele realiteit van generatieve AI in de Benelux. Waarom bedrijven gevoelige gegevens, governance en lokale AI strategisch moeten benaderen.","2026-01-29T13:51:11","privacy-is-geen-it-probleem-meer-het-is-een-strategische-prioriteit","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fheaderimage.webp","https:\u002F\u002Feliovp.com\u002Fprivacy-is-geen-it-probleem-meer-het-is-een-strategische-prioriteit\u002F",[691,692,795,784,796,797,798,799,800,801,802,803,758,804,759,805,806,807],"Trending","AI Act","Antropomorfisme","AVG","Benelux","ChatGPT","Cyberbeveiliging","Databeheer","Gegevensbeveiliging","GDPR","Microsoft Copilot","Privacy","Shadow AI",{"path":809,"title":810,"description":811,"date":812,"slug":813,"image":814,"originalUrl":815,"categories":816},"\u002Fblog\u002Fitsme-bij-ons-is-het-its-not-me-en-dit-is-waarom","Itsme? Bij ons is het “it's not me”, en dit is waarom.","Waarom Eliovp itsme niet gebruikt voor medewerkers en interne processen: een analyse van datasoevereiniteit, cloudjurisdictie, metadata, eigendomsstructuur en technische risico's.","2025-11-27T09:32:14","itsme-bij-ons-is-het-its-not-me-en-dit-is-waarom","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Ffrontimage.webp","https:\u002F\u002Feliovp.com\u002Fitsme-bij-ons-is-het-its-not-me-en-dit-is-waarom\u002F",[691,817,818,819,801,820,821,822,804,823,824,825,806],"AWS","Belgian Mobile ID","CLOUD Act","Datasoevereiniteit","Digitale identiteit","eIDAS","itsme","Liberty Global","MyGov.be",{"path":827,"title":828,"description":829,"date":830,"slug":831,"image":832,"originalUrl":833,"categories":834},"\u002Fblog\u002Ffield-report-the-reality-of-building-agentic-ai-in-2025","Praktijkrapport: de realiteit van Agentic AI bouwen in 2025","De verwachtingen rond Agentic AI staan vaak ver af van de technische realiteit. Dit praktijkrapport beschrijft wat er nodig is om betrouwbare, lokale AI-agents voor bedrijfsworkflows te bouwen, van modulaire architectuur en observability tot modeltraining, VRAM en soevereine infrastructuur.","2025-11-25T14:03:39","field-report-the-reality-of-building-agentic-ai-in-2025","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Ffieldreport.webp","https:\u002F\u002Feliovp.com\u002Ffield-report-the-reality-of-building-agentic-ai-in-2025\u002F",[691,692,835,795,836,837,838,839,840,841,842,843,768,844],"Oplossingen","Agentic AI","AI-techniek","AI-strategie","Autonome agenten","Bedrijfs-AI","Lokale LLM","Modelverfijning","AI op locatie","VRAM-optimalisatie",{"path":846,"title":847,"description":848,"date":849,"slug":850,"image":851,"originalUrl":852,"categories":853},"\u002Fblog\u002Fthe-synthetic-unicorn-bubble","De synthetische unicornzeepbel","Hoe AI-neocloudinfrastructuur circulaire kasstromen omzet in schijngroei. Tussen 2023 en 2025 stroomden miljarden aan durfkapitaal naar het neocloudecosysteem. Onze analyse onderzoekt hoe circulaire financiering, vaporware-infrastructuur en roofzuchtige contracten onderliggende activawaarden kunstmatig kunnen opbouwen.","2025-11-24T19:22:28","the-synthetic-unicorn-bubble","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fsyntheticunicorn.webp","https:\u002F\u002Feliovp.com\u002Fthe-synthetic-unicorn-bubble\u002F",[691,692,795,854,855,856,857,858,859,860,861,862,863],"AI Infrastructure","AI Neocloud","Circulaire financiering","GPU Cloud","Beleggingsrisico's","Opstartwaardering","Synthetische bubbel","Technische analyse","Vaporware","Durfkapitaal",{"path":865,"title":866,"description":867,"date":868,"slug":869,"image":870,"originalUrl":871,"categories":872},"\u002Fblog\u002Fbuilding-the-engine-for-the-ai-race-the-4-month-path-to-nvidia-gb300-nvl72-power","De motor voor de AI-race bouwen: in vier maanden klaar voor NVIDIA GB300 NVL72","Bij AI-infrastructuur is snelheid een concurrentieel voordeel. Traditionele datacenterprojecten duren vaak 18 tot 24 maanden. Onze modulaire aanpak levert in vier maanden een operationele faciliteit die specifiek is ontworpen voor de NVIDIA GB300 NVL72.","2025-11-20T14:10:19","building-the-engine-for-the-ai-race-the-4-month-path-to-nvidia-gb300-nvl72-power","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fsuperpodmodflexfrontimage.webp","https:\u002F\u002Feliovp.com\u002Fbuilding-the-engine-for-the-ai-race-the-4-month-path-to-nvidia-gb300-nvl72-power\u002F",[691,783,784,873,738,874,875,876,877,878,879,880,881],"150 kW rek","DLC","Hoge dichtheid","Vloeistofkoeling","Modulair datacenter","NVIDIA Blackwell Ultra","NVIDIA GB300","NVL72","Snelle implementatie",{"path":883,"title":884,"description":885,"date":886,"slug":887,"image":888,"originalUrl":889,"categories":890},"\u002Fblog\u002Fwhy-cuda-translation-wont-unlock-amds-real-potential","Waarom de “CUDA”-vertaling het echte potentieel van AMD niet zal ontsluiten","Om de paar jaar verschijnt een oplossing met dezelfde belofte: behoud uw CUDA-code, wissel van toolchain en draai plots op verschillende GPU-platforms. Dat kan nuttig zijn voor compatibiliteit, maar ontsluit niet automatisch AMD's echte prestatiepotentieel. Daarvoor zijn AMD-first kernels, libraries en tuning nodig.","2025-11-12T14:48:37","why-cuda-translation-wont-unlock-amds-real-potential","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fchatgpt-image-nov-11-2025-09_16_10-pm-1.webp","https:\u002F\u002Feliovp.com\u002Fwhy-cuda-translation-wont-unlock-amds-real-potential\u002F",[691,692,68,784,196,692,891,892,893,894,895,896,68,897],"CUDA-vertaling","FP8","GPU-optimalisatie","Hoogwaardige computers","HIP","Kerneltuning","ROCm",{"path":899,"title":900,"description":901,"date":902,"slug":903,"image":904,"originalUrl":905,"categories":906},"\u002Fblog\u002Fpaiton-the-simplest-way-to-supercharge-ai-inference","Paiton: de eenvoudigste manier om AI-inferentie een boost te geven","Laten we eerlijk zijn: marketing is niet onze sterkste kant. We namen nooit extern kapitaal aan, verbrandden geen budget aan advertentiecampagnes en bouwden geen verkoopleger. We bouwen gewoon technologie die werkt. Paiton versnelt uw bestaande inferentiestack zonder migratie, nieuwe API's of modelconversie.","2025-11-11T10:31:22","paiton-the-simplest-way-to-supercharge-ai-inference","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fpaiton-powaaah.webp","https:\u002F\u002Feliovp.com\u002Fpaiton-the-simplest-way-to-supercharge-ai-inference\u002F",[691,692,68,723,907,196,728,908,726,896,68,909,699],"AMD Instinct","Hoge throughput","SGLang",{"path":911,"title":912,"description":913,"date":914,"slug":915,"image":916,"originalUrl":917,"categories":918},"\u002Fblog\u002Fstop-overpaying-paiton-mi300x-moe-beats-h200-b200-on-1m-tokens","Stop met te veel betalen: Paiton MI300X MoE verslaat H200\u002FB200 in kosten per 1 miljoen tokens","We benchmarkten Paiton's nieuwe MoE-ondersteuning met Qwen\u002FQwen3-30B-A3B-Instruct-2507 en vergeleken de inferentieprestaties van verschillende opstellingen. Elke configuratie draaide vijf keer per batchgrootte. We rapporteren het gemiddelde van die runs op basis van realistische conversationele workloads.","2025-09-26T13:36:18","stop-overpaying-paiton-mi300x-moe-beats-h200-b200-on-1m-tokens","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fhulkvshulkpaitonwins.webp","https:\u002F\u002Feliovp.com\u002Fstop-overpaying-paiton-mi300x-moe-beats-h200-b200-on-1m-tokens\u002F",[691,692,68,919,196,920,726,921,922,923,924,68,925],"AI-benchmarks","Kosten per token","Mixture of Experts","MoE","NVIDIA B200","NVIDIA H200","Qwen3",{"path":927,"title":928,"description":929,"date":930,"slug":931,"image":932,"originalUrl":933,"categories":934},"\u002Fblog\u002Fagentic-ai-but-make-it-local-from-inbox-to-insight-to-action-en","Agentic AI, maar dan lokaal: van inbox naar inzicht en actie","We bouwen productieklare, local-first AI-agents die aansluiten op uw bestaande e-mailomgeving. Ze maken tickets aan, classificeren berichten, lezen documenten, herkennen facturen en offertes, analyseren beelden en sturen gestructureerde rapporten naar uw systemen, zonder verplichte afhankelijkheid van externe AI-API's.","2025-09-16T13:09:00","agentic-ai-but-make-it-local-from-inbox-to-insight-to-action-en","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Ffrontfotoblog.webp","https:\u002F\u002Feliovp.com\u002Fagentic-ai-but-make-it-local-from-inbox-to-insight-to-action-en\u002F",[691,692,835,784,836,935,936,937,938,841,843,768,939,940],"Schadedetectie","Documentverwerking","E-mailautomatisering","Factuurextractie","Ticketautomatisering","Workflowautomatisering",{"path":942,"title":943,"description":944,"date":945,"slug":946,"image":947,"originalUrl":948,"categories":949},"\u002Fblog\u002Fmi300x-fp8-data-parallel-benchmarks-8-64-gpus-h200-left-behind-b200-within-reach","MI300X FP8 data-parallelle benchmarks (8 tot 64 GPU's): H200 achter zich, B200 binnen bereik","We schalen Llama-3.1-8B-Instruct-FP8-KV met Paiton op een gepartitioneerde AMD MI300X-server van 8 fysieke GPU's naar 64 virtuele GPU's. De resultaten tonen sterke multi-tenant throughput, veel lagere latency en een bijna gelijkspel met NVIDIA's B200.","2025-07-31T13:32:57","mi300x-fp8-data-parallel-benchmarks-8-64-gpus-h200-left-behind-b200-within-reach","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fimage-2-1.webp","https:\u002F\u002Feliovp.com\u002Fmi300x-fp8-data%e2%80%91parallel-benchmarks-8-64-gpus-h200-left-behind-b200-within-reach\u002F",[691,692,68,784,950,693,753,696,697,764,765,68,699],"AI",{"path":952,"title":953,"description":954,"date":955,"slug":956,"image":957,"originalUrl":958,"categories":959},"\u002Fblog\u002Fapplicable-ai-for-businesses","Toepasbare AI voor bedrijven","Bij Eliovp blijven we innoveren om praktische oplossingen te bouwen. Een van onze grootste sterktes is het vermogen om buiten de gebaande paden te denken. Daarom ontwikkelen we toepasbare AI-oplossingen die dagelijks bruikbaar zijn en precies aansluiten op de behoeften van onze klanten.","2025-07-09T21:35:30","applicable-ai-for-businesses","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fscherm_afbeelding-2025-07-09-om-23.30.17.webp","https:\u002F\u002Feliovp.com\u002Fapplicable-ai-for-businesses\u002F",[691,692,835,836,935,936,937,938,841,843,768,939,940],{"path":961,"title":962,"description":963,"date":964,"slug":965,"image":293,"originalUrl":966,"categories":967},"\u002Fblog\u002Fintroducing-paitons-free-evaluation-models","Maak kennis met de gratis evaluatiemodellen van Paiton","AI verandert elke sector in hoog tempo, maar grote modellen efficiënt uitvoeren blijft een aanzienlijke technische en financiële uitdaging. ElioVP specialiseert zich in optimalisatie voor AMD-accelerators en helpt organisaties het volledige potentieel van hun hardware te benutten. Met onze gratis evaluatiemodellen kunt u de optimalisaties van Paiton vooraf op uw eigen workloads testen.","2025-07-07T11:26:13","introducing-paitons-free-evaluation-models","https:\u002F\u002Feliovp.com\u002Fintroducing-paitons-free-evaluation-models\u002F",[691,692,68],{"path":969,"title":970,"description":971,"date":972,"slug":973,"image":974,"originalUrl":975,"categories":976},"\u002Fblog\u002Fpaiton-dramatically-faster-startup-and-performance-for-llama-3-1-405b","Paiton: veel sneller opstarten en betere prestaties voor Llama-3.1-405B","Met Paiton streven we niet alleen naar maximale inferentiesnelheden. We verbeteren de volledige levenscyclus van de deployment van grote taalmodellen. Onze nieuwste test combineert AMD MI300X-GPU's met het omvangrijke Llama-3.1-405B-Instruct-FP8-KV-model en levert baanbrekende resultaten op voor zowel opstartsnelheid als runtimeprestaties.","2025-06-12T20:15:23","paiton-dramatically-faster-startup-and-performance-for-llama-3-1-405b","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fservingscreenshot.webp","https:\u002F\u002Feliovp.com\u002Fpaiton-dramatically-faster-startup-and-performance-for-llama-3-1-405b\u002F",[691,692,68,784,723,196,977,892,978,979,980,68,981,982],"Koude start","Grafiekcompilatie","Llama 3.1 405B","LLM-optimalisatie","Opstartlatentie","Tensor-parallellisme",{"path":984,"title":985,"description":986,"date":987,"slug":988,"image":989,"originalUrl":990,"categories":991},"\u002Fblog\u002Fpaiton-fp8-beats-nvidias-h200-on-amds-mi300x","Paiton FP8 verslaat NVIDIA's H200 op AMD's MI300X","AI evolueert razendsnel en efficiënte inferentie is essentieel om krachtige modellen in praktijksituaties in te zetten. Paiton levert nu sterkere FP8-inferentieprestaties op AMD MI300X-GPU's dan NVIDIA's H200, dankzij zorgvuldig geoptimaliseerde kernels.","2025-06-08T19:12:40","paiton-fp8-beats-nvidias-h200-on-amds-mi300x","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fblognewfp8.webp","https:\u002F\u002Feliovp.com\u002Fpaiton-fp8-beats-nvidias-h200-on-amds-mi300x\u002F",[691,692,68,784,196,992,840,759,724,725,727,979,993,994],"Koude startoptimalisatie","Model serving","vLLM-optimalisatie",{"path":996,"title":997,"description":998,"date":999,"slug":1000,"image":1001,"originalUrl":1002,"categories":1003},"\u002Fblog\u002Fmi300x-vs-h200-vs-rx-7900-xtx-vs-tenstorrent-n300s-with-vllm","MI300X versus H200 versus RX 7900 XTX versus Tenstorrent n300s met vLLM","Nu grote taalmodellen een fundamenteel onderdeel worden van moderne toepassingen, is de juiste server voor deployment belangrijker dan ooit. We vergelijken AMD MI300X, NVIDIA H200, AMD RX 7900 XTX en Tenstorrent n300s met vLLM op throughput en kosten.","2025-05-09T14:03:58","mi300x-vs-h200-vs-rx-7900-xtx-vs-tenstorrent-n300s-with-vllm","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fcomparisontenstor.webp","https:\u002F\u002Feliovp.com\u002Fmi300x-vs-h200-vs-rx-7900-xtx-vs-tenstorrent-n300s-with-vllm\u002F",[691,692,68,835,784,693,697,765,1004,1005],"RX7900XTX","tenstorrent",{"path":1007,"title":1008,"description":1009,"date":1010,"slug":1011,"image":1012,"originalUrl":1013,"categories":1014},"\u002Fblog\u002Fclusterpl-empowering-gpu-cluster-investors-with-real-world-financial-insights","ClusterP&L: financiële inzichten voor investeerders in GPU-clusters","Eliovp ontwerpt, bouwt en optimaliseert al jaren GPU-clusters in heel Europa. Omdat klanten ons telkens opnieuw vroegen om een P&L-model voor hun investering, bundelden we onze praktijkkennis in ClusterP&L: een toegankelijke, voortdurend bijgewerkte tool voor financiële prognoses van GPU-infrastructuur.","2025-05-03T10:52:22","clusterpl-empowering-gpu-cluster-investors-with-real-world-financial-insights","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fcomparisonscenarios.webp","https:\u002F\u002Feliovp.com\u002Fclusterpl-empowering-gpu-cluster-investors-with-real-world-financial-insights\u002F",[691,692,783,835,753,696,698,765,1015],"pnl-rekenmachine",{"path":1017,"title":1018,"description":1019,"date":1020,"slug":1021,"image":1022,"originalUrl":1023,"categories":1024},"\u002Fblog\u002Fcranking-out-faster-tokens-for-fewer-dollars-amd-mi300x-vs-nvidia-h200","Snellere tokens voor minder geld: AMD MI300X tegenover NVIDIA H200","We vergelijken Qwen3-32B op een AMD MI300X, geoptimaliseerd met Paiton, met de NVIDIA H200. De resultaten tonen hoe Paiton vergelijkbare of betere prestaties kan leveren tegen lagere hardwarekosten en met aantrekkelijke kosten per miljoen tokens.","2025-05-02T21:10:30","cranking-out-faster-tokens-for-fewer-dollars-amd-mi300x-vs-nvidia-h200","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002F3ac59a73-2466-4422-b7e5-ef2e4a8ca58e.webp","https:\u002F\u002Feliovp.com\u002Fcranking-out-faster-tokens-for-fewer-dollars-amd-mi300x-vs-nvidia-h200\u002F",[691,692,68,950,693,696,1025,765,68,699],"MI300",{"path":1027,"title":1028,"description":1029,"date":1030,"slug":1031,"image":1032,"originalUrl":1033,"categories":1034},"\u002Fblog\u002Fpower-meets-precision-high-density-modular-data-center-for-nvidia-nvl-deployments-1-2-mw","Waar vermogen en precisie samenkomen: modulair high-density datacenter voor NVIDIA NVL-deployments (1 tot 2 MW)","Eliovp ontwikkelt modulaire high-density infrastructuur voor AI-workloads van Blackwell-klasse. Het platform ondersteunt NVIDIA NVL-configuraties van NVL4 tot NVL72, van gedistribueerde edge-inferentie tot modeltraining op hyperscale, met 1 tot 2 MW IT-vermogen per module.","2025-05-02T14:09:59","power-meets-precision-high-density-modular-data-center-for-nvidia-nvl-deployments-1-2-mw","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Feliovp_critical-1mw-pod_rev-2_transparent.webp","https:\u002F\u002Feliovp.com\u002Fpower-meets-precision-high-density-modular-data-center-for-nvidia-nvl-deployments-1-2-mw\u002F",[691,783,1035,854,875,741,876,877,1036,1037,880,1038],"1-2MW datacenter","NVIDIA Blackwell","NVIDIA NVL","Precisiekoeling",{"path":1040,"title":1041,"description":1042,"date":1043,"slug":1044,"image":1045,"originalUrl":1046,"categories":1047},"\u002Fblog\u002Fexamining-ai-agents-in-the-medical-field-ai-that-speaks-dicom","AI-agents in de medische wereld: AI die DICOM spreekt","Eliovp ontwikkelde een medische AI-agent die rechtstreeks met DICOM-servers in ziekenhuizen communiceert. De assistent kan patiënten en onderzoeken opzoeken, relevante beelden ophalen en medische beeldanalyse ondersteunen binnen de lokale ziekenhuisinfrastructuur.","2025-04-11T14:45:48","examining-ai-agents-in-the-medical-field-ai-that-speaks-dicom","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fhealthcareblog-1.webp","https:\u002F\u002Feliovp.com\u002Fexamining-ai-agents-in-the-medical-field-ai-that-speaks-dicom\u002F",[691,692,835,784,950,693,1048],"Zorg",{"path":1050,"title":1051,"description":1052,"date":1053,"slug":1054,"image":1055,"originalUrl":1056,"categories":1057},"\u002Fblog\u002Feliovp-bv-your-trusted-partner-for-supply-chain-resilience-amidst-new-u-s-tariffs","Eliovp BV: uw partner voor een veerkrachtige supply chain bij nieuwe Amerikaanse invoerheffingen","Het internationale handelslandschap verandert snel. Nieuwe Amerikaanse invoerheffingen zorgen voor onzekerheid, vooral bij bedrijven die afhankelijk zijn van high-performance computing en AI-infrastructuur. Eliovp helpt klanten hun supply chain veerkrachtig, betrouwbaar en kostenefficiënt te houden.","2025-04-04T10:01:27","eliovp-bv-your-trusted-partner-for-supply-chain-resilience-amidst-new-u-s-tariffs","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Ftariffsshipping.webp","https:\u002F\u002Feliovp.com\u002Feliovp-bv-your-trusted-partner-for-supply-chain-resilience-amidst-new-u-s-tariffs\u002F",[691,795,950,693,1058,1059,1060,1061],"importeren","Taiwan","Tarieven","Trump",{"path":1063,"title":1064,"description":1065,"date":1066,"slug":1067,"image":1068,"originalUrl":1069,"categories":1070},"\u002Fblog\u002Fwhy-ai-agents-are-the-future","Waarom AI-agenten de toekomst zijn","AI-agenten integreren met uw bestaande ERP-, CRM- en marketingplatforms. Ze vullen uw huidige systemen aan, nemen intelligentere beslissingen en schalen mee met uw organisatie. Zo verlaagt u kosten, beperkt u fouten en maakt u medewerkers vrij voor werk met meer toegevoegde waarde.","2025-03-23T22:06:59","why-ai-agents-are-the-future","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Ferp2.jpeg","https:\u002F\u002Feliovp.com\u002Fwhy-ai-agents-are-the-future\u002F",[691,692,835,950,1071,1072],"AI-agenten","ERP",{"path":1074,"title":1075,"description":1076,"date":1077,"slug":1078,"image":1079,"originalUrl":1080,"categories":1081},"\u002Fblog\u002Fthe-rise-of-open-source-ai-model-optimization","De opkomst van open-source AI-modeloptimalisatie","In het snel evoluerende AI-landschap zijn opensourceoplossingen belangrijke aanjagers van innovatie en betere prestaties. Deze door de gemeenschap gedragen platforms maken geavanceerde technologie breder toegankelijk, stimuleren samenwerking en versnellen de optimalisatie van AI-modellen.","2025-03-22T20:59:23","the-rise-of-open-source-ai-model-optimization","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Friseofopensource.jpeg","https:\u002F\u002Feliovp.com\u002Fthe-rise-of-open-source-ai-model-optimization\u002F",[691,692,795,1082,693,760,765],"AI-nieuws",{"path":1084,"title":1085,"description":1086,"date":1087,"slug":1088,"image":1089,"originalUrl":1090,"categories":1091},"\u002Fblog\u002Fintroducing-our-benchmarking-tool-powered-by-dstack","Maak kennis met onze benchmarktool, gebouwd op dstack","Betrouwbare benchmarks zijn essentieel om AI-modellen en software te optimaliseren. Onze nieuwe tool integreert met dstack en maakt geautomatiseerde, reproduceerbare en schaalbare benchmarkworkflows mogelijk, zowel op lokale GPU's als in de cloud.","2025-03-20T14:21:59","introducing-our-benchmarking-tool-powered-by-dstack","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fbenchmarktool.jpeg","https:\u002F\u002Feliovp.com\u002Fintroducing-our-benchmarking-tool-powered-by-dstack\u002F",[691,692,68,950,693,1092,1093,697,68],"benchmark","LLM",{"path":1095,"title":1096,"description":1097,"date":1098,"slug":1099,"image":1100,"originalUrl":1101,"categories":1102},"\u002Fblog\u002Foptimizing-qwq-32b-by-qwen-amd-mi300x-vs-nvidia-h200","QwQ-32B optimaliseren (door Qwen): AMD MI300X versus NVIDIA H200","De meeste LLM-benchmarks richten zich op afgeleiden van Llama of DeepSeek. Met QwQ-32B verbreden we die vergelijking en testen we hoe Paiton de AMD MI300X optimaliseert tegenover NVIDIA's H200, van throughput en concurrency tot TTFT en end-to-end-latency.","2025-03-19T21:41:44","optimizing-qwq-32b-by-qwen-amd-mi300x-vs-nvidia-h200","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fpaiton4.jpeg","https:\u002F\u002Feliovp.com\u002Foptimizing-qwq-32b-by-qwen-amd-mi300x-vs-nvidia-h200\u002F",[691,692,68],{"path":1104,"title":1105,"description":1106,"date":1107,"slug":1108,"image":1109,"originalUrl":1110,"categories":1111},"\u002Fblog\u002Feliovp-featured-on-amd-tech-talk-podcast","Eliovp te gast in de AMD Tech Talk-podcast","Eliovp was onlangs te gast in de AMD Tech Talk-podcast. Onze CEO Elio Van Puyvelde sprak met Jim Greene over het ontstaan van Eliovp, de passie en expertise achter het bedrijf en de geïntegreerde oplossingen die we vandaag aanbieden.","2025-03-19T07:53:39","eliovp-featured-on-amd-tech-talk-podcast","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Ftechtalkjimgreene.jpeg","https:\u002F\u002Feliovp.com\u002Feliovp-featured-on-amd-tech-talk-podcast\u002F",[691,693,1112,1113,1114],"Jim Greene","Podcast","Tech Talk",{"path":707,"title":5,"description":701,"date":700,"slug":709,"image":703,"originalUrl":706,"categories":1116},[691,692,68,693,694,695,696,697,698,68,699],{"path":1118,"title":1119,"description":1120,"date":1121,"slug":1122,"image":1123,"originalUrl":1124,"categories":1125},"\u002Fblog\u002Fa-first-look-at-paiton-in-action-deepseek-r1-distill-llama-3-1-8b","Een eerste blik op Paiton in actie: Deepseek R1 Distill Llama 3.1 8B","Een eerste blik op hoe Paiton Deepseek R1 Distill Llama 3.1 8B optimaliseert voor de AMD MI300X. We vergelijken een met Paiton geoptimaliseerd model met de standaardversie en meten throughput, latency en end-to-end prestaties bij uiteenlopende batchgroottes.","2025-01-31T09:11:02","a-first-look-at-paiton-in-action-deepseek-r1-distill-llama-3-1-8b","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fpaitonpost2.webp","https:\u002F\u002Feliovp.com\u002Fa-first-look-at-paiton-in-action-deepseek-r1-distill-llama-3-1-8b\u002F",[691,692,68,693,694,695,696,697,698,68,699],{"path":1127,"title":1128,"description":1129,"date":1130,"slug":1131,"image":1132,"originalUrl":1133,"categories":1134},"\u002Fblog\u002Fai-model-optimization-with-paiton","AI-modeloptimalisatie met Paiton","In de snel evoluerende wereld van artificiële intelligentie zijn efficiënte modellen en sterke prestaties cruciaal. Met Paiton biedt ElioVP doorgedreven optimalisatie voor AI-modellen. Door de modelarchitectuur te compileren en onze eigen kernels te gebruiken, maakt Paiton snellere inferentie en een lager resourcegebruik op AMD GPU's mogelijk.","2025-01-30T19:53:25","ai-model-optimization-with-paiton","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fpaitonpost1.webp","https:\u002F\u002Feliovp.com\u002Fai-model-optimization-with-paiton\u002F",[691,692,68,693,695,696,697,698,68,699],1788530429028]