[{"data":1,"prerenderedAt":1138},["ShallowReactive",2],{"blog-post-nl-\u002Fblog\u002Fstop-overpaying-paiton-mi300x-moe-beats-h200-b200-on-1m-tokens":3,"blog-posts-sidebar-nl":717},{"id":4,"title":5,"body":6,"categories":694,"date":705,"description":706,"extension":707,"image":708,"meta":709,"navigation":710,"originalUrl":711,"path":712,"seo":713,"slug":714,"stem":715,"__hash__":716},"blogNl\u002Fblog\u002Fstop-overpaying-paiton-mi300x-moe-beats-h200-b200-on-1m-tokens.md","Stop met te veel betalen: Paiton MI300X MoE verslaat H200\u002FB200 in kosten per 1 miljoen tokens",{"type":7,"value":8,"toc":683},"minimark",[9,17,24,27,34,37,40,46,49,154,160,165,168,360,368,374,377,383,387,390,394,397,402,405,417,421,525,530,536,546,552,555,581,587,590,610,616,620,627,630,640,645],[10,11,12,16],"p",{},[13,14,15],"strong",{},"Korte samenvatting:"," We hebben Paiton gebenchmarkt met onze nieuwe MoE-ondersteuning op Qwen\u002FQwen3-30B-A3B-Instruct-2507 om de inferentieprestaties in verschillende opstellingen te vergelijken. Elke configuratie werd vijf keer per batchgrootte uitgevoerd en we rapporteren het gemiddelde over de runs.",[18,19,21],"h3",{"id":20},"waarom-deze-benchmark",[13,22,23],{},"Waarom deze benchmark",[10,25,26],{},"De meeste gepubliceerde cijfers zijn gebaseerd op synthetische prompts of eenvoudige testdatasets. Wij richten ons, zoals altijd, op realistische conversationele workloads om het werkelijke gedrag van latency en throughput zichtbaar te maken. Het geteste model is Qwen\u002FQwen3-30B-A3B-Instruct-2507, uitgevoerd met Paiton's aangepaste kernelruntime.",[10,28,29,30,33],{},"Ondertussen vloeien miljarden naar glimmende NVIDIA-racks, terwijl wij ze ",[13,31,32],{},"verslaan"," met de goedkopere AMD MI300X van de vorige generatie.",[10,35,36],{},"Als uw doel betere resultaten per dollar is, en niet een bepaald logo per rackunit, betaalt u letterlijk een meerprijs om trager te gaan.",[10,38,39],{},"Terwijl anderen zich haasten om de nieuwste GPU's te kopen, richten wij ons op het ontsluiten van het volledige potentieel van zowel de huidige als de vorige generaties. GPU-leveranciers pushen vaak nieuwe hardware voordat de vorige generatie volledig is geoptimaliseerd en wij zijn hier om dat te veranderen.",[18,41,43],{"id":42},"methodologie",[13,44,45],{},"Methodologie",[10,47,48],{},"Om de geldigheid en toepasbaarheid van onze bevindingen te garanderen, hebben we ons aan een nauwgezette benchmarkingmethodologie gehouden:",[50,51,52,59,65,71,148],"ul",{},[53,54,55,58],"li",{},[13,56,57],{},"Getest model:"," We selecteerden Qwen\u002FQwen3-30B-A3B-Instruct-2507, een representatief groot MoE-model, zodat de resultaten relevant zijn voor hedendaagse LLM-deployments.",[53,60,61,64],{},[13,62,63],{},"Dataset:"," In plaats van synthetische gegevens hebben we realistische conversatiesporen uit de ShareGPT-dataset gebruikt. Deze keuze is van cruciaal belang voor het nauwkeurig beoordelen van de prestaties in scenario's die daadwerkelijke gebruikersinteracties nabootsen.",[53,66,67,70],{},[13,68,69],{},"Uitvoerlengte:"," Om de consistentie te behouden en de typische conversatielengtes weer te geven, werd de uitvoerlengte beperkt tot 256 tokens voor alle inferentieruns.",[53,72,73,76],{},[13,74,75],{},"Hardware- en softwareconfiguraties:",[50,77,78,103,126],{},[53,79,80,83],{},[13,81,82],{},"AMD MI300X (geoptimaliseerd voor Paiton):",[50,84,85,91,97],{},[53,86,87,90],{},[13,88,89],{},"ROCm-versies:"," Getest met zowel 6.4.1 als 7.0.0 om de impact van verschillende softwarestacks te evalueren.",[53,92,93,96],{},[13,94,95],{},"VRAM:"," 192 GB HBM, biedt aanzienlijke geheugencapaciteit voor grote modellen.",[53,98,99,102],{},[13,100,101],{},"Softwarestack:"," Paiton's aangepaste kernelruntime met MoE-ondersteuning, naast standaard vLLM v0.10.0 en stacks van concurrenten voor een volledige vergelijking.",[53,104,105,108],{},[13,106,107],{},"NVIDIA H200 (referentieplatform):",[50,109,110,116,121],{},[53,111,112,115],{},[13,113,114],{},"CUDA-versie:"," CUDA 13, vertegenwoordigt de nieuwste NVIDIA-softwareomgeving.",[53,117,118,120],{},[13,119,95],{}," 141 GB HBM.",[53,122,123,125],{},[13,124,101],{}," vLLM 0.10.2 en stacks van concurrenten.",[53,127,128,131],{},[13,129,130],{},"NVIDIA B200 (referentieplatform):",[50,132,133,138,143],{},[53,134,135,137],{},[13,136,114],{}," CUDA 13.",[53,139,140,142],{},[13,141,95],{}," 180 GB HBM.",[53,144,145,147],{},[13,146,101],{}," vLLM 0.10.2, gebouwd vanuit de broncode, en stacks van concurrenten.",[53,149,150,153],{},[13,151,152],{},"Benchmarkprocedure:"," Voor elke batchgrootte in de set {1, 2, 4, 8, 16, 24, 32, 64, 128, 256} werden inferentietaken vijf keer end-to-end uitgevoerd. Doorvoer (tokens\u002Fsec) en latentie werden nauwgezet geregistreerd, waarbij het gemiddelde van de runs werd gerapporteerd om de statistische variantie te verminderen. Cruciaal was dat de tokenisatie- en generatie-instellingen in alle configuraties identiek bleven om een eerlijke vergelijking te garanderen.",[18,155,157],{"id":156},"resultaten",[13,158,159],{},"Resultaten",[161,162,164],"h4",{"id":163},"analyse-van-doorvoer-en-kostenefficiëntie","Analyse van doorvoer en kostenefficiëntie",[10,166,167],{},"De volgende tabel toont de gemiddelde doorvoer (tokens\u002Fsec) die is waargenomen voor elke configuratie over verschillende batchgroottes:",[169,170,171,203],"table",{},[172,173,174],"thead",{},[175,176,177,183,188,193,198],"tr",{},[178,179,180],"th",{},[13,181,182],{},"Batchgrootte",[178,184,185],{},[13,186,187],{},"Paiton (MI300X) ROCm 6.4.1 \u002F vLLM 0.9.0",[178,189,190],{},[13,191,192],{},"MI300X ROCm 7.0 \u002F vLLM 0.10.0",[178,194,195],{},[13,196,197],{},"NVIDIA H200 CUDA 13 \u002F vLLM 0.10.2",[178,199,200],{},[13,201,202],{},"NVIDIA B200 CUDA 13 \u002F vLLM 0.10.2",[204,205,206,224,241,258,275,292,309,326,343],"tbody",{},[175,207,208,212,215,218,221],{},[209,210,211],"td",{},"1",[209,213,214],{},"189,37",[209,216,217],{},"162,24",[209,219,220],{},"189,51",[209,222,223],{},"180,11",[175,225,226,229,232,235,238],{},[209,227,228],{},"2",[209,230,231],{},"347,77",[209,233,234],{},"299,53",[209,236,237],{},"331,47",[209,239,240],{},"339,00",[175,242,243,246,249,252,255],{},[209,244,245],{},"4",[209,247,248],{},"580.07",[209,250,251],{},"496,88",[209,253,254],{},"551,72",[209,256,257],{},"610,16",[175,259,260,263,266,269,272],{},[209,261,262],{},"8",[209,264,265],{},"1.397,40",[209,267,268],{},"1.122,12",[209,270,271],{},"1.277,69",[209,273,274],{},"1.457,11",[175,276,277,280,283,286,289],{},[209,278,279],{},"16",[209,281,282],{},"2.855,09",[209,284,285],{},"1.989,90",[209,287,288],{},"2.222,61",[209,290,291],{},"2.840,19",[175,293,294,297,300,303,306],{},[209,295,296],{},"32",[209,298,299],{},"4.613,32",[209,301,302],{},"3.209,90",[209,304,305],{},"3.862,38",[209,307,308],{},"4.588,88",[175,310,311,314,317,320,323],{},[209,312,313],{},"64",[209,315,316],{},"7.234,05",[209,318,319],{},"5.573,63",[209,321,322],{},"6.687,79",[209,324,325],{},"8.368,82",[175,327,328,331,334,337,340],{},[209,329,330],{},"128",[209,332,333],{},"9.554,87",[209,335,336],{},"8.717,82",[209,338,339],{},"10.489,65",[209,341,342],{},"13.884,28",[175,344,345,348,351,354,357],{},[209,346,347],{},"256",[209,349,350],{},"14.672,35",[209,352,353],{},"12.587,27",[209,355,356],{},"16.129,35",[209,358,359],{},"21.980,31",[10,361,362],{},[363,364],"img",{"alt":365,"src":366,"title":367},"","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fimage-2-3.jpg","Grafiek",[161,369,371],{"id":370},"waarnemingen",[13,372,373],{},"Waarnemingen",[10,375,376],{},"Hoewel de ruwe throughputcijfers over de hele linie competitief zijn, brengt een grondigere kostenanalyse belangrijke verschillen aan het licht. Met MoE-ondersteuning levert Paiton een robuuste throughput die soepel schaalt en ook bij hogere batchgroottes een voorspelbare latency behoudt. Sommige concurrerende stacks vertonen daarentegen meer variatie en mogelijk een lagere piekefficiëntie.",[18,378,380],{"id":379},"tokeneconomie",[13,381,382],{},"Tokeneconomie",[161,384,386],{"id":385},"kostenanalyse-op-aanvraag","Kostenanalyse op aanvraag",[10,388,389],{},"Voor een betekenisvolle vergelijking analyseerden we de kosten per 1 miljoen tokens, een cruciale metric voor productiedeployments. We combineerden de goedkoopste geloofwaardige on-demandprijs per GPU-uur voor elke GPU-familie met onze gemeten throughput bij batchgrootte 32. We kozen batchgrootte 32 omdat dit voor veel conversationele MoE-deployments een gangbaar werkpunt is.",[161,391,393],{"id":392},"transparante-formule","Transparante formule",[10,395,396],{},"De kosten per 1 miljoen tokens worden berekend met behulp van de volgende formule:",[10,398,399],{},[13,400,401],{},"$ per 1 miljoen tokens = (1.000.000 × R) \u002F (T × 3600)",[10,403,404],{},"Waar:",[50,406,407,412],{},[53,408,409],{},[13,410,411],{},"R = on-demand prijs van $\u002Fuur per GPU",[53,413,414],{},[13,415,416],{},"T = tokens\u002Fsec (per GPU)",[161,418,420],{"id":419},"on-demandresultaten-goedkoopste-geloofwaardige-aanbiedingen","On-demandresultaten (goedkoopste geloofwaardige aanbiedingen)",[169,422,423,452],{},[172,424,425],{},[175,426,427,432,437,442,447],{},[178,428,429],{},[13,430,431],{},"GPU",[178,433,434],{},[13,435,436],{},"Doorvoer (tokens\u002Fsec)",[178,438,439],{},[13,440,441],{},"$\u002FGPU\u002Fuur",[178,443,444],{},[13,445,446],{},"Tokens per $",[178,448,449],{},[13,450,451],{},"$ per 1 miljoen tokens",[204,453,454,472,489,507],{},[175,455,456,461,463,466,469],{},[209,457,458],{},[13,459,460],{},"Paiton MI300X",[209,462,299],{},[209,464,465],{},"$ 1,50",[209,467,468],{},"11.071.968",[209,470,471],{},"$ 0,090",[175,473,474,479,481,483,486],{},[209,475,476],{},[13,477,478],{},"Standaard AMD MI300X",[209,480,302],{},[209,482,465],{},[209,484,485],{},"7.703.760",[209,487,488],{},"$ 0,130",[175,490,491,496,498,501,504],{},[209,492,493],{},[13,494,495],{},"NVIDIA H200",[209,497,305],{},[209,499,500],{},"$ 2,59",[209,502,503],{},"5.368.559",[209,505,506],{},"$ 0,186",[175,508,509,514,516,519,522],{},[209,510,511],{},[13,512,513],{},"NVIDIA B200",[209,515,308],{},[209,517,518],{},"$ 3,75",[209,520,521],{},"4.405.325",[209,523,524],{},"$ 0,227",[10,526,527],{},[363,528],{"alt":365,"src":529,"title":367},"\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fimage-2-4.jpg",[10,531,532],{},[533,534,535],"em",{},"Goedkoopste on-demand prijzen met batchgrootte 32 doorvoer → Paiton MI300X leidt op $\u002F1 miljoen tokens.",[10,537,538,541,542,545],{},[13,539,540],{},"Samenvatting voor beslissers:"," Paiton op MI300X komt uit op ongeveer ",[13,543,544],{},"$ 0,090 per 1 miljoen tokens",", aanzienlijk minder dan NVIDIA H200 (circa $ 0,186) en B200 (circa $ 0,227). Dit kostenverschil levert een tastbaar investeringsrendement op en is geen marginale verbetering.",[18,547,549],{"id":548},"waarom-paiton-wint",[13,550,551],{},"Waarom Paiton wint",[10,553,554],{},"De overtuigende prestaties en kostenefficiëntie van Paiton kunnen worden toegeschreven aan verschillende belangrijke architecturale en software-optimalisaties:",[50,556,557,563,569,575],{},[53,558,559,562],{},[13,560,561],{},"MoE-optimalisatie op kernelniveau:"," Paiton's aangepaste kernels maximaliseren de rekenintensiteit en geheugenlokaliteit. Door de overhead van generieke bibliotheken te omzeilen, bieden ze een efficiënter uitvoeringspad voor MoE-modellen, wat zich rechtstreeks vertaalt in betere prestaties.",[53,564,565,568],{},[13,566,567],{},"Strategische HBM-inzet op MI300X:"," De royale 192 GB High Bandwidth Memory (HBM) van de AMD MI300X wordt strategisch gebruikt door Paiton. Deze ruime geheugencapaciteit zorgt ervoor dat expertweights en key-value (KV) caches “hot” blijven in het geheugen, waardoor de behoefte aan dure geheugenswaps drastisch wordt verminderd. Dit is een cruciale factor bij het bereiken van duurzame hoge prestaties en bijgevolg lagere operationele kosten.",[53,570,571,574],{},[13,572,573],{},"Minder kernelaanroepen:"," Paiton combineert meerdere bewerkingen in grotere kernels die rekening houden met de experts. Daardoor zijn tijdens runtime veel minder kernellanceringen nodig. Dat verlaagt de latency, verbetert de GPU-bezetting en verhoogt de rekenintensiteit. Het resultaat is een hogere throughput en stabielere prestaties dan bij stacks die veel kleine kernels uitvoeren.",[53,576,577,580],{},[13,578,579],{},"Onafhankelijkheid van ROCm-versies:"," Paiton's aangepaste kernels zijn ontworpen om grotendeels onafhankelijk te blijven van wijzigingen tussen specifieke ROCm-versies. Dat biedt meer stabiliteit en flexibiliteit bij deployments, omdat de prestaties ook bij updates van de onderliggende ROCm-softwarestack consistent blijven.",[18,582,584],{"id":583},"reproduceerbaarheid-en-prijstransparantie",[13,585,586],{},"Reproduceerbaarheid en prijstransparantie",[10,588,589],{},"We streven naar transparantie en reproduceerbaarheid.",[50,591,592,598,604],{},[53,593,594,597],{},[13,595,596],{},"Doorvoer-\u002Flatentiegegevens:"," Alle onbewerkte gegevens zijn opgenomen in dit bericht.",[53,599,600,603],{},[13,601,602],{},"Formules:"," De formules die worden gebruikt voor kostenberekeningen worden expliciet vermeld.",[53,605,606,609],{},[13,607,608],{},"Prijzen:"," On-demand prijzen weerspiegelen de laagst geloofwaardige openbare vermeldingen die beschikbaar waren op het moment van deze benchmark.",[18,611,613],{"id":612},"conclusie",[13,614,615],{},"Conclusie",[161,617,619],{"id":618},"de-nieuwe-basislijn-voor-kosten-per-token","De nieuwe basislijn voor kosten per token",[10,621,622,623,626],{},"Voor organisaties die grote Mixture-of-Experts-modellen in productie inzetten, vormt Paiton op AMD MI300X de nieuwe ",[13,624,625],{},"referentie voor kosten per token",". De benchmarkresultaten bevestigen dat Paiton andere oplossingen achter zich laat wanneer modellen zoals Qwen3-30B-A3B-Instruct-2507 op schaal worden aangeboden. Dat voordeel geldt zowel voor on-demandclouddeployments als voor eigen on-premises infrastructuur. De combinatie van sterke prestaties en aanzienlijke kostenbesparingen maakt Paiton bijzonder waardevol voor een optimaal rendement op investeringen in LLM-inferentie.",[10,628,629],{},"Bovendien optimaliseren we onze oplossingen voortdurend en verwachten we in de nabije toekomst nog indrukwekkendere resultaten. Houd ons in de gaten voor aankomende updates, inclusief gedetailleerde FP8-resultaten, die we zeer binnenkort zullen posten.",[10,631,632,639],{},[633,634,638],"a",{"href":635,"rel":636},"https:\u002F\u002Fai.eliovp.com\u002Fpaiton",[637],"nofollow","Neem contact op om de mogelijkheden te bespreken"," :)",[10,641,642],{},[13,643,644],{},"Referenties",[646,647,648,655,662,669,676],"ol",{},[53,649,650],{},[633,651,654],{"href":652,"rel":653},"https:\u002F\u002Fwww.supermicro.com\u002Fen\u002Fproducts\u002Fsystem\u002Fgpu\u002F8u\u002Fas%20-8125gs-tnmr2",[637],"Supermicro GPU-systeem AS-8125GS-TNMR2",[53,656,657],{},[633,658,661],{"href":659,"rel":660},"https:\u002F\u002Fwww.amd.com\u002Fen\u002Fproducts\u002Faccelerators\u002Finstinct\u002Fmi300\u002Fmi300x.html",[637],"AMD Instinct MI300X",[53,663,664],{},[633,665,668],{"href":666,"rel":667},"https:\u002F\u002Fgithub.com\u002FROCm\u002Fvllm",[637],"ROCm\u002Fvllm GitHub",[53,670,671],{},[633,672,675],{"href":673,"rel":674},"https:\u002F\u002Fgithub.com\u002Fvllm-project\u002Fvllm",[637],"vllm-project\u002Fvllm GitHub",[53,677,678],{},[633,679,682],{"href":680,"rel":681},"https:\u002F\u002Fhuggingface.co\u002FQwen\u002FQwen3-30B-A3B-Instruct-2507",[637],"Hugging Face Qwen3-30B-A3B-Instruct-2507",{"title":365,"searchDepth":684,"depth":684,"links":685},2,[686,688,689,690,691,692,693],{"id":20,"depth":687,"text":23},3,{"id":42,"depth":687,"text":45},{"id":156,"depth":687,"text":159},{"id":379,"depth":687,"text":382},{"id":548,"depth":687,"text":551},{"id":583,"depth":687,"text":586},{"id":612,"depth":687,"text":615},[695,696,697,698,699,700,701,702,703,513,495,697,704],"Alle","Kunstmatige intelligentie","Paiton","AI-benchmarks","AMD MI300X","Kosten per token","Inferentie-optimalisatie","Mixture of Experts","MoE","Qwen3","2025-09-26T13:36:18","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.","md","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fhulkvshulkpaitonwins.webp",{},true,"https:\u002F\u002Feliovp.com\u002Fstop-overpaying-paiton-mi300x-moe-beats-h200-b200-on-1m-tokens\u002F","\u002Fblog\u002Fstop-overpaying-paiton-mi300x-moe-beats-h200-b200-on-1m-tokens",{"title":5,"description":706},"stop-overpaying-paiton-mi300x-moe-beats-h200-b200-on-1m-tokens","blog\u002Fstop-overpaying-paiton-mi300x-moe-beats-h200-b200-on-1m-tokens","7ByKEGKxTEEivXYoWeO_KPKrINuiWwJ6zSZSTId03kE",[718,734,748,779,791,813,831,850,869,887,903,915,917,932,944,953,961,976,988,999,1010,1020,1033,1043,1056,1067,1077,1088,1097,1109,1120,1129],{"path":719,"title":720,"description":721,"date":722,"slug":723,"image":724,"originalUrl":725,"categories":726},"\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",[697,696,727,728,729,730,701,731,732,733],"AMD Radeon","AI-inferentie","GPU-prestaties","Inferentielatentie","Grote taalmodellen","vLLM","Kostenefficiëntie",{"path":735,"title":736,"description":737,"date":738,"slug":739,"image":740,"originalUrl":741,"categories":742},"\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,[695,743,744,745,746,747],"AI-infrastructuur","Datacenters","ModFlex","HPC","AMD Helios",{"path":749,"title":750,"description":751,"date":752,"slug":753,"image":754,"originalUrl":755,"categories":756},"\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",[695,696,697,757,758,759,760,761,762,763,764,765,431,766,767,768,769,770,771,772,697,773,774,775,776,777,778],"14B","AMD","B200","Benchmarks","Blackwell","Compute","Diffusie","Eliovp","Generatieve AI","Hardware","Inferentie","Instinct","MI355x","NVidia","On-premises","Optimalisatie","Soevereine AI","T2V","Tekst-naar-video","Tuning","Video-generatie","Wan2.2",{"path":780,"title":781,"description":782,"date":783,"slug":784,"image":785,"originalUrl":786,"categories":787},"\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",[695,696,788,789,758,790,788,770],"Modulaire DC","Niet gecategoriseerd","De Tijd",{"path":792,"title":793,"description":794,"date":795,"slug":796,"image":797,"originalUrl":798,"categories":799},"\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",[695,696,800,789,801,802,803,804,805,806,807,808,764,809,765,810,811,812],"Trending","AI Act","Antropomorfisme","AVG","Benelux","ChatGPT","Cyberbeveiliging","Databeheer","Gegevensbeveiliging","GDPR","Microsoft Copilot","Privacy","Shadow AI",{"path":814,"title":815,"description":816,"date":817,"slug":818,"image":819,"originalUrl":820,"categories":821},"\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",[695,822,823,824,806,825,826,827,809,828,829,830,811],"AWS","Belgian Mobile ID","CLOUD Act","Datasoevereiniteit","Digitale identiteit","eIDAS","itsme","Liberty Global","MyGov.be",{"path":832,"title":833,"description":834,"date":835,"slug":836,"image":837,"originalUrl":838,"categories":839},"\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",[695,696,840,800,841,842,843,844,845,846,847,848,773,849],"Oplossingen","Agentic AI","AI-techniek","AI-strategie","Autonome agenten","Bedrijfs-AI","Lokale LLM","Modelverfijning","AI op locatie","VRAM-optimalisatie",{"path":851,"title":852,"description":853,"date":854,"slug":855,"image":856,"originalUrl":857,"categories":858},"\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",[695,696,800,859,860,861,862,863,864,865,866,867,868],"AI Infrastructure","AI Neocloud","Circulaire financiering","GPU Cloud","Beleggingsrisico's","Opstartwaardering","Synthetische bubbel","Technische analyse","Vaporware","Durfkapitaal",{"path":870,"title":871,"description":872,"date":873,"slug":874,"image":875,"originalUrl":876,"categories":877},"\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",[695,788,789,878,743,879,880,881,882,883,884,885,886],"150 kW rek","DLC","Hoge dichtheid","Vloeistofkoeling","Modulair datacenter","NVIDIA Blackwell Ultra","NVIDIA GB300","NVL72","Snelle implementatie",{"path":888,"title":889,"description":890,"date":891,"slug":892,"image":893,"originalUrl":894,"categories":895},"\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",[695,696,697,789,699,696,896,897,898,899,900,901,697,902],"CUDA-vertaling","FP8","GPU-optimalisatie","Hoogwaardige computers","HIP","Kerneltuning","ROCm",{"path":904,"title":905,"description":906,"date":907,"slug":908,"image":909,"originalUrl":910,"categories":911},"\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",[695,696,697,728,912,699,733,913,701,901,697,914,732],"AMD Instinct","Hoge throughput","SGLang",{"path":712,"title":5,"description":706,"date":705,"slug":714,"image":708,"originalUrl":711,"categories":916},[695,696,697,698,699,700,701,702,703,513,495,697,704],{"path":918,"title":919,"description":920,"date":921,"slug":922,"image":923,"originalUrl":924,"categories":925},"\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",[695,696,840,789,841,926,927,928,929,846,848,773,930,931],"Schadedetectie","Documentverwerking","E-mailautomatisering","Factuurextractie","Ticketautomatisering","Workflowautomatisering",{"path":933,"title":934,"description":935,"date":936,"slug":937,"image":938,"originalUrl":939,"categories":940},"\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",[695,696,697,789,941,758,759,942,943,769,770,697,732],"AI","H200","MI300X",{"path":945,"title":946,"description":947,"date":948,"slug":949,"image":950,"originalUrl":951,"categories":952},"\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",[695,696,840,841,926,927,928,929,846,848,773,930,931],{"path":954,"title":955,"description":956,"date":957,"slug":958,"image":365,"originalUrl":959,"categories":960},"\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",[695,696,697],{"path":962,"title":963,"description":964,"date":965,"slug":966,"image":967,"originalUrl":968,"categories":969},"\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",[695,696,697,789,728,699,970,897,971,972,973,697,974,975],"Koude start","Grafiekcompilatie","Llama 3.1 405B","LLM-optimalisatie","Opstartlatentie","Tensor-parallellisme",{"path":977,"title":978,"description":979,"date":980,"slug":981,"image":982,"originalUrl":983,"categories":984},"\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",[695,696,697,789,699,985,845,765,729,730,731,972,986,987],"Koude startoptimalisatie","Model serving","vLLM-optimalisatie",{"path":989,"title":990,"description":991,"date":992,"slug":993,"image":994,"originalUrl":995,"categories":996},"\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",[695,696,697,840,789,758,943,770,997,998],"RX7900XTX","tenstorrent",{"path":1000,"title":1001,"description":1002,"date":1003,"slug":1004,"image":1005,"originalUrl":1006,"categories":1007},"\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",[695,696,788,840,759,942,1008,770,1009],"MI325x","pnl-rekenmachine",{"path":1011,"title":1012,"description":1013,"date":1014,"slug":1015,"image":1016,"originalUrl":1017,"categories":1018},"\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",[695,696,697,941,758,942,1019,770,697,732],"MI300",{"path":1021,"title":1022,"description":1023,"date":1024,"slug":1025,"image":1026,"originalUrl":1027,"categories":1028},"\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",[695,788,1029,859,880,746,881,882,1030,1031,885,1032],"1-2MW datacenter","NVIDIA Blackwell","NVIDIA NVL","Precisiekoeling",{"path":1034,"title":1035,"description":1036,"date":1037,"slug":1038,"image":1039,"originalUrl":1040,"categories":1041},"\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",[695,696,840,789,941,758,1042],"Zorg",{"path":1044,"title":1045,"description":1046,"date":1047,"slug":1048,"image":1049,"originalUrl":1050,"categories":1051},"\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",[695,800,941,758,1052,1053,1054,1055],"importeren","Taiwan","Tarieven","Trump",{"path":1057,"title":1058,"description":1059,"date":1060,"slug":1061,"image":1062,"originalUrl":1063,"categories":1064},"\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",[695,696,840,941,1065,1066],"AI-agenten","ERP",{"path":1068,"title":1069,"description":1070,"date":1071,"slug":1072,"image":1073,"originalUrl":1074,"categories":1075},"\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",[695,696,800,1076,758,431,770],"AI-nieuws",{"path":1078,"title":1079,"description":1080,"date":1081,"slug":1082,"image":1083,"originalUrl":1084,"categories":1085},"\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",[695,696,697,941,758,1086,1087,943,697],"benchmark","LLM",{"path":1089,"title":1090,"description":1091,"date":1092,"slug":1093,"image":1094,"originalUrl":1095,"categories":1096},"\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",[695,696,697],{"path":1098,"title":1099,"description":1100,"date":1101,"slug":1102,"image":1103,"originalUrl":1104,"categories":1105},"\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",[695,758,1106,1107,1108],"Jim Greene","Podcast","Tech Talk",{"path":1110,"title":1111,"description":1112,"date":1113,"slug":1114,"image":1115,"originalUrl":1116,"categories":1117},"\u002Fblog\u002Ffurther-optimizing-amd-powered-inference-with-paiton","AMD-inferentie verder optimaliseren met Paiton","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.","2025-03-13T06:18:30","further-optimizing-amd-powered-inference-with-paiton","\u002Fasset\u002Fimages\u002Fblog\u002Fimported\u002Fpaitonpost3.webp","https:\u002F\u002Feliovp.com\u002Ffurther-optimizing-amd-powered-inference-with-paiton\u002F",[695,696,697,758,1118,1119,942,943,1008,697,732],"Deepseek","H100",{"path":1121,"title":1122,"description":1123,"date":1124,"slug":1125,"image":1126,"originalUrl":1127,"categories":1128},"\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",[695,696,697,758,1118,1119,942,943,1008,697,732],{"path":1130,"title":1131,"description":1132,"date":1133,"slug":1134,"image":1135,"originalUrl":1136,"categories":1137},"\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",[695,696,697,758,1119,942,943,1008,697,732],1788530430239]