13 november 2026 · Jakub M.

Nvidia zonder Jensen Huang: wat het betekent voor lokale AI en hardwareprijzen

Nvidia-oprichter Jensen Huang is opgestapt als topman. Voor iedereen die AI op eigen hardware draait, is iets anders belangrijker: grafische kaarten en AI-werkstations worden vooral duurder door het geheugentekort, niet door de wissel aan de top.

Wat er is gebeurd

Op zondag 8 november kondigde de raad van bestuur van Nvidia een onafhankelijk onderzoek naar zijn topman aan. In een interne boodschap aan medewerkers gaf Jensen Huang een buitenechtelijke affaire toe. Volgens Amerikaanse media gaat de zaak ook over zijn relatie met een bestuurder van Megaspeed, een bedrijf uit Singapore. Volgens die berichten verdenken Amerikaanse autoriteiten deze bestuurder van banden met de Chinese inlichtingendienst; China wijst de beschuldigingen af. Megaspeed was een van de grote buitenlandse klanten van Nvidia en kocht er voor bijna 5 miljard dollar aan chips en andere hardware.

De raad aanvaardde het ontslag van Huang op 11 november met onmiddellijke ingang, en het bedrijf maakte het een dag later bekend. Financieel directeur Colette Kress leidt Nvidia ad interim, Harvey C. Jones werd voorzitter van de raad en er wordt gezocht naar een vaste opvolger. Het Nvidia-aandeel verloor in vijf dagen zo’n 17% en staat op het laagste niveau in meer dan een jaar.

Wat voorlopig hetzelfde blijft

Het vertrek van de topman verandert niets aan de werking van de huidige grafische kaarten, drivers en softwaretools, CUDA inbegrepen. Wie vandaag AI-modellen op Nvidia-hardware draait, hoeft niet meteen iets te veranderen.

Analisten zijn het erover eens dat ook het bedrijf zelf op korte termijn niet verandert. Volgens Cody Acree van StoneX ligt de productroadmap van Nvidia vast tot en met de Feynman-generatie in 2028, en ziet hij tot dan geen effect op de omzet. Raymond James vindt de marktreactie overdreven. Goldman Sachs verwacht dat Nvidia zijn bestaande toezeggingen nakomt, maar denkt dat nieuwe grote partnerschappen zonder Huang moeilijker te sluiten zijn. Volgens Digitimes rekenen Taiwanese serverfabrikanten op korte termijn op stabiele vraag.

Het vertrek van Jensen Huang is de grootste leiderschapswissel bij Nvidia in meer dan dertig jaar. Voor wie hardware kiest om eigen AI-modellen te draaien, komt het echter op een moment dat de markt al lastig genoeg is. Geheugenprijzen stijgen, krachtige grafische kaarten zijn moeilijk te krijgen en steeds meer gebruikers zoeken alternatieven voor klassieke GPU-systemen.

De belangrijkste oorzaak: geheugen

De huidige prijsstijging van hardware voor lokale AI komt vooral door een tekort aan geheugenchips. Volgens de Wall Street Journal gebruiken AI-datacenters dit jaar ongeveer 70% van de productie van high-end DRAM. Geheugen werd eind 2025 al zo’n 50% duurder en analisten van TrendForce verwachtten voor dit jaar nog eens ongeveer 70%. Fabrikanten verkopen al capaciteit voor 2027 en 2028 en verwachten niet eerder dan 2028 merkbare verlichting. Ook andere factoren, zoals vraag en prijsbeleid van fabrikanten, spelen mee in de eindprijzen.

Voor lokale AI is geheugen cruciaal. De capaciteit bepaalt hoe groot een model mag zijn om op de computer te passen, de bandbreedte hoe snel het antwoordt.

Wat hardware voor lokale AI vandaag kost

Grafisch geheugen op een kaart is veel sneller, maar klein: een model dat er niet in past, moet worden opgesplitst of wordt flink trager. Gedeeld en unified geheugen is trager, maar biedt plaats aan veel grotere modellen. De twee waarden zijn dus niet direct vergelijkbaar.

Vooral grafische kaarten zijn hard geraakt. De RTX 5090 verdween al in januari uit het aanbod van grote Amerikaanse winkels. Volgens GPU Poet werd hij in november op online marktplaatsen verkocht voor ongeveer 6.000 dollar, zo’n drie keer de adviesprijs. Volgens Chinese bronnen verhogen kaartfabrikanten in november opnieuw de prijzen, met bijna 500 dollar voor de RTX 5090 en 5080.

Compacte AI-werkstations met gedeeld geheugen zijn de betaalbaarste weg naar grote modellen, maar ook die worden duurder. Nvidia’s DGX Spark met 128 GB is sinds de lancering 75% duurder geworden. AMD verkoopt een eigen computer, de Ryzen AI Halo met 128 GB, vanaf 3.999 dollar. Dit voorjaar noemde Apple voor Mac Studio’s met meer geheugen levertijden tot vier à vijf maanden.

Wat onze eigen test liet zien

We hebben zelf uitgeprobeerd hoe ver je met gedeeld geheugen komt. Op een Mac Studio M5 Ultra met 256 GB unified memory draaide de 4-bitversie van Qwen3.5 met 397 miljard parameters. Het model gebruikte ongeveer 224 GB geheugen en genereerde zo’n 62 tokens per seconde, zonder enige wijziging in de macOS-instellingen. Met een context van 128.000 tokens daalde de snelheid naar 44 tokens per seconde. Op één grafische kaart zou zo’n model bij lange na niet passen. De details staan in onze test van Qwen3.5 397B.

Wat er de komende jaren kan veranderen

Het vertrek van Huang voegt vooral op lange termijn onzekerheid toe. Veel hangt af van wie Nvidia gaat leiden: een technicus houdt waarschijnlijk de huidige koers aan, een manager van buiten zou harder kunnen sturen op kortetermijnresultaten. De zaak-Megaspeed heeft bovendien de vraag opgeworpen of Nvidia-chips via andere landen in China terechtkomen. Strengere exportcontroles zouden vooral grote klanten raken en gelden voorlopig niet voor thuisgebruikers. Ondertussen versterken AMD en Apple de ondersteuning van tools voor lokale AI, en elke misstap van Nvidia geeft hun een kans.

De eerste grote test volgt op 17 november, wanneer Nvidia zijn kwartaalcijfers publiceert. De aandacht gaat uit naar orders en naar wat het bedrijf zegt over de leveringen.

Wat het betekent voor lokale AI

Paniek is niet nodig. De hardware die je hebt blijft werken en de nieuwe producten van Nvidia staan nog steeds op de planning. Onder druk kopen loont echter niet: een RTX 5090 kost vandaag ongeveer drie keer de adviesprijs en het geheugentekort verdwijnt niet snel.

Het loont ook om niet alles op één platform te zetten. llama.cpp draait op grafische kaarten van Nvidia en AMD, op Apple Silicon en ook alleen op de processor. MLX is gemaakt voor Apple Silicon, maar ondersteunt inmiddels ook CUDA. vLLM heeft voor elk platform een andere backend nodig. Overstappen is dus niet gratis, maar wel mogelijk.

Probeer het voordat je koopt

Bij hardware van duizenden euro’s is het verstandig eerst te controleren of jouw model en jouw werklast snel genoeg draaien. De Mac Studio M5 Ultra met 256 GB waarop we hebben getest, kun je bij ons al vanaf één dag huren.

Bronnen: NVIDIA Form 8-K (SEC), ABC News, CBS News, TipRanks, Investing.com, Digitimes, Windows Central (WSJ, TrendForce), GPU Poet, Dataconomy, TechRadar, Implicator, Digital Citizen, BGR. Prijzen per 13 november 2026.

Huur aanvragen Prestaties

← Alle artikelen