De shop is live

Wij bouwen Workstation AI-machines voor websites, AI-agents en LLM-training — configureer en koop online.

Bekijk handelsprijzen
AI-producten
AI LabsOpenAI-agentsClaude-agentsGrok-botWorkstation AI native CRMMarketingAlle producten
AI-oplossingen
Toegepaste AIAI-agentsGeneratieve AIAI-automatiseringAI-bijscholingAI-pakketten voor het mkbEnterprise AI LabAI-werkstationsNVIDIA-hardware en -softwareNVIDIA Accelerated ComputingPrivate AIGPU private cloudGPU-clustersEdge AIAI per sector
AI-diensten
PlatformmoderniseringDigitale engineeringDatafundamenten en AIAutonome operatiesAI-adviesDevOps-automatiseringCybersecuritySoftwareontwikkelingAgentontwikkelingMLOps-opzetGPU-leasingGPU private cloud
Over ons
BedrijfOns verhaalPartnersKlantverhalen
AI-datacenters
AI-datacentersGPU private cloudGPU-clustersGPU-leasing
AI-inzichtenJev-reeksBenchmarklabModelkeuze
Technische notities
Documentatie
Linux-OSUbuntuRed Hat Enterprise LinuxSUSE LinuxAlpine LinuxDebian, Rocky & AlmaLinux
AI-cloudplatformsAWS & Amazon BedrockGoogle Cloud & Vertex AIMicrosoft Azure & AI FoundryGPU-clouds en -marktplaatsen
Private AI-datacentersVoor advocatenkantorenVoor accountantskantorenOn-premises platformsVolledig beveiligde cloud
ToolsRing PromoterJobshout
Nieuws
Blog
Neem contact opInloggen

AI-werkstations, AI multi-agent software, GPU-infrastructuur en intelligente agentoplossingen voor moderne bedrijven.

Neem contact op

AI-oplossingen

Toegepaste AIAI-agentsGeneratieve AIAI-automatiseringAI-bijscholingAI-pakketten voor het mkbEnterprise AI LabAI per sector

Producten

Alle productenWorkstation AI-native CRM & ERPMarketingOpenAI-agentsRing PromoterJobshout

Bedrijf

Over onsBedrijfAI-datacentersWaarom WorkstationPartnersKlantverhalenPrijzenContactTenthMatrix

Bronnen

AI-inzichtenTechnische notitiesDocumentatieLinux-OSAI-cloudplatformsPrivate AI-datacentersBlogZoekenSitemap
Kantoor België
Workstation SRL, Rue Vanderkindere 34, 1180 Uccle, BrusselsBE 0751.518.683Ma - Vr: 9:00 - 18:00 CET
+32 492 45 67 46
Hoofdkantoor VK
77-79 Marlowes, Hemel Hempstead HP1 1LFRoute: neem afrit 20 van de M25, Outer LondonBedrijfsnummer: 11641870Ma - Vr: 9:00 - 18:00 GMT
+44 7515 356 146
Kantoor India
#159 Sector 9, Pocket 1, DDA Flats, 110077 Dwarka, New Delhi
+91 98881 98841
Kantoor Taiwan
3F, No. 2-4, Aisi Rd., Ren'ai Dist., Keelung City 200, Taiwan基隆市仁愛區愛四路2之4號3樓Ma - Vr: 9:00 - 18:00 Taiwanese tijd (GMT+8)
+886 926 892 701+32 492 45 67 46
Kantoor Estland
Aleksander Puškini tn 30-25, 20306 Narva, EstoniaMa - vr: 9:00 - 18:00 uur Estse tijd (EET)
+32 492 45 67 46

© 2026 Workstation AI. Alle rechten voorbehouden.

PrivacyGegevensverwijderingCookiesServicevoorwaardenWebsite-sitemap

NVIDIA, het NVIDIA-logo, RTX, RTX PRO, Blackwell, CUDA, NVLink, MGX, Omniverse, Spectrum-X, Quantum, BlueField, DGX en HGX zijn handelsmerken en/of gedeponeerde handelsmerken van NVIDIA Corporation in de VS en andere landen. AMD, het AMD Arrow-logo, EPYC, Instinct, Ryzen en Threadripper zijn handelsmerken van Advanced Micro Devices, Inc. Dell en PowerEdge zijn handelsmerken van Dell Inc. of haar dochterondernemingen. Intel en Xeon zijn handelsmerken van Intel Corporation of haar dochterondernemingen. AMAX, AceleMax en LiquidMax zijn handelsmerken van AMAX Engineering Corporation. Alle andere productnamen, logo's en merken zijn eigendom van hun respectieve eigenaren. Wij gebruiken ze uitsluitend om de producten aan te duiden die wij beschrijven, leveren of ondersteunen; het gebruik ervan betekent niet dat de eigenaren ons onderschrijven.

AI-kennisbank · AI-cloudplatformen

Elke AI-cloud, één team dat ze kent

Hyperscalers voor beheerde modellen en enterprise-controles, GPU-clouds voor pure capaciteit, marktplaatsen voor de goedkoopste uren. Het Workstation-team ontwerpt, beveiligt en beheert AI op al deze platformen, en naast de hardware die u zelf bezit.

Spreek een cloud engineer →Vergelijk de platformen

Op deze pagina

  1. De platformen die we ondersteunen
  2. Hoe ze zich verhouden
  3. Schalen met Amazon Bedrock
  4. CI/CD voor LLM's, agents en data
  5. LLM- en agent-API's beveiligen
  6. Het AI-agentharnas
  7. Identiteit en authenticatie
  8. AI-workloads optimaliseren
  9. Workstation-support

Hyperscalers

Amazon Web Services

Amazon Bedrock, SageMaker AI en het breedste aanbod aan GPU's en eigen chips.

Lees de gids →

Google Cloud

Vertex AI, Gemini en TPU's naast NVIDIA GPU's.

Lees de gids →

Microsoft Azure

Azure OpenAI en AI Foundry, gekoppeld aan Microsoft 365 en Entra ID.

Lees de gids →

Oracle Cloud Infrastructure

Bare-metal GPU-superclusters en OCI Generative AI.

Lees de gids →

GPU-clouds

CoreWeave

Een Kubernetes-native cloud gebouwd voor grote GPU-clusters.

Lees de gids →
λ

Lambda

Eenvoudige, snelle GPU-instances en -clusters voor AI-teams.

Lees de gids →
NB

Nebius

Een full-stack AI-cloud met GPU-clusters en beheerde inferentie.

Lees de gids →

DigitalOcean

Ontwikkelaarsvriendelijke GPU Droplets en een agentplatform.

Lees de gids →

GPU-marktplaatsen

VA

Vast.ai

Een GPU-marktplaats voor de laagste kosten per uur.

Lees de gids →
RP

RunPod

GPU-pods en serverless GPU-endpoints.

Lees de gids →

Ook ondersteund: Together AI, Fireworks AI, Groq, Hugging Face Inference Endpoints, Replicate, Crusoe, Hyperstack, Scaleway en OVHcloud.

Hoe ze zich verhouden

De meeste organisaties gebruiken er meer dan één: een hyperscaler voor beheerde modellen en governance, een GPU-cloud voor training of zware inferentie, en eigen hardware voor gevoelige of constante workloads.

TypeSterke puntenAfwegingenGebruik het voor
Hyperscalers (AWS, Google Cloud, Azure, Oracle)Beheerde modellen, identiteit, compliance, wereldwijde regio'sHogere GPU-prijzen, quota om te beherenProductie-API's, gereguleerde data, beheerde agents
GPU-clouds (CoreWeave, Lambda, Nebius, DigitalOcean)Nieuwste GPU's, grote clusters, eenvoudigere prijzenMinder beheerde dienstenTraining, fine-tuning, inferentie met hoog volume
GPU-marktplaatsen (Vast.ai, RunPod)Laagste kosten per GPU-uur, snel van startWisselende betrouwbaarheid en vertrouwenExperimenten, batchjobs, endpoints die naar nul schalen
Uw eigen Workstation-hardwareVaste kosten, volledige controle, data blijft in uw gebouwKapitaalinvestering, capaciteitsplanningGevoelige data, constante workloads, ontwikkeling

AI op grote schaal schalen met Amazon Bedrock

Bedrock neemt het GPU-probleem weg, maar verkeer op grote schaal moet nog steeds worden ontworpen. Dit zijn de patronen die we gebruiken voor Bedrock-workloads met hoog volume.

Workflow: een applicatie stuurt verzoeken naar een SQS-wachtrij met backoff en een fallbackmodel; Amazon Bedrock met verhoogde quota, promptcaching, batch en promptroutering; daarna cross-region inferentieprofielen of provisioned throughput. AgentCore en Knowledge Bases, VPC-endpoints, KMS, Guardrails en CloudTrail, en CloudWatch-metrics liggen eromheen.
De acht patronen als één verzoekstroom. De nummers komen overeen met de lijst hieronder: de wachtrij vangt pieken op, Bedrock draait met verhoogde quota en kostenbeheersing, en capaciteit komt uit cross-region inferentie of provisioned throughput, met agents, privacy en metrics eromheen.
  1. 1

    Plan eerst de quota

    Modelleer tokens per minuut en verzoeken per minuut tegen piekverkeer en verhoog quota vóór de lancering, per model en per regio.

  2. 2

    Spreid de belasting

    Cross-region inferentieprofielen routeren verzoeken automatisch over regio's wanneer er één druk is.

  3. 3

    Garandeer capaciteit

    Provisioned throughput voor constant, latencygevoelig verkeer; on-demand voor de rest.

  4. 4

    Verlaag de kosten per verzoek

    Promptcaching voor herhaalde context, batchinferentie voor offline werk en promptroutering om eenvoudige verzoeken naar kleinere modellen te sturen.

  5. 5

    Vang pieken op

    Zet verzoeken in een wachtrij (SQS) en verwerk ze asynchroon, met exponentiële backoff bij throttling en een fallbackmodel.

  6. 6

    Draai agents op de juiste manier

    Bedrock AgentCore voor agentruntime, geheugen, toolgateway, identiteit en observability; Knowledge Bases voor beheerde RAG.

  7. 7

    Houd het privé

    VPC-endpoints, KMS-sleutels, Guardrails en CloudTrail bij elke aanroep.

  8. 8

    Meet alles

    CloudWatch-metrics voor latency, tokens, throttles en kosten per functie, met alarmen voordat gebruikers iets merken.

CI/CD voor LLM's, agents en data in de cloud

Dezelfde discipline als on-premises: alles geversioneerd, getest, ondertekend en via ringen gepromoveerd, met infrastructure as code zodat elke omgeving reproduceerbaar is.

Workflow: drie pipelines. LLM: selecteren of fine-tunen, evalueren, registreren en ondertekenen, uitrollen naar staging, ringpromotie, monitoren en terugdraaien. Agent: versioneren, tools unit-testen, evals herhalen, beveiligingstests, canary, tracen. Data: inlezen, valideren, versioneren, transformeren en embedden, indexeren, lineage. Alle gebruiken OIDC-federatie vanuit GitHub Actions of GitLab voor kortlevende cloudreferenties.
De drie pipelines stap voor stap, en de ene manier waarop ze allemaal authenticeren: OIDC-federatie vanuit GitHub Actions of GitLab levert kortlevende cloudreferenties, nooit opgeslagen toegangssleutels.

LLM-pipeline

  1. Selecteren of fine-tunen
  2. Evalueren (kwaliteit, veiligheid, latency, kosten)
  3. Registreren en ondertekenen
  4. Uitrollen naar staging-endpoint
  5. Ringpromotie naar productie
  6. Monitoren en terugdraaien

Evaluatie met Bedrock, Vertex AI of Azure AI Foundry; SageMaker- of Vertex-pipelines; MLflow-registry; Terraform of OpenTofu; Ring Promoter voor releases met healthchecks.

Agentpipeline

  1. Prompts, tools en beleid versioneren
  2. Tools unit-testen
  3. Evals herhalen
  4. Beveiligingstests (promptinjectie, datalekken)
  5. Canary
  6. Tracen in productie

AgentCore, Agent Engine of Foundry Agent Service; OpenTelemetry-tracing; evaluatiesuites in CI.

Datapipeline

  1. Inlezen
  2. Valideren
  3. Versioneren
  4. Transformeren en embedden
  5. Indexeren
  6. Lineage

AWS Glue, Dataflow of Data Factory; Airflow of Dagster; Bedrock Knowledge Bases, Vertex AI Search of Azure AI Search; OpenLineage.

Pipelines draaien met kortlevende cloudreferenties via OIDC-federatie vanuit GitHub Actions of GitLab, nooit met opgeslagen toegangssleutels.

LLM- en agent-API's beveiligen

Een LLM-endpoint is een API die je dingen kunt aanpraten. We beveiligen het zoals elke kritieke API en voegen daarna de AI-specifieke controles toe.

Diagram: vijf geneste lagen rond het LLM-endpoint (authenticatie, gatewaycontroles, prompt- en outputveiligheid, privénetwerken, gegevensbescherming), met audit en respons die alle lagen bewaken.
De zes lagen als een stapel rond het LLM-endpoint: een verzoek bereikt het model alleen via elke ring, en audit en respons dekken ze allemaal af. De nummers komen overeen met de kaarten hieronder.
01

Authenticatie

  • OAuth 2.0 / OIDC voor gebruikers en services
  • mTLS tussen services
  • Geen statische API-sleutels in code; sleutels in een secretsmanager met rotatie
02

Gatewaycontroles

  • Rate limits en tokenbudgetten per gebruiker en tenant
  • Limieten voor verzoekgrootte en context
  • WAF vóór publieke endpoints
03

Prompt- en outputveiligheid

  • Guardrails, Model Armor of Content Safety op input en output
  • Detectie van promptinjectie in opgehaalde documenten en toolresultaten
  • Redactie van persoonsgegevens vóór het loggen
04

Privénetwerken

  • Private endpoints voor model-API's
  • Egress-allowlists voor agents en tools
  • Geen publieke IP's op modelservers
05

Gegevensbescherming

  • Door de klant beheerde sleutels
  • Toegang op tenant- en documentniveau bij retrieval
  • Dataresidentie in VK- of EU-regio's waar vereist
06

Audit en respons

  • Elke prompt, toolaanroep en elk antwoord herleidbaar
  • Waarschuwingen bij ongebruikelijk gebruik of ongebruikelijke kosten
  • Geteste runbooks voor incidenten en het intrekken van sleutels

Het AI-agentharnas

Een agent is een model plus een harnas: de code die bepaalt wat hij mag zien, welke tools hij mag aanroepen en wanneer een mens moet goedkeuren. In het harnas zitten veiligheid en betrouwbaarheid.

Workflow: een taak gaat naar het model; elke voorgestelde toolaanroep wordt gecontroleerd tegen de toolregistry en least privilege, onomkeerbare acties wachten op menselijke goedkeuring, code- en shelltools draaien in een sandbox en het resultaat gaat terug naar het model, alles binnen budgetten en limieten, met elke stap getraced.
Eén toolaanroep door het harnas. De nummers komen overeen met de kaarten hieronder: eerst registry en least privilege, een mens keurt alles wat onomkeerbaar is goed, code draait in een sandbox, en budgetten, evaluatie en tracing omsluiten de hele lus.

Toolregistry

Elke tool gedeclareerd met een schema, een eigenaar en een permissiescope; MCP-servers achter authenticatie.

Least privilege

Elke agent krijgt alleen de tools en data die zijn taak nodig heeft, met referenties beperkt tot de gebruiker namens wie hij handelt.

Uitvoering in een sandbox

Code- en shelltools draaien in geïsoleerde containers zonder permanente netwerktoegang.

Mens in de lus

Goedkeuringen voor betalingen, verwijderingen, uitgaande e-mails en alles wat onomkeerbaar is.

Budgetten en limieten

Maxima voor stappen, tokens, tijd en uitgaven per taak, met een nette afbreking wanneer ze worden bereikt.

Evaluatie en tracing

Opgenomen runs worden in CI opnieuw afgespeeld en elke stap wordt in productie getraced voor debugging en audit.

Identiteit en authenticatie voor AI

Agents handelen namens mensen en systemen, dus ze hebben echte identiteiten nodig, geen gedeelde sleutels.

Diagram: gebruikers melden zich aan met single sign-on, workloads gebruiken workload identity, agents gebruiken hun eigen identiteiten met beperkte scope en OAuth 2.1 voor tools en MCP-servers, CI/CD gebruikt OIDC-federatie naar elke cloud, en een vault bewaart de overige secrets.
Wie wat bewijst, aan welke service. Elk soort aanroeper heeft zijn eigen manier van authenticeren, en geen enkele vertrouwt op gedeelde sleutels. De nummers komen overeen met de kaarten hieronder.

Gebruikers

Single sign-on via uw identiteitsprovider (Entra ID, Google Workspace, Okta) met SAML of OIDC, MFA en SCIM-provisioning.

Workloads

Cloud-native workload identity: AWS IAM-rollen en EKS Pod Identity, Google Workload Identity Federation, Azure managed identities.

Agents

Agentidentiteiten met hun eigen beperkte rechten, zoals Bedrock AgentCore Identity en Microsoft Entra Agent ID, met on-behalf-of-delegatie voor gebruikersacties.

Tools en MCP

OAuth 2.1 voor MCP-servers en tools van derden, kortlevende tokens en toestemming per tool.

CI/CD

OIDC-federatie van uw CI naar elke cloud, zodat pipelines geen langlevende secrets bevatten.

Secrets

Een vault voor alles wat een secret moet zijn, met rotatie en audit, zoals onze WSL Vault of de eigen secretsmanager van de cloud.

AI-workloads in de cloud optimaliseren

Diagram: interactieve verzoeken gaan door caches, daarna stuurt een router eenvoudige verzoeken naar kleine modellen en moeilijke naar frontiermodellen; offline werk gaat naar batch-API's of spot-GPU's; een autoscaler schaalt de serving van open modellen op wachtrijdiepte en tokens per seconde; constant, gevoelig werk draait op uw eigen GPU's en pieken in de cloud.
Waar elke optimalisatie in de levensloop van een verzoek ingrijpt. De nummers komen overeen met de lijst hieronder.
  • Het juiste model voor de taak: stuur eenvoudige verzoeken naar kleine modellen en bewaar frontiermodellen voor moeilijke.
  • Cache alles wat kan: prompt- en contextcaching, embeddingcaches en antwoordcaches voor herhaalde vragen.
  • Bundel offline werk: batch-API's en spot- of onderbreekbare GPU's met checkpointing.
  • Serveer open modellen efficiënt: vLLM of TensorRT-LLM met kwantisatie en continuous batching op GPU-clouds.
  • Autoscale op het juiste signaal: wachtrijdiepte en tokens per seconde, niet CPU.
  • Hybride by design: constante, gevoelige workloads op uw eigen GPU's, pieken en experimenten in de cloud.

Ondersteund door het Workstation-team

We zijn platformneutraal. We helpen u kiezen en ontwerpen, beveiligen, implementeren en beheren daarna AI op elk van deze clouds, naast uw eigen hardware.

  • Architectuur en platformkeuze, inclusief kostenmodellering
  • Landing zones met identiteit, netwerken en versleuteling
  • Bedrock-, Vertex AI- en Azure AI Foundry-oplossingen en -agents
  • Bouw van GPU-clusters op GPU-clouds
  • CI/CD, evaluatie en ringgebaseerde releases
  • Beveiligingsreviews van LLM- en agent-API's
  • Hybride opstellingen met on-premises Workstation-hardware
Spreek een cloud engineer →Vraag het de AI Sales Engineer ↗

Gerelateerd:Linux-OS voor AIAI-datacentersMLOps-inrichtingDevOps-automatiseringRing PromoterWSL Vault

Logo's zijn handelsmerken van hun respectieve eigenaars, worden alleen gebruikt om elk platform te identificeren en komen van Wikimedia Commons. Diagrammen door het Workstation-team.