Inferentie

Wat is inferentie bij AI?

Het daadwerkelijk gebruiken van een getraind AI-model om antwoorden te maken, na de training.

Gecontroleerd op 25 september 2026 · 2 bronnen

Wat het is

Een AI-model kent twee fases. Eerst de training: maandenlang rekenen op enorme hoeveelheden gegevens om het model iets te leren. Daarna de inferentie: het getrainde model beantwoordt vragen, telkens als iemand het gebruikt.

Training gebeurt één keer (of af en toe), inferentie de hele dag door, miljarden keren. Daarom gaat een groeiend deel van de rekenkracht en stroom in AI-datacenters naar inferentie, en is het een eigen markt voor chips en clouddiensten.

Een voorbeeld

Een kok die een nieuw recept leert, oefent wekenlang: dat is de training. Daarna staat hij elke avond in de keuken en maakt het gerecht voor elke gast die het bestelt: dat is de inferentie. Hoe drukker het restaurant, hoe meer die tweede fase kost.

Waar het tekortschiet

Denkende modellen die eerst uitgebreid nadenken, doen per antwoord veel meer inferentiewerk en zijn dus duurder en trager.
De kosten en het energieverbruik van inferentie groeien mee met het gebruik.

Waarom het ertoe doet

Als je leest over miljardeninvesteringen in datacenters en chips, gaat het steeds vaker om inferentie. Het bepaalt wat AI kost voor gebruikers en bedrijven, en hoeveel stroom het vraagt.