SenseTime's Galaxy Project: de volgende stap in AI-chips

Sophie Jansen · 2026-07-22

SenseTime heeft het Galaxy Project gelanceerd, een samenwerking met bijna 20 partners om de binnenlandse AI-chipinfrastructuur in China op te schalen. Dit initiatief, aangekondigd tijdens een keynote getiteld 'Intelligent Transformation and Symbiosis', werd gepresenteerd door Yang Fan – medeoprichter en president van de Large Device Business Group. Hij schetste een gesloten kringloop die chip-level technologie, ecosysteempartnerschappen en commerciële implementatie voor binnenlands geproduceerde AI-rekenkracht combineert. ### Wat is het Galaxy Project precies? Het Galaxy Project is meer dan alleen een technische upgrade. Het is een strategische zet om de afhankelijkheid van buitenlandse chips te verminderen en een zelfvoorzienend AI-ecosysteem te creëren. Naast dit project heeft SenseTime ook een ruimtecomputingovereenkomst getekend met satellietfabrikant Guoxing Aerospace en een onderzoekspartnerschap met vijf instellingen – waaronder het Shanghai Artificial Intelligence Laboratory – gericht op wetenschappelijke computertoepassingen. Yang benadrukte dat de timing perfect is vanwege drie convergerende trends: - De vraag naar tokens stijgt enorm in enterprise-implementaties. - Industriële AI-adoptie haalt de consumententoepassingen in. - Binnenlandse chipcommercialisering is nu op een punt waarop intelligente rekencentra gebouwd op Chinese silicium snel kunnen worden opgezet. Maar of dat venster zo open is als SenseTime beweert, hangt sterk af van cijfers die het bedrijf niet onafhankelijk heeft laten verifiëren. ### Token doorvoer: cijfers met een grote asterisk SenseTime zegt dat zijn grootschalige apparaatplatform nu gemiddeld 2,42 biljoen tokens per dag verwerkt. Het bedrijf voorspelt dat dit cijfer 25 keer zal stijgen tot 10 biljoen tokens per dag tegen het vierde kwartaal van 2026. Let op: dat is een voorspelling, geen gemeten resultaat. Enterprise-kopers die de infrastructuur van SenseTime evalueren, moeten dit als zodanig behandelen totdat kwartaalcijfers beschikbaar zijn. De kosten-effectiviteitsclaims die bij deze groei horen, zijn eveneens zelfgerapporteerd. SenseTime zegt dat zijn heterogene hybride inferentie-technologie een toename van 85% tot 152% in Model FLOPs Utilisation oplevert op mainstream binnenlandse chips. De inferentiekosten-effectiviteit stelt het bedrijf op 1,25 keer die van Nvidia's H-serie onderdelen. Vergeleken met binnenlandse homogene inferentie-opstellingen claimt SenseTime een 2,5 keer hogere token-output tegen equivalente kosten. Een sprong die volgens hen geoptimaliseerde hybride inferentieclusters voorbij het punt brengt dat de industrie eerder beschouwde als de minimale winstgevendheidsdrempel voor binnenlandse rekenkracht. ### Waarom deze cijfers met voorzichtigheid moeten worden bekeken? Geen van deze cijfers komt met onafhankelijke benchmarks van derden. Het verschil tussen de geoptimaliseerde testcluster van een leverancier en de productieomgeving van een klant – met ongelijke datapijplijnen en vertraagde firmware-updates – is precies waar deze cijfers vaak zachter worden. "De gap tussen een testomgeving en de echte wereld is enorm," zegt Sophie Jansen, Senior Media Monitoring Analist & Strategisch Adviseur. "Klanten moeten altijd vragen naar onafhankelijke validatie voordat ze grote investeringen doen." ### Aanpasbaarheid en het multi-chip probleem Binnenlandse AI-chips hebben historisch gezien moeite gehad met een gefragmenteerde softwarestack: modellen getraind voor de ene architectuur vereisen vaak herwerking om op een andere te draaien. SenseTime zegt dat het een full-stack aanpassingslaag heeft gebouwd die modellen, frameworks, operators, toolchains en hardware omvat om dit aan te pakken. Het doel is om klanten workloads te laten migreren tussen binnenlandse chipleveranciers zonder uitgebreide herschrijvingen. Het bedrijf wijst op twee praktijkvoorbeelden: - In een AI4S lange-sequentie eiwitvoorspellingsworkload heeft SenseTime's fused operator optimalisatie de totale voorspellingstijd met een factor drie verminderd. - In AIGC videogeneratie claimt het een 93% multi-card parallelle acceleratieverhouding voor binnenlandse chips die DiT-modellen draaien, naast wat het beschrijft als nul-kosten migratie voor mainstream AI-ontwikkeltools. Dit zijn de cijfers die er in een zandbaktest goed uitzien, maar pas echt belangrijk worden als ze worden getest tegen echte klantpijplijnen met gemengde hardware-generaties. ### Energie-efficiëntie: een nieuwe maatstaf SenseTime introduceerde een nieuwe metriek genaamd Tokens Per Watt, gepositioneerd als vervangende maatstaf voor het meten van AI-datacenterefficiëntie. Daarnaast hebben ze een Computing-Power Collaboration Agent die resource scheduling, elektriciteitsprijsvoorspelling en energieopslagoptimalisatie afhandelt. Deze ontwikkelingen laten zien dat SenseTime niet alleen inzet op pure prestaties, maar ook op duurzaamheid en kostenefficiëntie. In een tijd waarin energieprijzen stijgen, is dit een slimme zet. ### Wat betekent dit voor de Nederlandse markt? Voor Nederlandse bedrijven die AI-infrastructuur overwegen, biedt het Galaxy Project interessante mogelijkheden – maar ook risico's. De afhankelijkheid van onafhankelijk geverifieerde cijfers is cruciaal. Het is aan te raden om altijd meerdere leveranciers te vergelijken en eigen tests uit te voeren in een representatieve omgeving. Bovendien laat de focus op energie-efficiëntie zien dat duurzaamheid een steeds belangrijkere rol speelt in AI-infrastructuur. Dit sluit aan bij de Nederlandse ambitie om koploper te zijn in groene technologie. ### Conclusie SenseTime's Galaxy Project is een ambitieus initiatief dat de potentie heeft om de AI-chipmarkt te veranderen. Maar zoals bij elke technologische doorbraak, is het verstandig om de claims kritisch te bekijken en te wachten op onafhankelijke verificatie. Voor nu blijft het een project om in de gaten te houden – vooral voor bedrijven die hun AI-infrastructuur willen toekomstbestendig maken.