CoreWeave heeft
DeepSeek-V3 671B in 2,02 minuten door de MLPerf Training v6.0-benchmark getrokken op 8.192
NVIDIA Blackwell Ultra-GPU’s. Voor
AI-tokens, crypto-investeerders en compute-projecten wordt dit een harde reality check: rekenkracht is geen narratief meer, maar meetbare infrastructuur.
- 8.192 GPU’s vormden de grootste GB300 NVL72-cluster in deze benchmarkronde.
- 2,02 minuten was genoeg om de kwaliteitsdoelstelling voor DeepSeek-V3 671B te halen.
- 22 juni 2026 gaat CoreWeave naar de Nasdaq-100, waardoor AI-infrastructuur nog zichtbaarder wordt voor institutioneel geld.
CoreWeave maakt compute pijnlijk concreet
MLPerf Training meet hoe snel systemen modellen naar een vaste kwaliteitsgrens trainen. Dat maakt de benchmark nuttig als tegengewicht voor marketing. Geen losse AI-claim, maar tijd, hardware en resultaat.
CoreWeave zegt dat de DeepSeek-run op dezelfde cloudinfrastructuur draaide die klanten vandaag gebruiken. Niet op een speciaal benchmarkcluster aan de zijkant. Dat is belangrijk, want echte AI-prestaties komen niet alleen uit de chip. Ze komen uit hardware, netwerk, opslag, planning en software tegelijk.
Compute is de rekenkracht waarmee AI-modellen trainen of draaien.
Bij grote modellen gaat het om duizenden GPU’s tegelijk.
De waarde zit ook in stroom, netwerk, software en planning.
Zonder meetbare output blijft een AI-token vooral een verhaal.
DeepSeek-V3 is een zware test omdat het om een mixture-of-experts-model gaat. Daarbij moeten delen van het model veel data tussen GPU’s uitwisselen. Zwakke netwerken, trage planning of slechte verdeling vallen dan snel door de mand.
AI-tokens krijgen een andere concurrent
Crypto verkocht AI de afgelopen jaren vooral als narratief. Gedecentraliseerde GPU’s, agents, datamarkten, compute-netwerken. Soms zit daar echte techniek achter. Vaak zit er vooral een ticker op.
CoreWeave laat zien waar serieuze kopers naar kijken. Klanten willen snelheid, uptime, voorspelbare kosten en schaal. Een Discord-community traint geen frontiermodel.
Dat maakt de vergelijking harder. Beleggers hoeven niet per se een AI-token te kopen om blootstelling aan AI-compute te krijgen. Ze kunnen ook kiezen voor beursbedrijven die datacenters bouwen, GPU-capaciteit verhuren en in grote indexen komen.
CoreWeave’s Nasdaq-100-opname versnelt dat. De index bevat honderd van de grootste niet-financiële bedrijven op Nasdaq en wordt wereldwijd gevolgd door fondsen en indexproducten.
Schaarste verschuift naar rekenkracht
Bitcoin maakte digitale schaarste beroemd. AI maakt rekencapaciteit schaars. Zonder GPU’s geen grote modellen, geen snelle agents en geen zware automatisering.
Voor crypto-AI-projecten is dat niet automatisch slecht. Een netwerk dat goedkope, beschikbare of beter verdeelde compute kan leveren, heeft een verhaal. Maar dat verhaal moet meetbaar zijn.
Hoeveel GPU’s staan er echt? Wie gebruikt ze? Wat kost een trainingsrun? Hoe snel is het netwerk? Welke klanten betalen zonder tokenincentives?
Dat zijn de vragen die nu tellen. Niet hoeveel keer een project “AI” in zijn roadmap zet.
De lat ligt hoger dan een tokenlaunch
CoreWeave en NVIDIA tonen dat AI-compute een full-stack markt is. NVIDIA noemt in zijn MLPerf-update niet alleen GPU’s, maar ook NVLink, Spectrum-X Ethernet, fouttolerantie en herstel bij uitval. Bij duizenden GPU’s kan één zwakke schakel een run vertragen.
Daar zit de uitdaging voor crypto. Een decentraal compute-netwerk moet niet alleen capaciteit verzamelen. Het moet die capaciteit betrouwbaar coördineren, prijzen, controleren en leveren.
Dat is lastig. Niet onmogelijk. Wel veel moeilijker dan een whitepaper met GPU-iconen.
Voor beleggers maakt dit de AI x crypto-markt selectiever. Sterke projecten kunnen profiteren als compute schaarser wordt. Zwakke tokens krijgen juist een vervelende spiegel voor hun neus.
CoreWeave’s DeepSeek-record is daarom geen los AI-feitje. Het is een marktwaarschuwing. AI-compute wordt hard, duur en meetbaar. Crypto-AI moet nu laten zien of het echt infrastructuur bouwt, of alleen meelifte op het woord AI.