Gids voor de Open Source AI Summit 2026: data, sprekers, agenda en lokale AI

Eva Wong

IceWhale author

Eva Wong is de Technisch Schrijver en en vaste knutselaar bij ZimaSpace. Een levenslange geek met een passie voor homelabs en open-source software, zij is gespecialiseerd in het vertalen van complexe technische concepten naar toegankelijke, praktische handleidingen. Eva gelooft dat zelf-hosting leuk moet zijn, niet intimiderend. Met haar tutorials stelt ze de community in staat om hardware-setup te ontrafelen, van het bouwen van hun eerste NAS tot het beheersen van Docker-containers.

Open Source AI Summit 2026 Guide: Dates, Speakers, Agenda, and Local AI - Zima Store Online

De belangrijkste vraag rond open-source-AI in 2026 is niet langer of een laptop enkele tokens kan genereren met een gedownload model. De vraag is of je het systeem kunt inspecteren, kunt kiezen waar je gegevens naartoe gaan, één onderdeel kunt vervangen zonder alles opnieuw op te bouwen en de nuttige onderdelen kunt blijven gebruiken wanneer een leverancier zijn prijs, beleid of API wijzigt.

Dat is wat de Open Source AI Summit bijzonder relevant maakt. Het tweedaagse evenement in San Francisco draait niet om de lancering van één model. Het programma beweegt tussen lokale inferentie, agentframeworks, private computing, verifieerbare hardware, open wetenschap, economie, veiligheid en het recht op rekenkracht. Met andere woorden: de summit onderzoekt wat ervoor nodig is om meer van hun AI-stack zelf te bouwen, te draaien en te bezitten.

De Open Source AI Summit 2026 vindt plaats op 10 en 11 september in The Presidio in San Francisco. Aanvragen zijn nu gesloten en het evenement heeft de maximale capaciteit bereikt. Per 10 september is er op de website van het evenement geen openbare livestream aangekondigd. Deze gids scheidt die bevestigde feiten van aannames, belicht de sessies die het nuttigst zijn voor bouwers van lokale AI en vertaalt de brede thema’s van de summit naar praktische beslissingen voor een homelab of private AI-server.

Datums, locatie en evenementstatus van de Open Source AI Summit 2026

De summit duurt twee dagen, donderdag 10 september en vrijdag 11 september 2026, in The Presidio in San Francisco. Het gepubliceerde programma begint beide dagen om 9.00 uur met ontbijt. Donderdag wordt afgesloten met een borrel, terwijl de geplande lezingen op vrijdag om 15.40 uur eindigen, gevolgd door een optionele bijeenkomst.

Detail	Bevestigde informatie	Planningsnotitie
Evenement	Open Source AI Summit 2026	Een tweedaagse bijeenkomst op locatie over open, lokale, private en gedecentraliseerde AI.
Datums	10–11 september 2026	11 september is dag twee, niet de openingsdag.
Locatie	The Presidio, San Francisco	Geaccepteerde deelnemers moeten de instructies voor toegang in hun bevestigingsmail volgen.
Tijdzone	Lokale tijd in San Francisco	In september geldt in San Francisco Pacific Daylight Time.
Deelname	Aanmelding vereist; capaciteit bereikt	In het aanvraagportaal staat momenteel dat aanvragen gesloten zijn.
Ticketprijs	$150 voor geaccepteerde aanvragers	Dit was de reserveringsprijs, geen ticket voor vrije inloop.
Livestream	Niet aangekondigd	Ga er niet van uit dat een online fireside chat betekent dat de hele summit wordt gestreamd.

Agenda’s en toegang tot evenementen kunnen op korte termijn wijzigen. Controleer het officiële programma van de summit voordat je reist of op een bepaalde sessie vertrouwt.

Wat is de Open Source AI Summit?

De Open Source AI Summit is een samengestelde bijeenkomst over AI-systemen die mensen en organisaties beter kunnen begrijpen, beheren, aanpassen en rechtstreeks controleren. Het programma van 2026 omvat 12 samenhangende thema’s: lokale AI voor bedrijven, toepassingen van open modellen, inferentie en rekenkracht, agentische frameworks, economie en markten, AI voor de wetenschap, veiligheid en beveiligingsmaatregelen, verifieerbare hardware, private AI, het recht op rekenkracht, open versus gesloten AI en de wereldwijde AI-race.

Die mix is belangrijk. Een open model wordt niet automatisch een nuttige private assistent alleen omdat de gewichten kunnen worden gedownload. Het heeft nog steeds een inferentie-engine, opslag, machtigingen, een interface, contextophaling, toegang tot tools, monitoring, updates en een beveiligingsgrens nodig. De summit beschouwt die omliggende lagen als onderdeel van de vraag wie AI in handen heeft, in plaats van modelbenchmarks geïsoleerd te bespreken.

Het evenement wordt georganiseerd door Presidio Bitcoin, een hub in San Francisco die zich richt op private en gedecentraliseerde technologie. Die achtergrond verklaart waarom het programma verder gaat dan engineering en ook economie, burgerlijke vrijheden, beleid, hardwarevertrouwen en toegang tot rekenkracht omvat. Bezoekers kunnen een duidelijk standpunt verwachten, geen neutrale vakbeurs die elk onderdeel van de AI-markt in gelijke mate behandelt.

Wie spreekt er op de Open Source AI Summit 2026?

Op de website van het evenement staan 47 sprekers over modellen en inferentie, agents en tooling, privacy en beveiliging, open wetenschap, beleid en rechten, en filosofie en economie. Opvallende deelnemers zijn onder anderen Bryan Catanzaro, vicepresident Applied Deep Learning Research bij NVIDIA; Jeff Boudier, vicepresident Product bij Hugging Face; Travis Oliphant, bedenker van NumPy en SciPy; Ravin Kumar, Staff Research Engineer bij Google DeepMind; onderzoekers van AI2; en professionals van Together AI, Block, Spiral, Google, Prime Intellect, OpenTeams en privacygerichte AI-bedrijven.

Een lange lijst sprekers vormt niet automatisch een nuttige agenda. Voor bouwers van lokale AI is de betere filter de systeemlaag die elke sessie helpt verduidelijken:

Als je een beslissing neemt...	Geef prioriteit aan deze onderwerpen	Waar je op moet letten
Welke modellen lokaal kunnen draaien	Lokale AI, inferentie-engines en aanpassing van open modellen	Geheugengebruik, kwantisatie, doorvoersnelheid, contextlimieten, hardwareondersteuning en operationele afwegingen.
Een nuttige agent bouwen	Agentlussen, harnassen, protocollen en tooling	Status, nieuwe pogingen, toolmachtigingen, observeerbaarheid, wisselen van modellen en herstel na storingen.
Gevoelige prompts beschermen	Private AI, vertrouwelijk computergebruik en beveiliging	Waar tekst zonder opmaak bestaat, wie de sleutels beheert, wat kan worden geverifieerd en voor welke beweringen vertrouwen nodig is.
Of een model daadwerkelijk open is	Open gewichten, open wetenschap, licenties en modelaanpassing	Toegang tot trainingsinformatie, code en parameters, wijzigingsrechten en voorwaarden voor herdistributie.
Wie beheert de AI-infrastructuur?	Recht op computation, economie, geopolitiek en verifieerbare hardware	Beschikbaarheid, concentratie, regelgeving, hardwarevertrouwen en afhankelijkheid van gecentraliseerde aanbieders.

Agenda voor de Open Source AI Summit: Wat te volgen op 10 september

Dag één gaat van de politieke argumenten voor open AI naar de werking van inferentie, modelaanpassing, lokale agents, open protocollen en softwarebeveiliging. Drie sessies vormen samen een bijzonder nuttige technische reeks.

De staat van lokale AI

“De staat van lokale AI” van Ahmad M. Osman is het meest directe startpunt voor lezers die AI op hun eigen hardware willen draaien. De nuttige vragen zijn praktisch: Welke werklasten zijn van demonstraties uitgegroeid tot betrouwbaar dagelijks gebruik? Waar zorgen geheugenbandbreedte en modelgrootte nog voor wrijving? Wanneer verlaagt lokale inferentie de kosten, en wanneer verschuift ze de kosten alleen naar hardware, stroom en onderhoud?

Hoe inferentie-engines echt werken

De inferentie-enginesessie van Zain Hasan zou moeten helpen om modelcapaciteit te onderscheiden van runtimeprestaties. Twee mensen kunnen hetzelfde model downloaden en toch zeer verschillende resultaten krijgen, omdat modelindeling, kwantisatie, batchverwerking, contextlengte, cachebeheer, backendondersteuning en geheugenverplaatsing allemaal de snelheid en stabiliteit beïnvloeden. “Kan deze machine het model uitvoeren?” is daarom onvolledig. De betere vraag is of het de vereiste context en werklast met een aanvaardbare responstijd kan uitvoeren.

Agentlussen en -grafen ontwerpen met lokale modellen

De sessie van Dustin Dannenhauer maakt de overstap van één prompt naar een agentsysteem. Dat onderscheid is belangrijk. Een lokaal model kan volstaan voor classificatie, extractie, routering of een begrensde toolaanroep, ook als het zwakker is dan een toonaangevend cloudmodel voor open redeneren. Goed agentontwerp geeft elk model een taak die het betrouwbaar kan uitvoeren en stelt grenzen aan tools, inloggegevens, nieuwe pogingen en status.

De latere sessies “Landschap van agentharnassen” en “Open-sourcesoftware beveiligen” voegen twee ontbrekende lagen toe: orkestratie en risico’s in de softwaretoeleveringsketen. Downloadbare code kan worden geïnspecteerd, maar is niet automatisch veilig. Modellen, containers, extensies, agentvaardigheden, Python-pakketten en communitysjablonen vergroten allemaal de vertrouwde computerbasis.

Agenda voor de Open Source AI Summit: Wat gebeurt er op 11 september?

Vrijdag 11 september is dag twee. Het programma volgt een strakkere lijn: van bouwen met open modellen via privacy, soevereiniteit voor ondernemingen, wetenschap, geopolitiek en verifieerbare hardware naar NVIDIA’s visie op open-AI-infrastructuur.

Tijd	Sessie	Waarom het belangrijk is
9.30–9.55 uur	Zo bouwt u uw eigen AI met open modellen	Jeff Boudier van Hugging Face verbindt modeltoegang met de componenten die nodig zijn om van een model een bruikbaar systeem te maken.
10.05–10.35 uur	Haardvuurgesprek over het Computing Manifesto	Benadert toegang tot rekenkracht en controle door gebruikers als sociale en economische vraagstukken, niet alleen als infrastructuurkeuzes.
10.45–11.15 uur	Privacy-panel	Nuttig voor het vergelijken van lokale uitvoering, vertrouwde uitvoeringsomgevingen, versleutelde diensten en de claims die elke architectuur kan ondersteunen.
11.30–12.00 uur	Souverein by Design	Stelt de vraag hoe eigendom van infrastructuur, gegevens en software de bedrijfswaarde en afhankelijkheid op lange termijn beïnvloedt.
12.10–12.40 uur	AI voor wetenschap	Onderzoekt hoe open onderzoeksinfrastructuur modellen, methoden en resultaten gemakkelijker te inspecteren en uit te breiden kan maken.
13.45–14.15 uur	De geopolitiek van AI	Plaatst chips, modellen, regelgeving en rekencapaciteit binnen de bredere concurrentiestrijd om technologische controle.
14.25–14.55 uur	Hardware die u kunt verifiëren	Verplaatst de vertrouwensvraag voorbij software naar firmware, hardware, attestation en de fysieke machine.
15.05–15.35 uur	Haardvuurgesprek met Bryan Catanzaro	Biedt NVIDIA’s perspectief op modelonderzoek, inferentie en de hardware-softwarestack die open AI ondersteunt.

De dag eindigt om 15.40 uur na een korte afsluitende sessie. Daarna volgt een optioneel borreluur en een bijeenkomst op 38 Keyes Avenue. Bezoekers moeten hun evenementbevestiging blijven gebruiken voor de definitieve toegangsgegevens en een online samenvatting niet als toegangsbewijs beschouwen.

Open source AI is niet hetzelfde als open gewichten

De term ‘open-sourcemodel’ wordt vaak losjes gebruikt. Een aanbieder kan gewichten vrijgeven, maar belangrijke informatie over de trainingsgegevens, trainingscode of rechten die nodig zijn om het systeem aan te passen en opnieuw te verspreiden, achterhouden. Dat kan nog steeds zeer nuttig zijn, maar het is niet hetzelfde niveau van openheid.

De Open Source AI Definition richt zich op vier vrijheden: het systeem voor elk doel gebruiken, bestuderen hoe het werkt, het aanpassen en het delen, al dan niet gewijzigd. Ook staat erin dat de voorkeursvorm voor aanpassing voldoende gedetailleerde informatie over de gegevens, de relevante code en de modelparameters moet bevatten.

Term	Wat het doorgaans aangeeft	Wat het niet garandeert
Open gewichten	U kunt onder bepaalde voorwaarden getrainde modelparameters verkrijgen.	Volledige transparantie over de training, onbeperkt gebruik, reproduceerbaarheid of een licentie die aansluit bij de OSI.
Open-source-AI	Het systeem is bedoeld om zinvolle rechten te bieden om het te gebruiken, te bestuderen, aan te passen en te delen.	Dat een bepaalde download klein, veilig, onbevooroordeeld, nauwkeurig of eenvoudig te beheren is.
Lokale AI	Een deel van of alle inferentie draait op hardware die je in de buurt beheert.	Open licenties, transparante training, een goede beveiligingsconfiguratie of geen externe verbindingen.
Private AI	De architectuur is ontworpen om ongeautoriseerde toegang tot prompts, bestanden, uitvoer of identiteit te beperken.	Dat alles lokaal draait of dat elke privacyclaim onafhankelijk verifieerbaar is.

Deze labels beschrijven verschillende dimensies. Een gesloten model kan worden aangeboden via een privacybeschermende dienst. Een model met open gewichten kan lokaal draaien. Een echt open systeem kan nog steeds gegevens lekken via een slecht geconfigureerde interface of agenttool. Kopers en bouwers moeten afzonderlijke vragen stellen over licenties, uitvoeringslocatie, gegevensstromen, beveiliging en operationele controle.

Waarom lokale inferentie slechts één laag van AI-eigenaarschap is

Een model downloaden voelt als eigenaarschap, omdat de meest zichtbare afhankelijkheid verdwijnt. De minder zichtbare afhankelijkheden blijven bestaan. Een bruikbare AI-service heeft gegevensopslag, een runtime, een gebruikersinterface, identiteitsbeheer, retrieval, logboeken, back-ups, netwerkbeheer en soms toegang tot externe tools nodig.

Voor een homelab helpt het om de stack in vier lagen te verdelen:

Datal laag: documenten, foto's, media, embeddings, databases, modelbestanden en back-ups.
Rekenlaag: CPU, GPU, geheugen, inferentie-engine, modelindeling en versnellingsbibliotheken.
Servicelaag: API's, lokale AI-webinterfaces, retrieval-pijplijnen, agent-runtimes en automatisering.
Besturingslaag: gebruikersaccounts, machtigingen, geheimen, netwerkblootstelling, logboeken, updates en herstel.

Die lagen hoeven niet in één apparaat te draaien. Een GPU-werkstation kan de inferentie uitvoeren, terwijl een altijd ingeschakelde thuisserver documenten opslaat, de webinterface draait, gebruikerstoegang beheert en een back-up van de configuratie maakt. Deze verdeling is vaak logischer dan een opslaggerichte NAS te dwingen een geavanceerd AI-werkstation te worden.

Als je die architectuur vanaf nul ontwerpt, begin dan met een lokale AI-serverconfiguratie en bepaal de werklast voordat je hardware aanschaft. Een klein model dat één persoon bedient, stelt heel andere eisen dan een multimodale agent die een gedeelde mediabibliotheek indexeert.

Wat moet lokaal draaien en wat kan in de cloud blijven?

De framing van de summit rond open versus gesloten vereist geen volledig lokale oplossing. Een beter ontwerp plaatst elke taak daar waar de vereisten voor privacy, latentie, mogelijkheden en onderhoud het best passen.

Workload	Doorgaans geschikt voor lokale uitvoering	Doorgaans geschikt voor een cloudmodel
Privé zoeken in documenten	Gevoelige bronbestanden, herhaalde zoekopdrachten, een voorspelbare scope en LAN-toegang.	Een zeer grote context of geavanceerd redeneervermogen dat een lokaal model niet betrouwbaar aankan.
Classificatie en extractie	Taken met een hoog volume die repetitief en afgebakend zijn en een testbaar uitvoerformaat hebben.	Zeldzame invoer waarvoor bredere kennis of sterker multimodaal begrip nodig is.
Codeerassistent	Privérepositories, offlinewerk, codeaanvulling en gerichte vragen over een repository.	Complexe debugging- of architectuurtaken waarbij sterker redeneervermogen meer waarde oplevert dan lokale controle.
Gebruik van agenttools	Lokale bestanden, homeservices of interne API's die met strikte machtigingen zijn beveiligd.	Open onderzoek of veeleisende planning, mits gevoelige context is verwijderd of gecontroleerd.
Beeld- en media-analyse	Persoonlijke fotobibliotheken, beveiligingsbeelden, privéopnamen en indexering op de achtergrond.	Incidentele hoogwaardige generatie of analyse waarvoor dure lokale accelerators nodig zouden zijn.

Een hybride systeem kan routinematige privéwerkzaamheden naar een lokaal model sturen en geselecteerde taken pas naar een cloudmodel doorsturen nadat de gebruiker toestemming heeft gegeven voor de te verzenden gegevens. Het moeilijke deel is niet het verbinden van twee API's. Het gaat erom routering zichtbaar te maken, stille datalekken te voorkomen, bruikbare logs te bewaren zonder geheimen op te slaan en veilig om te gaan met het uitvallen van een van beide services.

Hoe een homeserver in de open AI-stack past

Een homeserver is het meest waardevol wanneer deze wordt behandeld als permanente infrastructuur in plaats van als benchmarkmachine. Hij kan beschikbaar blijven terwijl laptops in de slaapstand staan, model- en documentopslag centraliseren, een webinterface voor meerdere apparaten hosten, geplande indexering uitvoeren en back-ups gescheiden houden van experimentele AI-omgevingen.

Een energiezuinig systeem kan orkestratie, retrieval, lichte inferentie, databases en interfaces afhandelen, zelfs wanneer veeleisende generatie elders wordt uitgevoerd. De gids voor AI-workloads op een energiezuinige homeserver legt uit waar CPU-only en bescheiden hardware nog steeds nuttig zijn. Vergelijk voor de interfacekeuze lokale AI-webinterfaces op basis van authenticatie, modelcompatibiliteit, ondersteuning voor retrieval en beheer voor meerdere gebruikers, in plaats van alleen op uiterlijk.

Bouwers met veel opslagbehoefte kunnen een systeem zoals de ZimaCube 2 personal cloud-NAS gebruiken als gegevens- en servicelaag en daar afzonderlijke GPU-compute aan koppelen wanneer grotere modellen dat vereisen. Dankzij die scheiding blijven waardevolle bestanden en altijd beschikbare services stabiel, terwijl de sneller veranderende modelomgeving onafhankelijk kan worden geüpgraded, opnieuw opgebouwd of geïsoleerd.

Vijf vragen om mee te nemen van de summit

Of je nu in San Francisco aanwezig bent of de projecten en sprekers achteraf volgt, deze vijf vragen zijn duurzamer dan welke afzonderlijke aankondiging ook:

Wat bezit ik daadwerkelijk? Controleer de modellicentie, beschikbaarheid van de broncode, gegevens, configuratie, prompts, embeddings en exportmogelijkheden.
Waar komt tekst zonder versleuteling voor? Traceer prompts, opgehaalde documenten, tooluitvoer, logs, tijdelijke bestanden, back-ups en telemetrie.
Welk onderdeel kan ik vervangen? Test of het model, de inference-engine, de interface, de vectoropslag en het agentframework echt uitwisselbaar zijn.
Wat gebeurt er wanneer de agent een fout maakt? Beperk de machtigingen, vereist bevestiging voor ingrijpende acties, bewaar herstelpunten en maak fouten zichtbaar.
Welke workload is het waard om lokaal te draaien? Meet de privacywaarde, frequentie, latentie, hardwarekosten, het stroomverbruik, het onderhoud en het kwaliteitsverschil met gehoste alternatieven.

Open AI krijgt pas betekenis wanneer die vragen concrete antwoorden hebben. Een gedownload model is een begin. Een systeem dat je kunt begrijpen, verplaatsen, repareren, beveiligen en blijven gebruiken, komt veel dichter in de buurt van eigendom.

Veelgestelde vragen over de Open Source AI Summit 2026

Wanneer is de Open Source AI Summit 2026?

De Open Source AI Summit vindt plaats op donderdag 10 september en vrijdag 11 september 2026. Op beide dagen staat het ontbijt gepland vanaf 9.00 uur. 11 september is de tweede dag van de summit.

Waar wordt de Open Source AI Summit gehouden?

Het evenement wordt gehouden in het Presidio in San Francisco, Californië. Deelnemers die zijn toegelaten, moeten de locatie- en toegangs-instructies van de organisator gebruiken.

Kan ik nog tickets voor de Open Source AI Summit krijgen?

Er is momenteel geen algemene ticketverkoop beschikbaar. Voor deelname was een aanvraag vereist en de aanvraaginterface van het evenement vermeldt dat de summit volgeboekt is. De gepubliceerde reserveringsprijs voor geaccepteerde aanvragers was $150; eerder werd een beperkt aantal gratis passen aangeboden aan bouwers en academici op het gebied van open-source AI.

Is er een livestream van de Open Source AI Summit?

De organisator heeft per 10 september 2026 geen openbare livestream aangekondigd op de website van het evenement. Een agendapunt is aangeduid als een gesprek bij het haardvuur op afstand, maar dat beschrijft de deelname van de spreker en moet niet worden opgevat als bevestiging dat het volledige evenement wordt gestreamd.

Wie zijn de belangrijkste sprekers op de Open Source AI Summit?

De gepubliceerde line-up omvat Bryan Catanzaro, Jeff Boudier, Travis Oliphant, Ravin Kumar, David Sacks, onderzoekers van het Allen Institute for AI en professionals van Together AI, Google, Block, Spiral, Prime Intellect, OpenTeams en andere open en private AI-organisaties.

Wat is het verschil tussen open-source AI en open-weight AI?

Open gewichten betekent dat de geleerde parameters van een model beschikbaar zijn onder vastgelegde voorwaarden. Open-source AI is een bredere claim die inhoudt dat er betekenisvolle vrijheid is om het systeem te gebruiken, te bestuderen, aan te passen en te delen, samen met toegang tot de voorkeursvorm die nodig is voor aanpassingen. Een gewichtenrelease kan nuttig zijn zonder aan elk onderdeel van die definitie te voldoen.

Beschermt lokale AI automatisch mijn privacy?

Nee. Lokale inferentie kan de noodzaak verminderen om prompts en bestanden naar een externe modelprovider te sturen, maar privacy hangt ook af van netwerkblootstelling, authenticatie, logs, extensies, agentmachtigingen, telemetrie, back-ups en de beveiliging van elke verbonden tool.

Heb ik een GPU nodig om open modellen lokaal uit te voeren?

Niet altijd. Kleine gequantiseerde modellen, embeddingmodellen, classificatiemodellen en eenvoudige assistenten kunnen op CPU's draaien, hoewel de reactiesnelheid en contextcapaciteit beperkt kunnen zijn. Grotere modellen, multimodale workloads, lange contexten en gelijktijdige gebruikers profiteren doorgaans van een hogere geheugenbandbreedte en GPU-versnelling.

Kan een NAS lokale AI uitvoeren?

Ja, binnen realistische grenzen. Een NAS of thuisserver kan kleinere modellen, retrievaldiensten, databases, interfaces en automatisering uitvoeren. Voor veeleisende inferentie kan het apparaat in plaats daarvan de gegevens opslaan en de servicelaag hosten, terwijl een afzonderlijke GPU-machine de modeluitvoering verzorgt.

Waarom is verifieerbare hardware belangrijk voor private AI?

Software-openheid kan niet alles bewijzen over de machine eronder. Firmware, opstartintegriteit, apparaatidentiteit, beveiligde enclaves, attestatie en toeleveringsketens van hardware bepalen mede of de beveiligingsclaims van een systeem kunnen worden geverifieerd. Verifieerbare hardware breidt de vertrouwensvraag uit van modelcode tot aan de fysieke infrastructuur.