Gids voor de Open Source AI Summit 2026: datums, sprekers, programma en lokale AI

Eva Wong

IceWhale author

Eva Wong is de technisch schrijver en vaste knutselaar bij ZimaSpace. Als levenslange geek met een passie voor homelabs en open-sourcesoftwareis ze gespecialiseerd in het vertalen van complexe technische concepten naar toegankelijke, praktische handleidingen. Eva vindt dat self-hosting leuk moet zijn en niet intimiderend. Met haar tutorials helpt ze de community om hardware-installaties te doorgronden, 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 over open-source-AI in 2026 is niet langer of een laptop een paar tokens kan genereren met een gedownload model. De vraag is of je het systeem kunt inspecteren, zelf kunt bepalen 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 maakt Open Source AI Summit bijzonder relevant. Het tweedaagse evenement in San Francisco draait niet om de lancering van één model. Het programma bestrijkt lokale inferentie, agentframeworks, private computing, verifieerbare hardware, open wetenschap, economie, veiligheid en het recht op rekenkracht. Met andere woorden: het onderzoekt wat er nodig is om mensen meer van hun AI-stack zelf te laten bouwen, uitvoeren en bezitten.

Open Source AI Summit 2026 vindt plaats op 10 en 11 september in The Presidio in San Francisco. Aanvragen zijn inmiddels 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 onderscheidt bevestigde feiten van aannames, belicht de sessies die het nuttigst zijn voor lokale AI-bouwers en vertaalt de brede thema's van de top naar praktische keuzes voor een homelab of private AI-server.

Datums, locatie en status van Open Source AI Summit 2026

De top duurt twee dagen, op 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 het ontbijt. Donderdag wordt afgesloten met een borrel, terwijl de geplande lezingen op vrijdag om 15.40 uur eindigen, gevolgd door een optionele bijeenkomst.

Details	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 kunnen de bevestigingsmail raadplegen voor instructies voor toegang.
Tijdzone	Lokale tijd in San Francisco	San Francisco hanteert in september de Pacific Daylight Time.
Deelname	Aanmelding vereist; capaciteit bereikt	De aanvraaginterface vermeldt 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 haardvuurgesprek betekent dat de hele top wordt gestreamd.

Schema's en toegang tot evenementen kunnen op korte termijn veranderen. Controleer het officiële programma van de top voordat je op reis gaat of op een bepaalde sessie rekent.

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 beheersen. Het programma voor 2026 omvat 12 samenhangende thema's: lokale AI voor bedrijven, gebruiksscenario's voor open modellen, inferentie en rekenkracht, agentische frameworks, economie en markten, AI voor wetenschap, veiligheid en beschermingsmaatregelen, verifieerbare hardware, privé-AI, het recht op rekenkracht, open versus gesloten AI en de wereldwijde AI-wedloop.

Die combinatie is belangrijk. Een open model wordt niet vanzelf een nuttige privéassistent alleen omdat de gewichten kunnen worden gedownload. Er zijn nog steeds een inferentie-engine, opslag, machtigingen, een interface, context ophalen, toegang tot tools, monitoring, updates en een beveiligingsgrens nodig. De summit behandelt die omliggende lagen als onderdeel van de vraag wie zeggenschap heeft over AI, in plaats van modelbenchmarks geïsoleerd te bespreken.

Het evenement wordt georganiseerd door Presidio Bitcoin, een in San Francisco gevestigde hub voor privé en gedecentraliseerde technologie. Die achtergrond verklaart waarom het programma verder gaat dan techniek en ook economie, burgerlijke vrijheden, beleid, hardwarevertrouwen en toegang tot rekenkracht omvat. Bezoekers kunnen een duidelijke visie verwachten, geen neutrale vakbeurs die alle delen van de AI-markt gelijk behandelt.

Wie spreekt er op de Open Source AI Summit 2026?

Op de evenementwebsite staan 47 sprekers over modellen en inferentie, agents en tools, privacy en beveiliging, open wetenschap, beleid en rechten, en filosofie en economie. Bekende 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; AI2-onderzoekers; en professionals van Together AI, Block, Spiral, Google, Prime Intellect, OpenTeams en AI-bedrijven die zich richten op privacy.

Een lange sprekerslijst levert niet automatisch een nuttig programma op. Voor bouwers van lokale AI is de betere maatstaf welke systeemlaag elke sessie helpt verduidelijken:

Als je een beslissing probeert te nemen...	Geef prioriteit aan deze onderwerpen	Waar je op moet letten
Welke modellen lokaal kunnen draaien	Lokale AI, inferentie-engines, aanpassing van open modellen	Geheugengebruik, kwantisering, doorvoer, contextlimieten, hardwareondersteuning en operationele afwegingen.
Een nuttige agent bouwen	Agentlussen, harnassen, protocollen en tools	Status, nieuwe pogingen, toolmachtigingen, waarneembaarheid, wisselen van model en herstel na storingen.
Gevoelige prompts beschermen	Privé-AI, vertrouwelijk computergebruik en beveiliging	Waar staat er platte tekst, wie beheert de sleutels, wat kan worden geverifieerd en welke claims vertrouwen vereisen.
Of een model werkelijk open is	Open gewichten, open wetenschap, licenties en het aanpassen van modellen	Toegang tot trainingsinformatie, code, parameters, wijzigingsrechten en voorwaarden voor herdistributie.
Wie beheert de AI-infrastructuur?	Recht op rekenkracht, economie, geopolitiek en verifieerbare hardware	Beschikbaarheid, concentratie, regelgeving, vertrouwen in hardware en afhankelijkheid van gecentraliseerde aanbieders.

Programma van de Open Source AI Summit: waar je op moet letten op 10 september

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

De staat van lokale AI

Ahmad M. Osmans 'State of Local AI' is het meest directe startpunt voor lezers die geïnteresseerd zijn in AI op hun eigen hardware. De nuttige vragen zijn praktisch: Welke werklasten zijn inmiddels verschoven van demonstraties naar betrouwbaar dagelijks gebruik? Waar zorgen geheugenbandbreedte en modelgrootte nog steeds voor problemen? Wanneer verlaagt lokale inferentie de kosten, en wanneer verplaatst die de kosten alleen maar naar hardware, stroom en onderhoud?

Hoe inferentie-engines echt werken

De sessie van Zain Hasan over inferentie-engines helpt om modelcapaciteit te onderscheiden van runtimeprestaties. Twee mensen kunnen hetzelfde model downloaden en heel verschillende resultaten krijgen, omdat het modelbestand, kwantisering, batching, contextlengte, cachebeheer, backendondersteuning en geheugenverkeer allemaal van invloed zijn op snelheid en stabiliteit. 'Kan deze machine het model draaien?' is daarom geen volledige vraag. De betere vraag is of het de vereiste context en werklast met een acceptabele responstijd aankan.

Agentloops en grafen bouwen met lokale modellen

De sessie van Dustin Dannenhauer gaat van één prompt naar een agentsysteem. Dat onderscheid is belangrijk. Een lokaal model kan volstaan voor classificatie, extractie, routering of een afgebakende toolaanroep, ook als het bij open redeneren minder sterk is dan een geavanceerd cloudmodel. 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 'Agentic Harness Landscape' en 'Securing Open Source Software' voegen twee ontbrekende lagen toe: orkestratie en risico's in de toeleveringsketen. Downloadbare code is te inspecteren, maar daardoor niet automatisch veilig. Modellen, containers, extensies, agentvaardigheden, Python-pakketten en communitysjablonen vergroten allemaal de vertrouwde computerbasis.

Programma van de Open Source AI Summit: wat staat er op 11 september op het programma?

Vrijdag 11 september is dag twee. Het programma loopt in een strakkere lijn van bouwen met open modellen naar privacy, soevereiniteit voor bedrijven, wetenschap, geopolitiek, verifieerbare hardware en NVIDIA's visie op open AI-infrastructuur.

Tijd	Sessie	Waarom dit belangrijk is
9.30–9.55 uur	Zo bouw je je eigen AI met open modellen	Jeff Boudier van Hugging Face verbindt toegang tot modellen met de componenten die nodig zijn om van een model een bruikbaar systeem te maken.
10.05–10.35 uur	Open haardgesprek over het Computing Manifesto	Benadert toegang tot rekenkracht en gebruikerscontrole als sociale en economische vraagstukken, niet alleen als keuzes voor infrastructuur.
10.45–11.15 uur	Panel over privacy	Handig voor het vergelijken van lokale uitvoering, vertrouwde uitvoeringsomgevingen, versleutelde diensten en de claims die elke architectuur kan onderbouwen.
11.30–12.00 uur	Soevereiniteit als uitgangspunt	Vraagt hoe het eigendom van infrastructuur, data en software de bedrijfswaarde en afhankelijkheid op lange termijn beïnvloedt.
12.10–12.40 uur	AI voor de wetenschap	Onderzoekt hoe open onderzoeksinfrastructuur modellen, methoden en resultaten eenvoudiger 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 strijd om technologische controle.
14.25–14.55 uur	Hardware die je kunt verifiëren	Verlegt de vertrouwensvraag van software naar firmware, hardware, attestatie en de fysieke machine.
15.05–15.35 uur	Open haardgesprek met Bryan Catanzaro	Geeft NVIDIA's perspectief op modelonderzoek, inferentie en de hardware-softwarestack die open AI ondersteunt.

De dag eindigt om 15.40 uur na een korte afsluiting. Daarna volgt een optionele borrel en bijeenkomst op 38 Keyes Avenue. Bezoekers moeten voor de definitieve toegangsgegevens nog steeds hun evenementbevestiging gebruiken en een online samenvatting niet beschouwen als toegangsbewijs.

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 trainingsdata, trainingscode of de rechten die nodig zijn om het systeem aan te passen en verder 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, met of zonder wijzigingen. Ook staat erin dat de voorkeursvorm voor aanpassing voldoende gedetailleerde informatie over de data, de relevante code en de modelparameters moet bevatten.

Term	Wat het doorgaans aangeeft	Wat het niet garandeert
Open gewichten	Je kunt de aangeleerde modelparameters verkrijgen onder de vermelde voorwaarden.	Volledige transparantie over de training, onbeperkt gebruik, reproduceerbaarheid of een licentie die aansluit bij de OSI.
Open-source-AI	Het systeem is bedoeld om betekenisvolle 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 wordt uitgevoerd op hardware die je zelf in de buurt beheert.	Open licenties, transparante training, een goede beveiligingsconfiguratie of geen externe verbindingen.
Privé-AI	De architectuur is ontworpen om ongeoorloofde toegang tot prompts, bestanden, uitvoer of identiteit te beperken.	Dat alles lokaal draait of dat elke privacyclaim onafhankelijk kan worden geverifieerd.

Deze termen beschrijven verschillende dimensies. Een gesloten model kan worden aangeboden via een dienst die privacy beschermt. Een model met open gewichten kan lokaal draaien. Zelfs een echt open systeem kan gegevens lekken via een slecht geconfigureerde interface of agenttool. Kopers en bouwers moeten afzonderlijke vragen stellen over licenties, de 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 wegvalt. De minder zichtbare afhankelijkheden blijven bestaan. Een bruikbare AI-dienst 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:

Datalayer: documenten, foto's, media, embeddings, databases, modelbestanden en back-ups.
Rekenlaag: CPU, GPU, geheugen, inferentie-engine, modelformaat en acceleratiebibliotheken.
Servicelaag: API's, lokale AI-webinterfaces, retrieval-pipelines, agent-runtimes en automatisering.
Laag voor beheer: gebruikersaccounts, machtigingen, geheimen, netwerktoegang, logboeken, updates en herstel.

Die lagen hoeven niet in één behuizing te zitten. Een GPU-werkstation kan inferentie uitvoeren, terwijl een altijd ingeschakelde homeserver documenten opslaat, de webinterface uitvoert, de gebruikerstoegang beheert en een back-up van de configuratie maakt. Die splitsing is vaak verstandiger dan een NAS die gericht is op opslag ombouwen tot een high-end AI-werkstation.

Als je die architectuur vanaf nul ontwerpt, begin dan met een lokale AI-serveropstelling en bepaal de werklast voordat je hardware koopt. 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 tweedeling van de top tussen open en gesloten oplossingen betekent niet dat alles lokaal moet draaien. Een beter ontwerp voert elke taak uit op de plek die past bij de vereisten voor privacy, latentie, mogelijkheden en onderhoud.

Workload	Meestal geschikter voor lokale uitvoering	Meestal geschikter voor een cloudmodel
Privé zoeken in documenten	Gevoelige bronbestanden, herhaalde zoekopdrachten, een voorspelbare omvang en toegang via het LAN.	Een zeer grote context of geavanceerd redeneren 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 een sterker multimodaal begrip nodig is.
Codeerassistent	Privérepositories, offline werk, codeaanvulling en gerichte vragen over repositories.	Complexe debug- of architectuurtaken waarbij beter redeneren meer oplevert dan lokale controle.
Gebruik van agenttools	Lokale bestanden, thuisdiensten of interne API's die met strikte machtigingen zijn beveiligd.	Open onderzoek of veeleisende planning, op voorwaarde dat gevoelige context wordt verwijderd of beheerd.
Beeld- en media-analyse	Persoonlijke fotobibliotheken, beveiligingsbeelden, privéopnamen en indexering op de achtergrond.	Incidentele hoogwaardige generatie of analyse waarvoor lokaal dure accelerators nodig zouden zijn.

Een hybride systeem kan routinematige, private taken naar een lokaal model sturen en geselecteerde taken pas naar een cloudmodel doorschakelen nadat de gebruiker toestemming heeft gegeven voor het versturen van de gegevens. De uitdaging is niet om twee API's met elkaar te verbinden. Het gaat erom de routering zichtbaar te maken, onopgemerkt gegevenslekken te voorkomen, bruikbare logs te bewaren zonder geheimen op te slaan en veilig te blijven werken als een van beide diensten niet beschikbaar is.

De plek van een thuisserver in de open AI-stack

Een thuisserver is het waardevolst als je hem als permanente infrastructuur gebruikt, niet als benchmarkmachine. Hij kan beschikbaar blijven terwijl laptops in 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 aan, zelfs wanneer veeleisende generatietaken elders worden uitgevoerd. De gids voor AI-workloads met laag energieverbruik legt uit wanneer hardware met alleen een CPU en bescheiden hardware nuttig blijven. Vergelijk voor de keuze van een interface lokale AI-webinterfaces op basis van authenticatie, modelcompatibiliteit, ondersteuning voor retrieval en beheer voor meerdere gebruikers, niet alleen op basis van het uiterlijk.

Wie vooral met opslag werkt, kan een systeem zoals de persoonlijke cloud-NAS ZimaCube 2 gebruiken als gegevens- en dienstenlaag, en er vervolgens afzonderlijke GPU-rekenkracht aan koppelen wanneer grotere modellen dat vereisen. Zo blijven waardevolle bestanden en diensten die altijd beschikbaar moeten zijn stabiel, terwijl de modelomgeving, die sneller verandert, onafhankelijk kan worden geüpgraded, opnieuw opgebouwd of geïsoleerd.

Vijf vragen om mee te nemen van de top

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

Wat bezit ik daadwerkelijk? Controleer de modellicentie, beschikbaarheid van de broncode, gegevens, configuratie, prompts, embeddings en exportmogelijkheden.
Waar is tekst in platte tekstvorm aanwezig? Volg prompts, opgehaalde documenten, tooluitvoer, logboeken, tijdelijke bestanden, back-ups en telemetrie.
Welk onderdeel kan ik vervangen? Test of het model, de inferentie-engine, de interface, de vectoropslag en het agentframework echt onderling uitwisselbaar zijn.
Wat gebeurt er als de agent een fout maakt? Beperk de machtigingen, vereis bevestiging voor ingrijpende acties, bewaar herstelpunten en maak fouten zichtbaar.
Welke werklast is het waard om lokaal uit te voeren? Beoordeel de privacywaarde, gebruiksfrequentie, latentie, hardwarekosten, stroomverbruik, onderhoud en het kwaliteitsverschil met gehoste alternatieven.

Open AI wordt pas echt betekenisvol 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 bij echt bezit.

Veelgestelde vragen over de Open Source AI Summit 2026

Wanneer vindt de Open Source AI Summit 2026 plaats?

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

Waar wordt de Open Source AI Summit gehouden?

Het evenement vindt plaats in het Presidio in San Francisco, Californië. Toegelaten deelnemers moeten de locatie- en toegangsaanwijzingen van de organisator volgen.

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

Er is momenteel geen algemene kaartverkoop. Voor deelname moest je een aanvraag indienen, en op de aanvraagpagina van het evenement staat dat de top vol is. De gepubliceerde reserveringsprijs voor toegelaten aanvragers was $150. Eerder waren er een beperkt aantal gratis passen beschikbaar voor ontwikkelaars van opensource-AI en academici.

Is er een livestream van de Open Source AI Summit?

De organisator heeft op 10 september 2026 geen openbare livestream aangekondigd op de evenementwebsite. Eén agendapunt wordt aangeduid als een fireside chat op afstand, maar dat beschrijft de deelname van de spreker en mag niet worden opgevat als bevestiging dat het volledige evenement wordt gestreamd.

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

Op het gepubliceerde programma staan 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 organisaties op het gebied van open en private AI.

Wat is het verschil tussen open-source AI en AI met open gewichten?

Open gewichten betekent dat de aangeleerde parameters van een model beschikbaar zijn onder de vermelde voorwaarden. Open-source AI is een bredere claim, die inhoudt dat er betekenisvolle vrijheid is om het systeem te gebruiken, bestuderen, aanpassen en delen, en dat de voorkeursvorm die nodig is voor aanpassing toegankelijk is. 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 modelaanbieder te sturen, maar privacy hangt ook af van netwerkblootstelling, authenticatie, logboeken, 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 gekwantiseerde modellen, embeddingmodellen, classifiers en eenvoudige assistenten kunnen op CPU's draaien, al kunnen de reactiesnelheid en contextcapaciteit beperkt zijn. Grotere modellen, multimodale workloads, lange contexten en meerdere gelijktijdige gebruikers hebben doorgaans baat bij meer geheugenbandbreedte en GPU-versnelling.

Kan een NAS lokale AI uitvoeren?

Ja, binnen realistische grenzen. Een NAS of homeserver kan kleinere modellen, ophaaldiensten, databases, interfaces en automatisering uitvoeren. Voor veeleisende inferentie kan die de gegevens opslaan en de servicelaag hosten, terwijl een aparte GPU-machine de modeluitvoering voor zijn rekening neemt.

Waarom is verifieerbare hardware belangrijk voor private AI?

De openheid van software kan niet alles bewijzen over de machine waarop die draait. Firmware, de integriteit van het opstartproces, de identiteit van het apparaat, beveiligde enclaves, attestatie en hardwaretoeleveringsketens bepalen mede of de beveiligingsclaims van een systeem kunnen worden geverifieerd. Verifieerbare hardware breidt de vertrouwensvraag uit van modelcode tot de fysieke infrastructuur.