01
Onderbouwde componenten
Elke keuze van GPU, VRAM en voeding wordt uitgelegd voor een echte lokale AI-belasting.
Referentiebuilds
voor AI-rigs.
Drie educatieve referentiebuilds — GPU, VRAM, dimensionering. Hoe een goede lokale AI-rig eruitziet, zonder commerciële bias.
01 · Soevereiniteit
Gevoelige data (juridisch, medisch, HR, R&D) verlaat nooit je muren. AVG- en AI Act-conform.
02 · Begrensde kost
Een Pro rig betaalt zichzelf terug in ~6 maanden tegenover €1500/maand API op schaal. Marginale kost daarna bijna nul.
03 · Modellen up to date
Hoe je nieuwe open-weight modellen volgt: de juiste quantisatie kiezen, de start testen, documenteren — onze guides leggen het stap voor stap uit.
trust
Wat deze builds betrouwbaar maakt.
Localia is een onafhankelijke bron: geen voorraad, geen verzonnen benchmarks. Deze builds zijn een referentie om zelf de juiste rig te bouwen.
02
Geen prijs getoond
Localia verkoopt niet: dit zijn referenties om zelf te bouwen, waarvan je de kosten bij je verkoper nagaat.
03
Gedocumenteerde prestaties
Welke modellen draaien en hun quantisatie worden niveau per niveau vermeld.
04
Benchmarks komen
Echte tokens/s gemeten op fysieke hardware worden zo snel mogelijk gepubliceerd.
catalogus
Drie referentiebuilds. Zelf te bouwen.
referentiebuilds · geen prijs, Localia verkoopt niet
// 01 · Solo dev · onderzoek · interne experimenten
Starter
Eerste solo AI-rig
GPU · VRAM
1× RTX 509032 GB
Wat in dit VRAM past
- Mistral 7BFP16 · 16 GB
- Qwen 2.5 32BQ5 · 25 GB
- Llama 3.3 70Bpast niet
- Mistral Large 123Bpast niet
beste quantisatie die past · engine van de calculator
Spec
- ·AMD Ryzen 7 7700X (8C / 16T)
- ·32 GB DDR5-6000
- ·1 TB NVMe Gen 4
- ·Voeding 850 W 80+ Gold
- ·Fabrieksgaranties van de componenten
Draait bijvoorbeeld
- ▸Qwen 3 30B-A3B · Q5
- ▸Qwen 2.5 32B · Q5
- ▸Gemma 4 31B · Q5
- ▸Mistral 7B · FP16
- ▸DeepSeek R1 Distill 32B · Q5
Software
- ·Ubuntu 24.04 LTS
- ·NVIDIA drivers + CUDA
- ·Ollama + Open WebUI (open-source, te installeren)
- ·Geoptimaliseerde llama.cpp build
// 02 · Bureau · MKB · kantoor · datateam
popularPro
De team RAG-rig
GPU · VRAM
2× RTX 509064 GB
Wat in dit VRAM past
- Mistral 7BFP16 · 16 GB
- Qwen 2.5 32BQ8 · 36 GB
- Llama 3.3 70BQ5 · 54 GB
- Mistral Large 123BQ3 · 60 GB · krap
beste quantisatie die past · engine van de calculator
Spec
- ·AMD Ryzen 7 7700X (8C / 16T)
- ·64 GB DDR5-4800 ECC UDIMM
- ·1 TB NVMe Gen 4
- ·Voeding 1500 W 80+ Platinum
- ·Fabrieksgaranties van de componenten
Draait bijvoorbeeld
- ▸Llama 3.3 70B · Q5
- ▸DeepSeek R1 Distill 70B · Q5
- ▸Qwen 2.5 72B · Q5
- ▸Mixtral 8x7B · Q8
- ▸Mistral Large 123B · Q3
Software
- ·Alles uit Starter +
- ·vLLM met OpenAI-compatible server
- ·RAG-kit: LlamaIndex + Qdrant geconfigureerd + README
- ·CLI-monitoring (nvidia-smi, htop, ollama logs)
// 03 · MKB · advocatenkantoor · medisch · mid-market · publiek
Enterprise
AI-soevereiniteit voor MKB
GPU · VRAM
2× RTX A6000 NVLink96 GB
Wat in dit VRAM past
- Mistral 7BFP16 · 16 GB
- Qwen 2.5 32BFP16 · 72 GB
- Llama 3.3 70BQ8 · 78 GB
- Mistral Large 123BQ5 · 95 GB · krap
beste quantisatie die past · engine van de calculator
Spec
- ·AMD Threadripper Pro 7975WX (32C / 64T)
- ·256 GB DDR5 ECC RDIMM
- ·8 TB NVMe Gen 5 RAID 10
- ·Voeding 2000 W redundant
- ·Fabrieksgaranties van de componenten
Draait bijvoorbeeld
- ▸Llama 3.3 70B · Q8
- ▸Mistral Large 123B · Q5
- ▸Qwen 2.5 72B · Q8
- ▸Mixtral 8x22B · Q4
- ▸Llama 4 Scout · Q5
Software
- ·Alles uit Pro +
- ·Multi-GPU tensor parallel geconfigureerd (NVLink)
- ·Open WebUI multi-user · OIDC klaar
- ·AVG / AI Act compliance-doc inbegrepen
referentiebuilds om zelf te bouwen · buildkosten variëren met de componentmarkt · Localia verkoopt niet, levert niet
◆ custom
Voorbij de referentiebuilds.
Alles wat buiten de standaardbuilds valt: volledige RAG-integratie op je documenten, Grafana-dashboards, custom SSO (fijnmazige RBAC, HDS-conforme audit), white-label UI, datacenter-GPU's (H100 / H200 / B200 / MI300X), multi-rack, strikte SLA, security audit, teamtraining. Localia verkoopt deze diensten niet; we kunnen je doorverwijzen naar de juiste partijen en helpen de behoefte af te bakenen.
H100 / H200MI300XMulti-rackStrikte SLAEnterprise RAGSecurity auditTeam trainingOnderhoud
Mail ons voor advies →process
Hoe je deze builds gebruikt.
- 01Stap 1
Kies een build
Zoek de referentiebuild die het dichtst bij je use case ligt.
- 02Stap 2
Schat de kosten
Open de calculator om de buildkosten voor jouw modellen te schatten.
- 03Stap 3
Source de componenten
Koop de componenten zelf bij de distributeurs van je keuze.
- 04Stap 4
Installeer de stack
Volg onze guides om Ollama, Open WebUI en de RAG-stack te installeren.
faq
Vaak gestelde vragen.
Verkoopt Localia deze rigs?+
Nee. Localia is een onafhankelijke bron: deze builds zijn educatieve referenties om je eigen rig te bouwen. Geen voorraad, geen verkoop, geen levering.
Welke softwarestack gebruik ik?+
Ubuntu 24.04 LTS · NVIDIA drivers · CUDA · Ollama · Open WebUI · llama.cpp · vLLM · RAG-stack (LlamaIndex + Qdrant). Allemaal open source, te installeren aan de hand van onze guides.
Welke modellen draaien erop?+
Afhankelijk van de build: Llama 3.3 70B, Mistral Large, Qwen 2.5 72B, DeepSeek R1, Gemma 4. De calculator vertelt je wat er in het VRAM past.
Hoe zit het met garantie?+
Elk onderdeel behoudt de garantie van zijn eigen fabrikant (GPU, moederbord, voeding, enz.). Localia is geen verkoper en geeft dus geen garantie op het samengestelde geheel.
Wat als ik later wil upgraden?+
Elke referentiebuild is ontworpen om +1 of +2 extra GPU's te accepteren (vrije PCIe-slots + gedimensioneerde voeding). Houd daar rekening mee bij het kopen van de onderdelen.
Klaar voor lokale AI?
Een vraag over de keuze van een rig? Beschrijf je geval in twee zinnen: we wijzen je naar de juiste referentiebuild — zonder je iets te verkopen.
Mail ons voor advies →Antwoord binnen 24 werkuren · contact@getlocalia.com