Dragon LLM, een Frans kunstmatige-intelligentiebedrijf dat eerder bekendstond als Lingua Custodia, heeft een nieuwe AI-architectuur ontwikkeld. Volgens het bedrijf gaat het om het eerste alternatief voor bestaande Amerikaanse en Chinese modellen dat volledig in Europa is ontworpen en getraind. Het basismodel, genaamd Dragon, werd ontwikkeld zonder private investeringen en getraind op de publieke Europese supercomputers Leonardo en JUPITER.
De ontwikkeling kwam tot stand nadat Dragon LLM in 2024 werd uitgeroepen tot winnaar van de European Large AI Grand Challenge. Daarmee kreeg het toegang tot krachtige rekenfaciliteiten van EuroHPC. Volgens het bedrijf is Dragon gebaseerd op een hybride AI-architectuur die afwijkt van de gangbare Transformer-structuur die gebruikt wordt in grote taalmodellen zoals GPT, Claude en Llama.
Het Dragon-model is ontworpen om vergelijkbare prestaties te leveren met aanzienlijk minder rekenkracht. Dragon LLM stelt dat het model slechts een derde van de benodigde rekenresources gebruikt in vergelijking met vergelijkbare systemen. Het kan draaien op standaardservers, zonder dat er een grootschalige GPU-infrastructuur nodig is. Daarmee mikt het bedrijf op energie-efficiëntie en brede toegankelijkheid, met name voor kleine en middelgrote ondernemingen die vaak tegen technische en financiële drempels aanlopen bij AI-implementatie.
Het eerste model van Dragon telt 3,6 miljard parameters. Zowel de architectuur als een demoversie zijn openbaar beschikbaar via het platform Hugging Face. Grotere modellen volgen op termijn.
Met deze ontwikkeling wil Dragon LLM bijdragen aan Europese technologische soevereiniteit, door een AI-systeem te bieden dat lokaal is ontworpen, getraind en inzetbaar. Het bedrijf, opgericht in 2011 en gevestigd in Parijs, richt zich op het ontwikkelen van ‘zuinige’ AI-modellen voor zakelijke toepassingen, met name in sectoren waar energie- en resource-efficiëntie essentieel zijn.
De lancering van Dragon komt op een moment waarop in Europa toenemende zorgen leven over het energieverbruik van grootschalige AI-systemen, mede door de groeiende vraag naar datacenters. Volgens Dragon LLM traint hun model niet alleen sneller, maar bedient het ook meer gebruikers per hardware-eenheid dan de Amerikaanse en Chinese alternatieven.
