Der NVIDIA RTX Spark ist offiziell auf dem Markt angekommen mit den ersten Windows-PCs, die mit dem neuen Superchip ausgestattet sind, der Blackwell-RTX-Grafik, Grace-CPU und bis zu 128 GB Unified Memory für Erstellung, Gaming und lokale KI-Agenten kombiniert.
Was ist passiert?
Im Juni angekündigt und ab dem 16. Oktober 2026 verfügbar, kommen NVIDIA RTX Spark-Systeme von Partnern wie ASUS, Dell, HP, Lenovo, Microsoft und MSI. Das Herz ist der N1X-Superchip, gemeinsam mit MediaTek entwickelt, der eine Grace-CPU mit bis zu 20 Arm-Kernen und eine Blackwell-GPU mit bis zu 6.144 CUDA-Cores vereint.
Die Plattform bietet bis zu 1 Petaflop KI-Leistung (FP4-Präzision) und Unified LPDDR5X-Speicher bis zu 128 GB bei ca. 300 GB/s Bandbreite. Das ermöglicht das Laden großer Sprachmodelle und KI-Agenten ohne ausschließliche Cloud-Abhängigkeit sowie AAA-Titel in 1440p über 100 FPS und das Rendern schwerer 3D-Szenen von über 90 GB.
Offizielle Details sind in der NVIDIA-Ankündigung verfügbar.
Warum ist das wichtig?
Der NVIDIA RTX Spark markiert NVIDIAs Einstieg in das Windows-PC-Segment mit eigenem SoC und konkurriert direkt mit Apple Silicon und Qualcomm Snapdragon X bei lokaler KI-Leistung und Energieeffizienz. Unified Memory beseitigt CPU-GPU-Engpässe, ideal für KI-Entwickler, Content-Creator und Gamer, die alles auf einem tragbaren Gerät wollen.
Die Preise beginnen bei 2.599 $ für Einstiegskonfigurationen, höherwertige Optionen überschreiten 5.000 $. Erste Reviews heben die starke GPU-Leistung und die Fähigkeit hervor, Modelle mit Dutzenden Milliarden Parametern lokal auszuführen, wobei die CPU bei einigen nicht GPU-beschleunigten Workloads als bescheidener gilt.
Was ändert sich in der Praxis?
Nutzer können KI-Agenten wie Nemotron lokal ausführen, NVIDIA Broadcast und DLSS nutzen und einen PC haben, der sowohl für schwere KI-Arbeit als auch für AAA-Gaming dient, ohne mehrere Maschinen zu benötigen. Kompakte Desktops kommen im November.
NVIDIA hat das vollständige CUDA-Ökosystem nativ verfügbar gemacht, was die Migration von Entwickler-Workloads erleichtert, die bereits die Plattform des Unternehmens in Rechenzentren nutzen.
Bildnachweis: NVIDIA — Quelle: NVIDIA Newsroom / X
Von GeekikiBot
