Nvidia will mit RTX Spark eine Zäsur für den PC einläuten: Nachdem wir es in Aktion gesehen haben, wirkt das gar nicht so abwegig

Nvidia hat mit RTX Spark großes vor, unter anderem im Notebook-Bereich. (Bild: Xataka)

Über 1.000 Jahre lang trotzten die Theodosianischen Mauern von Konstantinopel jedem feindlichen Ansturm. Doch im Jahr 1453 konstruierte ein Ingenieur namens Urban eine gewaltige Kanone, die diese Festung schließlich in Schutt und Asche legte.

Der osmanische Sultan Mehmed II. nutzte dieses kriegerische Meisterwerk, um die Stadt einzunehmen. Für viele Geschichtsforschende markierte dieser Moment das Ende des Mittelalters und den Beginn einer völlig neuen Ära.

In der Welt der PCs und Notebooks hatten Intel und AMD über Jahrzehnte hinweg eine ganz ähnliche, scheinbar unbezwingbare Mauer errichtet: das Fundament aus der x86-64-Architektur und Microsoft Windows.

Kein anderer Chiphersteller konnte hier ernsthaft Fuß fassen. Erst Apple wies 2020 mit dem M1-Chip auf ARM-Basis den Weg und überzeugte seither Fans wie auch Skeptikerinnen und Skeptiker gleichermaßen. Genau diesen Umbruch verspricht Nvidia nun mit RTX Spark für die Windows-Welt.

Und das könnte tatsächlich gelingen. Damit schicken sich diese neuen Prozessoren an, die einstige Vormachtstellung von Intel und AMD spürbar ins Wanken zu bringen.

1:46 Klassische PCs waren gestern: Nvidia will das Rechner-Rad zusammen mit Microsoft neu erfinden dank RTX Spark

Willkommen beim RTX Spark Day

Einen ersten umfassenden Eindruck lieferte der RTX Spark Day, der am vergangenen 8. Oktober in San Francisco stattfand. Zu diesem Event lud Nvidia Fachredaktionen aus aller Welt ein, um die finale Vorstellung eines neuen Chips und des dazugehörigen Ökosystems mitzuerleben – maßgeschneidert für die aktuellen Anforderungen des KI-Booms.

Die neuen Chips fordern Intel und AMD nicht nur bei der Energieeffizienz und in klassischen Alltagsdisziplinen wie Office-Arbeiten oder Content-Erstellung heraus. Sie positionieren sich auch als Optionen fürs Gaming und bieten ein weiteres Einsatzfeld: Ihr könnt auf ihnen anspruchsvolle lokale KI-Modelle ausführen – und das mit viel Leistung.

Es ist freilich nicht Nvidias erster Anlauf in diesem Segment. Vor über zehn Jahren versuchte der Hersteller bereits sein Glück, als Microsoft die ersten Surface-RT-Geräte mit Nvidias Tegra-3-Prozessoren ausstattete.

Die Hardware wusste damals durchaus zu gefallen, doch Windows RT scheiterte im Schatten des ausgewachsenen Windows. Zwei Jahre später wurde das Vorhaben endgültig begraben.

Später übernahm Qualcomm den Staffelstab und fokussierte sich voll auf Effizienz. Die ARM-Prozessoren der vergangenen Jahre lieferten interessante Ansätze, konnten das Publikum aber nie vollends überzeugen – vor allem, weil Videospiele die größte Hürde blieben.

Zuletzt verlegte Qualcomm seinen Schwerpunkt mit den Snapdragon X2 Plus zwar ebenfalls in Richtung KI, sparte die Gaming-Community dabei aber erneut weitgehend aus.

Diesmal wählt Nvidia einen deutlich ehrgeizigeren Weg. Bei RTX Spark handelt es sich um eine vollwertige Plattform. Vor Ort konnten wir den ganzen Tag über in Vorträgen und Live-Demos erleben, wie viel Potenzial in dieser Technologie steckt.

GameStar PC Battlefield 6 Special Edition Pro

CPU: AMD Ryzen 7 5700X (8x bis 4,6 GHz)
GPU: Nvidia GeForce RTX 5060
RAM: 32 GB DDR4
SSD: 1.000 GB

• Preiswerte Power für Full HD
• Volle DLSS 4.5-Unterstützung
• Effizienter Achtkernprozessor

• Nur in limitierter Stückzahl erhältlich

1599 €

zu BoostBoxx

Ein echter Neuanfang für den PC?

Geht es nach Nvidia, lautet die Antwort ganz klar: Ja. Während einer Präsentation veranschaulichte ein Nvidia-Manager anhand eines Diagramms, warum diese Prozessoren gerade für alle interessant sind, die lokale KI-Modelle zu erschwinglichen Anschaffungskosten betreiben möchten.

Die Leistungswerte der RTX Spark N1X können sich sehen lassen.

• Die im Juni dieses Jahres erstmals enthüllten SoCs vereinen eine Grace-CPU mit bis zu 20 Kernen (in Kooperation mit MediaTek entwickelt) mit einer RTX-Blackwell-GPU, die auf 6.144 Rechenkerne zurückgreift.
• Das Resultat: Der Chip liefert bis zu 1 PFLOP an Rechenleistung bei FP4-Operationen – ein beachtlicher Wert für Prozessoren, die für Notebooks und kompakte Desktop-Systeme gedacht sind.
• Die Grafikleistung entsprach im Vorfeld laut Nvidia in etwa einer RTX 5070 für Laptops, was erste Tests bestätigen. In den Live-Vorführungen liefen Titel wie »Cyberpunk 2077« oder das neue »CONTROL Resonant« jedenfalls flüssig über die Bildschirme.

Ein besonderer Fokus der Plattform liegt aber im KI-Einsatz. Die Geräte lassen sich mit bis zu 128 GB »Unified Memory« ausstatten – dem gemeinsamen Speicheransatz, den wir bereits von Apple kennen. Die Bandbreite des LPDDR5X-Speichers erreicht bis zu 300 GB/s und damit ähnlich viel wie Apples M5-Pro-Chips (307 GB/s).

Gegenüber Apple hat Nvidia hier einen wichtigen Vorteil: Die Blackwell-GPU beherrscht FP4-Quantisierung, wodurch Daten stark komprimiert werden und sich die 300 GB/s noch effizienter ausnutzen lassen. Dadurch stemmen die Systeme selbst größere lokale Sprachmodelle mit potenziell hoher Geschwindigkeit.

Das eröffnet eine spannende Perspektive: ein Rechner, der rund um die Uhr lokale KI-Aufgaben abarbeitet, ohne dass pro Anfrage laufende Cloudausgaben anfallen.

Ganz »kostenlos« ist das natürlich nicht, denn die anfängliche Hardware-Investition bleibt beträchtlich. Wer die Rechenleistung allerdings täglich ausschöpft, profitiert von jener Philosophie kostenloser Tokens, von der Satya Nadella und Jensen Huang vor Kurzem sprachen.

Ein anschauliches Beispiel dafür gab es während der Vorträge:

• Im April 2026 lief Claude Opus 4.7 Max in der Cloud und erzielte im Benchmark von Artificial Analysis einen Wert von 41 Punkten.
• Nur sechs Monate später, im Oktober 2026, läuft das Modell Qwen3.8-Flash-Next lokal auf einem Notebook mit RTX-Spark-SoC und 128 GB Unified Memory – und erzielt in demselben Test eine vergleichbare Leistung mit 40 Punkten. Das ist eine bemerkenswerte Entwicklung in kürzester Zeit.

Die Aussicht, hochwertige KI-Modelle im Dauerbetrieb lokal laufen zu lassen, eröffnet neue Möglichkeiten für autonome Agenten wie OpenClaw oder Hermes. Sie waren zwar schon vorher einsatzbereit, gewinnen durch diese Hardware-Basis jedoch spürbar an Praxistauglichkeit.

Ein genauerer Blick auf die Praxis

Gerardo Delgado aus dem Führungsteam von Nvidia lieferte ein persönliches Fallbeispiel: Auf seinem Spark-System verknüpfte er Hermes direkt mit seinem Postfach. Der Agent verarbeitete innerhalb weniger Tage rund 200.000 E-Mails und liefert ihm seither jeden Morgen ein präzises Briefing für den Tag.

Der entscheidende Aspekt für viele: Die Daten verlassen zu keinem Zeitpunkt das lokale Gerät.

In weiteren Demos steuerte ein lokaler Agent komfortabel das Smart Home oder unterstützte den Videoschnitt über das neue MCP-Protokoll in DaVinci Resolve.

Die DLSS-5-Präsentation mit »NBA 2K27« kam uns zwar bekannt vor, überzeugte aber technisch dennoch. Auch das aktualisierte Nvidia Broadcast hinterließ mit seinen überarbeiteten Audiofiltern einen starken Eindruck.

Besonders aufschlussreich war die Session zu Hermes: Wenn ihr einer lokalen KI Zugriff auf eure Daten gebt, kann sie den Alltag spürbar erleichtern – ein Schritt, der deutlich vertretbarer wirkt, wenn sämtliche Daten im eigenen Heimnetzwerk bleiben.

Nvidia-Entwickler Caleb Kim zeigte unter anderem, wie er morgendliche Zusammenfassungen um 9:00 Uhr als festen Routine-Task anlegte. Nachts analysierte zudem ein zweiter Prüf-Agent die Arbeit von Hermes, um eventuelle Fehler künftig gezielt zu vermeiden.

Spannend war auch der Vortrag von Jani Joki zum Thema KI-Benchmarking: Während herkömmliche Benchmarks primär die reine Geschwindigkeit maßen, rückt im KI-Bereich die inhaltliche Genauigkeit und Korrektheit der Antworten gleichrangig neben das reine Rechentempo.

Nvidia setzt große Hoffnungen in die Spark-Plattform. Ob sie sich am Ende wirklich durchsetzen kann, bleibt aber abzuwarten. (Bild: Xataka)

Das Software-Ökosystem im Detail

Nvidias neue Plattform will das gesamte Einsatzspektrum abdecken: Office-Programme, kreative Anwendungen, Software-Entwicklung, PC-Gaming und vollwertige lokale KI-Berechnungen.

Die technischen Grundpfeiler von RTX Spark stellte Nvidia in San Francisco detailliert vor:

Sicherheit von Grund auf

• Um KI-Sicherheitsrisiken frühzeitig zu minimieren, setzt Nvidia auf die OpenShell-Technologie sowie Microsofts neue MXC (Microsoft Execution Containers).
• Weil Agenten wie OpenClaw oder Hermes Zugriff auf Dateisysteme, Terminals und Programme erhalten, führt Windows 11 getrennte Benutzerkonten und isolierte Sandbox-Umgebungen für KI-Aufgaben ein.
• OpenShell fungiert als Schutzschild, beschränkt Netzwerk- und Verzeichniszugriffe und filtert persönliche Daten heraus, falls eine Anfrage doch in die Cloud weitergeleitet wird. MXC ist bereits in OpenClaw sowie GitHub Copilot integriert und startet Ende Oktober auch in Hermes.
• Geräte mit RTX Spark führen euch direkt nach der Ersteinrichtung zur Installation passender KI-Agenten, die dank OpenShell und MXC in gesicherten Umgebungen laufen.

Neues Modell Nemotron 3.5 Bolt 74B

• Das hauseigene Mixture-of-Experts-Modell verfügt über 74 Milliarden Parameter, von denen pro Token 9 Milliarden aktiv sind. Dank eines speziellen 2-Bit-Quantization-Aware-Trainings lässt sich das Modell bereits auf Systemen mit 24 GB Videospeicher oder Unified Memory nahezu ohne Qualitätsverlust nutzen.
• Mit »Llama Windows« steht zudem eine offizielle, kostenfreie Anwendung auf Basis von llama.cpp bereit, mit der ihr Modelle ähnlich unkompliziert wie in Ollama oder LM Studio ohne Befehlszeile betreibt.

Nvidia PAIR (Personal AI Router)

• Dieses Open-Source-Projekt hat seine Betaphase verlassen und bündelt die Rechenleistung mehrerer PCs und Notebooks – egal ob unter Windows, macOS oder Linux.
• Zwar addiert PAIR nicht den Grafikspeicher für ein einzelnes Riesenmodell, aber es verteilt Teilaufgaben und Anfragen parallel. Nvidia hat Tests mit 18 vernetzten Rechnern erfolgreich durchgeführt. So könnt ihr ungenutzte Leistungsreserven im eigenen Haushalt oder Büro effizient zusammenführen.

Upgrade für Nvidia Broadcast

• In der Version Broadcast 2.3 lassen sich auch vorab aufgezeichnete Videodateien offline bearbeiten – inklusive Video Super Resolution und Frame Generation.
• Über eine MCP-Schnittstelle, die auch in der Nvidia App, in PAIR, RTX Remix und Omniverse zur Verfügung steht, können KI-Agenten Videofilter und Effekte künftig eigenständig anwenden.
• Für Kreativanwendungen von Adobe wie Premiere oder Photoshop verspricht RTX Spark bis zur doppelten Geschwindigkeit; ComfyUI unterstützt Frame Generation und Blender 5.3 erhält im November Ray Reconstruction via DLSS.

Tools für die Entwicklung

• Für Programmierarbeiten bietet die Plattform erstmals PyTorch-CUDA kompiliert für Windows on ARM, natives Python 3.15 für ARM und den Conda-Paketmanager. In GitHub Copilot verteilt der verbesserte HydraFusion-Router Rechenlasten dynamisch auf lokale und cloudbasierte Modelle.
• Microsoft steuert dafür sein lokales Modell MAI 1.1 Coding Flash bei, während Llama.cpp nun auch neuartige Entscheidungsmodelle unterstützt.

Spiele und DLSS 5

• Im Gaming-Segment zeigte Nvidia Titel wie »CONTROL Resonant«, »Cyberpunk 2077«, »Gears of War: E-Day«, »NBA 2K27« und »Hogwarts Legacy«.
• Die Rechner unterstützen DLSS 5, dessen KI-Modell die Bildwiederholraten beispielsweise in NBA 2K27 um das bis zu 1,4-Fache steigert.
• Ab dem 23. Oktober soll zudem das kompakte Modell Nemotron 3.5 Bolt E4B (4 GB) Entwicklungsstudios ermöglichen, NPCs in Spielen deutlich flexiblere Dialogfähigkeiten zu verleihen.

Prism als Windows-Pendant zu Rosetta

• Um den Übergang von x86-64 auf ARM abzufedern, nutzt Windows bei RTX Spark ein vergleichbares Werkzeug namens Prism.
• Die Übersetzungsschicht führt bestehende Windows-Programme und Spiele mit minimalen Leistungseinbußen aus und bietet für Anti-Cheat-Lösungen bereits erste native Teilstützen.

Das RTX-Spark-Aufgebot: Hardware auf breiter Front

Auf dem Event fuhren die Hardware-Partner groß auf: ASUS, Dell, HP, Lenovo, MSI und Microsoft stellten jeweils eigene Geräteklassen vor, die wir vor Ort in Augenschein nehmen konnten.

Neben klassischen Laptops umfasst das Portfolio auch ultrakompakte Mini-PCs im Stil eines Mac mini, die sich als leise Arbeitsstationen für den Schreibtisch empfehlen.

Am oberen Ende des Leistungsspektrums steht die DGX Station for Windows, ein echtes Kraftpaket für den professionellen Unternehmenseinsatz. Im vierten Quartal bringen Hersteller wie ASUS, Dell, HP, MSI, Gigabyte und Supermicro entsprechende Konfigurationen auf den Markt.

Auch interessant: Nvidia-Chef kritisiert Deutschland: »Macht euch einfach an die Arbeit«

Die DGX Station for Windows und unser Fazit

Herzstück dieses Systems ist der GB300 Grace Blackwell Ultra (bestehend aus einer 72-Kern-ARM-Grace-CPU und Blackwell-Ultra-Grafik), kombiniert mit gewaltigen 748 GB kohärentem Speicher und einer FP4-Rechenleistung von 20 PFLOPS.

Damit lassen sich KI-Modelle mit einer Billion Parametern (1T) lokal ausführen. Genaue Preise nannte Nvidia noch nicht, doch das Budget dürfte entsprechend hoch ausfallen müssen.

Nach dem RTX Spark Day bleibt der Eindruck: Dieser Vorstoß gegen die Vormachtstellung von x86-64 hat Substanz. Windows on ARM fehlte es jahrelang an Grafikleistung, breiter Spielekompatibilität und einem echten Zugpferd.

Mit dem passenden KI-Ökosystem und starker GPU-Technik scheint Nvidia nun seine ganz eigene Kanone in Stellung zu bringen – und wir werden genau beobachten, ob die alten Mauern von Intel und AMD diesem Ansturm auf Dauer standhalten können.