Nach 30 Jahren der Grafikkartenverkauf bringt NVIDIA mit neuen KI-Chips die "Persönliche Computer" neu auf.

„Vor 15 bis 20 Jahren hatten wir eine Idee namens Mobiltelefon. Heute haben wir eine bessere Idee, und sie heißt PC.“

Dieser Satz stammt von Jensen Huang. Am 1. Juni in Taipeh stand er neben einem neuen Chip namens RTX Spark und stellte den PC auf die gleiche oder sogar eine noch höhere Stufe wie den Mobiltelefonmarkt.

Jensen Huang erinnerte sich zunächst an die 40-jährige Entwicklung des Windows-PCs | Bildquelle: NVIDIA

Man muss bedenken, dass NVIDIA in den letzten dreißig Jahren immer nur Grafikkarten verkauft hat – man steckte sie einfach in einen von jemand anderem hergestellten Computer. Diesmal will es hingegen den gesamten Computer selbst verkaufen.

Noch seltsamer ist, dass Jensen Huang nicht allein kam. Acer, Asus, Dell, Gigabyte, HP, Lenovo, Microsoft, MSI – acht Hersteller, die normalerweise auf den Regalen um den Verkauf kämpfen, standen alle hinter demselben Chip. Eine Firma mit einer so hohen Marktkapitalisierung, dass sie eigentlich keine Notebooks herstellen muss, hat dennoch einen Notebook-Chip entwickelt und die Hälfte der PC-Branche mitgezogen.

Dieser Chip, der im Entwicklungsstadium unter dem Code-Namen N1/N1X bekannt war, wurde seit mehreren Monaten geleakt. Doch noch größer als der Chip selbst ist die Ambition von Jensen Huang – er will den „Personal Computer“ neu erfinden.

Von der „Zusatzkomponente“ zum „Gehirn“

Über einen langen Zeitraum war das „Gehirn“ eines PCs die CPU von Intel oder AMD. NVIDIA war die „Muskulatur“ – man steckte sie extra auf die Mainboard, um Spiele zu spielen oder zu rendern. Sie war stark, aber immer nur eine Zusatzkomponente.

NVIDIA hat für die Ära des AI-PCs ein komplettes Produktportfolio geplant | Bildquelle: NVIDIA GTC Livestream

RTX Spark ist anders. Es ist ein vollständiger SoC, bei dem CPU, GPU und Arbeitsspeicher miteinander verschweißt sind. Ein Windows-Notebook wird um diesen Chip herum gebaut.

Diesmal will NVIDIA nicht nur stärkere „Muskulatur“ schaffen, sondern das Gehirn des gesamten Computers.

Da NVIDIA keine x86-Lizenz hat und dieser Weg somit versperrt war, wechselte es zu Arm – einen 20-Kern-Grace-CPU, der gemeinsam mit MediaTek entwickelt wurde, und eine eigene Blackwell-GPU. Dies ist das erste Mal, dass ein Windows-Notebook an der zentralsten Stelle den Namen von NVIDIA trägt, anstatt nur ein Label einer separaten Grafikkarte in der Ecke des Gehäuses zu haben.

Die Chip-Spezifikationen wurden gemeinsam von NVIDIA und Microsoft definiert | Bildquelle: NVIDIA GTC Livestream

Die Wichtigkeit dieser Angelegenheit liegt darin, dass der Notebook-Markt jährlich etwa 150 Millionen Geräte liefert. Eine Firma, die mit GPU für Rechenzentren die Spitze der Weltmarktkapitalisierung erreicht hat, geht bewusst in diesen Markt ein und wird nicht einfach nur ein Nebengeschäft ausprobieren. Sie will das Gehirn des Computers selbst.

Warum genau jetzt? Die lokale KI hat den Appetit auf Rechenleistung und Arbeitsspeicher erhöht, und Microsoft hat die Copilot+-Ökosystem von Windows on Arm für neue Spieler wie NVIDIA und MediaTek geöffnet. Die Tür war geöffnet, und NVIDIA trat ein.

Ein Petaflop in ein Notebook packen

Die Spezifikationen von RTX Spark sind beeindruckend – 20-Kern-Grace-CPU, 6.144 CUDA-Kerne in der Blackwell-GPU (Leistung ungefähr auf der Ebene eines Desktop-RTX 5070 für Notebooks), bis zu 128 GB vereinheitlichten Arbeitsspeicher, 70 Milliarden Transistoren, TSMC 3nm – aber diese Zahlen allein haben wenig Bedeutung.

Was mich beim Livestream wirklich aufmerksam machte, war das gleichzeitige Auftauchen von zwei Begriffen auf einem „Notebook“.

Eine KI-Leistung von einem Petaflop (äquivalent zu 1.000 TFLOPS) und 128 GB vereinheitlichten Arbeitsspeicher – diese Dinge gehörten bisher nicht zu Notebooks, sondern zu Workstations oder sogar Rechenzentren.

Derzeit hat die Hälfte der PC-Branche sich dem RTX-Portfolio angeschlossen | Bildquelle: NVIDIA GTC Livestream

Die offizielle Verwendungshinweise von NVIDIA sind sehr klar: Lokales Schneiden von 12K-Videos, Rendern großer 3D-Szenen, Ausführen großer KI-Agenten lokal. Mit anderen Worten, die Aufgaben, die man früher entweder in die Cloud schicken oder mit einem heißen und schweren Gaming-Notebook erledigen musste, können jetzt theoretisch in einem tragbaren Gerät ausgeführt werden.

Und der wichtigste und am schwierigsten für Konkurrenten zu kopierende Faktor ist CUDA.

Jeder, der in der KI-Entwicklung tätig ist, versteht die Bedeutung von CUDA. In den letzten Jahren wurden fast alle Trainings- und Inferenz-Frameworks zuerst für CUDA entwickelt und erst dann für andere Plattformen angepasst. Einem, der ernsthaft Modelle lokal ausführen will, standen bisher nur wenige Möglichkeiten zur Verfügung: Ein Gaming-Notebook mit lauten Lüftern tragen, ein Mac mit großem vereinheitlichten Arbeitsspeicher kaufen oder einfach eine Cloud-GPU nutzen. Jede dieser Optionen hat ihre Nachteile.

Die Wertigkeit der CUDA-Entwickler-Ökosystem ist unbestritten | Bildquelle: NVIDIA GTC Livestream

RTX Spark packt CUDA und 128 GB vereinheitlichten Arbeitsspeicher in ein leichtes und dünnes Gerät. Für diejenigen, die lokale große Modelle ausführen müssen, gibt es erstmals eine andere brauchbare Alternative neben dem Mac – und in Bezug auf Arbeitsspeicher und CUDA-Ökosystem ist es sogar besser geeignet.

Ehrlich gesagt, ist dieses Paket nicht für alle geeignet. Einem, der den Computer nur zum Surfen im Internet, Schreiben von Dokumenten oder Teilnehmen an Meetings verwendet, wird wahrscheinlich nicht klar, was ein Petaflop und 128 GB Arbeitsspeicher bedeuten – ähnlich wie die meisten Menschen keine Workstation benötigen, die Filme rendern kann. Aber für Entwickler, Inhaltserzeuger und diejenigen, die lokale große Modelle als Produktionswerkzeug nutzen, ist dies das passendste Silizium in den letzten Jahren.

Die starke Leistungskonfiguration bestimmt auch, dass es derzeit eher für Entwickler als für normale Benutzer geeignet ist | Bildquelle: NVIDIA GTC Livestream

NVIDIA hat bisher noch nichts über den Preis gesagt. Auch die Hersteller, die RTX Spark-Notebooks produzieren werden, haben dies noch nicht bekannt gegeben. Aber angesichts seiner bisherigen Preispolitik wird es wahrscheinlich teuer sein.

NVIDIA will nie nur einen Chip verkaufen

Wenn man denkt, dass diese Pressemitteilung nur darum geht, dass NVIDIA einen Notebook-Chip entwickelt hat, unterschätzt man seine Ambitionen.

RTX Spark ist nur der Einstieg. In derselben Keynote hat NVIDIA auch Claw vorgestellt – ein kleines AI-Agent-Gerät für zu Hause, das rund um die Uhr einen Agent ausführt und mit den Heimgeräten verbunden werden kann, um als ständig verfügbärer persönlicher Assistent zu dienen. Außerdem gibt es die DGX Station speziell für Windows: 768 GB Arbeitsspeicher, 20 Petaflops, ein Entwickler-Supercomputer, der auf dem Schreibtisch steht und Milliardenparameter-Modelle ausführen kann. Dazu kommt das sich ständig weiterentwickelnde Nemotron-Modell.

Produkte für die Claw-Ökosystem für zu Hause | Bildquelle: NVIDIA GTC Livestream

Jensen Huangs Anfangssatz „eine bessere Idee als der Mobiltelefon“ wird in diesen Produkten Wirklichkeit. In seiner visionären Zukunft wird der PC nicht mehr nur ein Computer sein, sondern wie eine Spülmaschine oder ein Heimkino zu einem unverzichtbaren, ständig eingeschalteten AI-Gerät zu Hause werden, das verschiedene persönliche Agenten und Assistenten ausführt.

NVIDIA zeichnet nicht nur einen schnelleren Computer, sondern ein „ständig verfügbares AI-Gerät zu Hause“.

Dieser Plan erstreckt sich über einen langen Zeitraum. Von der aktuellen Blackwell-Architektur über die kommende Rubin-Architektur bis hin zur Feynman-Architektur – NVIDIA hat den Roadmap für Desktop-Computer, Notebooks und Workstations bis 2030 geplant. Dies ist kein Einzelfall, sondern eine Produktlinie, die über mehrere Jahre hinweg entwickelt werden wird.

Nicht nur Notebooks, sondern auch eine gesamte Produktpalette von Desktop-Computern bis hin zu Stationären | Bildquelle: NVIDIA GTC Livestream

Wenn man sich erneut die Liste der acht Hersteller anschaut, die auf der Veranstaltung vertreten waren, wird die Bedeutung klar. Wenn Acer bis Microsoft bereit sind, ihre Flaggschiffmodelle einzusetzen, zeigt dies, dass die gesamte Branche denkt, dass die lokale, ständig verfügbare und von Agenten angetriebene persönliche Berechnung der zukünftige Weg des PCs ist. NVIDIA hat nicht nur einen Chip entwickelt, sondern gemeinsam mit Microsoft und der gesamten OEM-Front eine Richtung festgelegt und Silizium, Modelle und Geräte darauf gesetzt.

Als nächstes kommt die Software

Der spannendste Teil – die Hardware – liegt bereits auf dem Tisch. Der Chip ist stark, die Vision ist groß, und die Branche steht zusammen.

Was bleibt, ist die immer langsamere Aufgabe als die Herstellung von Chips.

Damit die tägliche Software und der Arbeitsablauf wirklich von diesem Silizium profitieren können, muss es etwas geben, das es sich lohnt, lokal auszuführen. Ein Notebook, das große Modelle ausführen kann, braucht Anwendungen, die es sich lohnt, lokal zu betreiben; ein „AI-Gerät zu Hause“ braucht jemand, der die täglichen Aufgaben übernimmt. Dies ist nicht etwas, das NVIDIA in einer Pressemitteilung liefern kann. Es braucht Zeit, es braucht Microsoft und unzählige Entwickler, die mitkommen.

Die kurzfristigen Dinge, auf die man achten muss, sind auch sehr konkret: RTX Spark wird im Herbst auf den Markt kommen, der Preis ist noch nicht bekannt, die vollständigen Modelle müssen noch von den einzelnen Herstellern vorgestellt werden, und der Fortschritt der Anpassung der Windows-Anwendungen muss noch beobachtet werden. Dies wird entscheiden, ob es am Ende ein Instrument in den Händen einiger weniger oder der nächste Computer für die Mehrheit wird.

Tatsächlich sind RTX Spark und Claw nur ein Aspekt dieser Pressemitteilung.

Am gleichen Tag hat NVIDIA seine Ambitionen für KI-Agenten noch einen Schritt weiter vorangetrieben:

Erstens hat es Vera in Serie produziert – einen CPU speziell für KI-Agenten, der laut Hersteller 1,8-mal schneller ist als x86. OpenAI, Anthropic, ByteDance und die New York Stock Exchange sind bereits in der Kundenliste.

Zweitens hat es das 550-Milliarden-Parameter-Nemotron 3 Ultra open source gemacht, das speziell für KI-Agenten entwickelt wurde, die über einen langen Zeitraum autonom laufen müssen. Es läuft bereits in den Systemen von CrowdStrike und Palantir.

Das RTX Spark auf Ihrem Schreibtisch, das Claw im Wohnzimmer, die Vera und das Nemotron im Rechenzentrum – wenn man diese Dinge zusammen betracht