Vollständige Enthüllung von Nvidias erster CPU: Seine Benchmark-Ergebnisse übertreffen die X86-Flaggschiffe um Längen, und WoA schließt seine verbliebenen Schwachstellen endgültig aus.

Nvidias erster CPU RTX Spark hat endlich sein Geheimnis gelüftet.

Am 9. August tauchten die Benchmark-Werte des RTX Spark-Engineering-Musters von Nvidia in der Geekbench 7-Datenbank auf, 2570 im Single-Core-Bereich und 23126 im Multi-Core-Bereich. Im Multi-Core-Bereich übertrifft es die beiden Flagship-Chips AMD Ryzen AI Max+ 395 und Intel Core Ultra X9 388H, liegt aber immer noch hinter dem Apple M5 Max zurück. Erwähnenswert ist, dass dieser Chip den internen Codenamen N1X trägt und Nvidias erster ARM-Architektur-Prozessor für Windows-PCs ist.

Quelle: Screenshot der Geekbench 7-Datenbank

Natürlich handelt es sich hier nur um ein Engineering-Muster mit unvollständigen Treibern, also sollten wir diese Daten nur als vorläufig betrachten.

Leikeji (ID: leitech) verfolgt seit langem die Entwicklung von Nvidias CPU-Projekt: Von der Enthüllung des Codenamens über die Vorstellung auf der Computex bis hin zur offiziellen Ankündigung von Microsoft, dass das Surface Laptop Ultra als erstes Gerät mit diesem Chip ausgestattet wird. Jetzt, da die Benchmark-Werte vorliegen, lohnt es sich, ausführlich zu diskutieren, warum Nvidia einen eigenen CPU entwickeln will und warum Microsoft Nvidias RTX Spark braucht.

RTX Spark baut auf der von Qualcomm gelegten Grundlage auf

Microsoft arbeitet bereits seit mehreren Jahren an WoA (Windows on ARM), was im Wesentlichen bedeutet, dass das Windows-Betriebssystem auf Chips mit ARM-Architektur läuft – derselben Architektur, die auch in Smartphones verwendet wird.

Der größte Vorteil von ARM-Chips ist der niedrige Stromverbrauch, wieso Smartphones den ganzen Tag lang durchhalten. Microsoft will diesen Vorteil des geringen Stromverbrauchs auf Windows-Laptops übertragen, um Geräte mit längerer Akkulaufzeit und schlankerer Bauform zu entwickeln und sich schrittweise von der x86-Architektur von Intel und AMD unabhängig zu machen.

Qualcomm war das erste Unternehmen, das sich an WoA wagte. Im Mai 2024 brachte Microsoft den Copilot+ PC auf den Markt, dessen Kernchip der Qualcomm Snapdragon X Elite mit Fokus auf KI-Funktionen ist. Microsoft setzte große Hoffnungen in diese Welle von KI-PCs. Obwohl der Start einige Rückschläge erlitt – die Flagship-Funktion Recall wurde aus Sicherheits- und Datenschutzgründen verschoben – ist die CPU-Leistung des Qualcomm Snapdragon X Elite selbst zuverlässig: Sie reicht für den täglichen Bürogebrauch aus, die Akkulaufzeit ist wirklich lang und alle Vorteile, die man von einem schlanken Laptop erwartet, sind erfüllt.

Quelle: Microsoft

Man kann sagen, dass Qualcomm den ersten Grundstein für WoA gelegt hat.

Aber um WoA weiterzuentwickeln reichen schlanke Bürolaptops allein nicht aus. Unter den Windows-Nutzern gibt es eine große Anzahl von Künstlern und Entwicklern, die Laptops nicht nur zum Tippen und Ansehen von Videos verwenden, sondern auch zum Ausführen von Rendering, Modellen und Spielen – Aufgaben, die alle stark auf die GPU angewiesen sind.

Der Snapdragon X Elite ist als stromsparendes SoC positioniert, das niedrigen Stromverbrauch und hohen Integrationsgrad vereint und in schlanken Laptops hervorragende Leistungen erbringt. Für anspruchsvolle Grafik- und KI-Berechnungen ist er aber nicht ausgelegt – das liegt nicht an der schlechten Qualität des Chips, sondern an seiner Produktpositionierung.

Hinzu kommt das alte Problem der Softwarekompatibilität: Bei der Ausführung von Windows auf ARM-Architektur müssen x86-Software über eine Übersetzungsebene laufen, was zu Leistungseinbußen führt. Einige Programme lassen sich gar nicht erst starten oder weisen häufige Fehler auf.

Obwohl Microsoft die Übersetzungsebene namens Prism entwickelt hat, um dieses Problem zu lösen und die Effekte sich schrittweise verbessern, braucht die Kompatibilität von professioneller Software und großen Spielen noch Zeit. Das ist einer der Gründe, wieso WoA-Laptops bisher keine breite Akzeptanz bei professionellen Nutzern gefunden haben.

Qualcomms Kernkompetenz liegt bei Smartphone-Chips, die Entwicklung von stromsparenden SoCs ist sein Spezialgebiet. Niedriger Stromverbrauch, hoher Integrationsgrad und niedrige Kosten sind Vorteile, die bei Smartphones wichtig sind und sich auch problemlos auf schlanke Laptops übertragen lassen.

Aber im Laptop-Markt gibt es eine weitere Nutzergruppe, die auf hohe Grafikleistung und KI-Rechenleistung angewiesen ist. Diese Nachfrage geht über den Entwurfsbereich von stromsparenden SoCs hinaus. Ein Ökosystem mit nur einem einzigen Chip-Lösung kann nur eine begrenzte Nutzergruppe abdecken.

Das ist kein Problem eines einzelnen Chipherstellers, sondern ein Problem der Entwicklungsstufe des Ökosystems. Qualcomm hat dafür gesorgt, dass WoA von Null auf Eins funktioniert und die Basis für schlanke Laptops mit langer Akkulaufzeit geschaffen wurde. Um WoA aber noch mehr Nutzergruppen zugänglich zu machen, braucht es verschiedene Chip-Lösungen. Nvidias Einstieg dient genau dazu, die Schwachstellen von WoA auszugleichen.

Nvidias Trumpf: Das CUDA-Ökosystem auf WoA übertragen

In den letzten Jahren hat Nvidia mit GPUs und KI-Rechenleistung viel Geld verdient. Das Datacenter-Geschäft ist eine zuverlässige Einnahmequelle, und die GeForce-Dedizierte Grafikkarten haben eine feste Position in Gaming-Laptops und Creator-Laptops.

Bisher funktionierte alles reibungslos: Andere Hersteller entwickeln CPUs, Nvidia kümmert sich um GPUs. Niemand erwartete, dass der PC-Markt den vielleicht größten Wandel der letzten zehn Jahre erlebt – das Zeitalter der KI-PCs. Zusätzlich hat Apples M-Serie-Chips gezeigt, dass die ARM-Architektur auch auf PCs funktioniert, und Microsoft fördert aktiv WoA. Nvidia kann nicht zusehen, dass es in diesem Markt, besonders im Bereich der hochwertigen KI-PCs, die genau sein Kerngebiet ist, keine eigene Position hat.

Die GPU-Größe von RTX Spark ist vergleichbar mit der Desktop-Grafikkarte RTX 5070 – das ist der eigentliche Kern des ganzen Chips, die CPU-Benchmarks sind nur ein Nebenaspekt. Nvidias Ansatz ist genau das Gegenteil von Qualcomms: Es übernimmt die Desktop-GPU-Technologie und füllt den Chip mit voller Laptop-Grafikleistung und KI-Rechenleistung, ein komplett anderer Weg als Qualcomms Entwicklung von stromsparenden SoCs nach oben.

Quelle: Nvidia

Der größte Trumpf dabei ist, dass Nvidia das gesamte CUDA-Ökosystem mitbringt.

CUDA ist Nvidias Plattform für parallele Berechnungen. Ein großer Teil der Toolchains von KI-Entwicklern weltweit basiert darauf – von PyTorch bis Stable Diffusion sind fast alle bekannten KI-Tools darauf angewiesen. Dieser Wettbewerbsvorteil ist so groß, dass er nicht einfach von anderen eingeholt werden kann.

Das löst genau eine der bisherigen Schwachstellen von WoA: Bisher mussten Entwickler, die KI-Entwicklung auf Windows durchführen wollten, auf traditionelle x86-Geräte mit Nvidia-Dedizierter Grafikkarte zurückgreifen. Jetzt bringt RTX Spark CUDA auf ARM-Windows, sodass die bisherigen Arbeitsabläufe der Entwickler direkt weiterverwendet werden können, ohne dass sie neue Technologien lernen müssen. Das ist der echte Trumpf von Nvidias Einstieg in WoA: Die Leistung des Chips selbst ist nur ein Aspekt, der wirklich wertvolle Teil ist das gesamte KI-Entwicklerökosystem, das dahintersteht.

Zusätzlich hat Nvidia über zwanzig Jahre lang Beziehungen zu Partnern und Entwicklern in der Spielebranche aufgebaut, die bei der Anpassung des Software-Ökosystems direkt genutzt werden können. Auf der Computex 2026 kündigte Nvidia eine Reihe von nativen WoA-Spielen an, darunter Valorant, League of Legends und PUBG, auch die Anti-Cheat-Systeme sind bereits angepasst. Die Verbesserungsgeschwindigkeit des WoA-Software-Ökosystems ist deutlich sichtbar, was auf Nvidias Ressourcen in der Spielebranche zurückzuführen ist.

Bei dem oben genannten Problem der Softwarekompatibilität reicht es nicht aus, dass Microsoft allein die Prism-Übersetzungsebene vorantreibt. Mit Nvidias Unterstützung, die Spielehersteller zu nativen Anpassungen zu bewegen, werden die Software-Schwachstellen von WoA viel schneller behoben.

Es gibt noch ein Detail: RTX Spark wurde gemeinsam von Nvidia und MediaTek entwickelt. Nvidia ist spezialisiert auf GPU und KI-Rechenleistung, hat aber wenig Erfahrung im Entwurf von ARM-SoCs. MediaTek arbeitet seit Jahrzehnten im Bereich von Smartphone-Chips und zeichnet sich durch SoC-Integration und Stromverwaltungsfunktionen aus. Die Zusammenarbeit der beiden Unternehmen ergänzt sich hervorragend, was zeigt, dass Nvidia seine eigenen Schwachstellen genau kennt und nicht versucht, alles allein zu entwickeln.

WoA kann nicht nur auf einen einzigen Chiptyp setzen – Lokale Agents erfordern eine Aufrüstung der Hardware

Unter den ersten Geräten mit RTX Spark steht das Surface Laptop Ultra ganz oben auf der Liste. Das ist das erste Mal, dass Microsoft in seiner eigenen Surface-Produktlinie einen "Neuling" im CPU-Bereich als Kernkomponente einsetzt.

Surface ist für Microsoft von großer Bedeutung, es ist der Maßstab, mit dem Microsoft die Form von Windows-Geräten definiert. Die vorherigen Generationen des Surface Laptop verwendeten den Qualcomm Snapdragon X Elite, noch ältere Modelle setzten auf AMD und Intel. Aber dieses Mal hat Microsoft Qualcomm übersprungen und sich für Nvidia entschieden, und zwar gleich für die Flagship-Klasse "Ultra". Das zeigt, dass Microsoft die Position dieses Geräts völlig anders als früher definiert.

Warum braucht Microsoft Nvidia? Der Kerngrund liegt in KI-PCs. Lokale KI-Agenten sind der nächste Schwerpunkt von Microsoft: Die KI-Assistenten sollen direkt auf dem eigenen Computer arbeiten, ohne auf die Cloud angewiesen zu sein. Diese Richtung stellt völlig andere Anforderungen an die Hardware als früher.

Quelle: Aufnahme von Leikeji

Ein Beispiel: Wenn Sie den KI-Agenten bitten, E-Mails zu ordnen, Termine zu planen oder Nachrichten automatisch zu beantworten, sind das leichte Aufgaben, die keine hohe Rechenleistung erfordern und auch in der Cloud ausgeführt werden können. Aber wenn Sie ihn bitten, einen Dutzende Seiten langen Datenbericht zu analysieren oder ein KI-Modell für die Code-Prüfung lokal auszuführen, brauchen Sie eine leistungsstarke GPU.

Cloud-KI-Agenten werden nach Nutzungsdauer berechnet, je mehr Sie sie verwenden, desto mehr Kosten entstehen. Die Ausführung lokal spart eine Menge Geld, und für Unternehmen, die KI-Agenten in großem Maßstab einsetzen, ist lokale Rechenleistung eine zwingende Notwendigkeit.

Für die lokale Ausführung von Agents braucht man einen Chip mit einer leistungsstarken GPU. Nvidias GPUs in Kombination mit dem CUDA-Ökosystem erfüllen genau diese Anforderungen.

Aus der Positionierung des Surface Laptop Ultra geht hervor, dass Microsoft dieses Gerät als "das leistungsstärkste Surface-Gerät aller Zeiten" definiert. Der Fokus der Werbung liegt auf lokaler Modellinferenz, Kompilierung und Datenverarbeitung, Dokumentenverarbeitung oder Webbrowsing werden gar nicht erst erwähnt.

Offensichtlich ist dieses Gerät nicht für normale Büronutzer gedacht, sondern richtet sich an Entwickler und KI-Entwickler. Microsoft will mit Surface definieren, wie ein KI-PC aussehen soll, und nur Nvidias Chips können diese Positionierung erfüllen.

WoA hat die Phase von 0 bis 1 bereits durchlaufen: Früher reichte es, wenn das Gerät überhaupt funktioniert, schlank ist und wenig Strom verbraucht. Jetzt muss WoA auch anspruchsvolle Aufgaben bewältigen können. Man kann Microsofts Dringlichkeit bei der Entwicklung von KI-PCs gut verstehen: Apple entwickelt seine eigenen Chips mit hohem Tempo, und die M-Serie hat bewiesen, dass die ARM-Architektur auf PCs nicht nur laufen, sondern auch sehr gut funktionieren kann.

Microsoft kann WoA nicht länger auf die Phase der schlanken Bürogeräte beschränken. Es braucht WoA, um die hochwertige Form von KI-PCs zu unterstützen, und dazu braucht es einen Chip mit einer leistungsstarken GPU – genau das, was Nvidia bietet.

Schlusswort

RTX Spark befindet sich derzeit noch im Stadium des Engineering-Musters. Die Benchmark-Werte entsprechen nicht der endgültigen Leistung, die Treiber sind noch in der Vorschauversion und haben nur begrenzte Referenzbedeutung. N1X wird erst später in diesem Jahr auf den Markt kommen, zu dem Zeitpunkt auch die neuen Chips von AMD, Qualcomm und Intel vorgestellt werden.

Ich bin mir nicht sicher, ob ARM dank der Anstrengungen vieler großer Unternehmen x86 als Mainstream-Architektur ablösen wird. Aber zumindest muss das WoA-Ökosystem nicht mehr allein von Qualcomm getragen werden: Es hat sich von einer Plattform für nur schlanke Bürolaptops zu einer Plattform für Creator-Laptops und Entwickler-Laptops entwickelt. Qualcomms Chips haben den Grundstein für WoA gelegt, während Nvidias Chips die Obergrenze von WoA nach oben verschoben haben. WoA erlebt vielleicht gerade die beste Zeit seiner Geschichte, und die Zukunft ist vielversprechend.

Dieser Artikel stammt von "Leikeji" und wird mit Genehmigung von 36kr veröffentlicht.