Hundertmilliarden-Parameter-Modelle in Laptops integrieren: Windows wird endlich die Gegenoffensive gegen Mac starten.

Das Konzept des AI-PC wird seit zwei Jahren propagiert – endlich hat jemand die Idee „Ausführen großer Modelle lokal“ von der Demonstrationsplattform direkt in den Rucksack gesteckt.

Auf der Lenovo Innovation World 2026 im Rahmen der IFA 2026 in Berlin hat Lenovo eine ganze Reihe von AI-Endgeräten vorgestellt: Uhren, Smartphones, Tablets, Laptops, Monitore und vieles mehr.

Das wichtigste Produkt darunter ist zweifellos das Lenovo Yoga Pro 9n (chinesisches Modell: YOGA Pro 15 Spark), das Lenovo gemeinsam mit Nvidia auf den Markt gebracht hat. Es handelt sich um ein serienmäßig produziertes Windows-Laptop, das große Modelle mit hunderten Milliarden Parametern lokal ausführen kann.

Dieser Laptop wiegt 1,65 kg, ist an der dünnsten Stelle 16,7 mm dick und ist maximal mit 128 GB einheitlichem Arbeitsspeicher ausgestattet. Laut den Spezifikationen von Nvidia für die RTX Spark reicht diese Konfiguration bereits aus, um große Sprachmodelle mit 120 Milliarden Parametern und einem Kontext von bis zu 1 Million Token lokal auszuführen.

Wenn wir in der Vergangenheit über AI-PCs sprachen, handelte es sich entweder um professionelle Hosts auf dem Schreibtisch wie Produkte wie DGX Spark und Mac Studio – oder um den Mac Mini, für den wir uns alle fast um einen Hummer gerissen hätten.

Ein Laptop, der als qualifizierter AI-PC gelten soll, muss entweder die Hardware bis zum Äußersten treiben: mit großem Arbeitsspeicher, einer Top-Grafikkarte, und gleichzeitig die Größe und Wärmeabfuhr des Geräts so gut wie möglich im Zaum halten.

Auf der Software-Seite sollte man früher OpenClaw problemlos installieren können, und die Nutzung verschiedener AI-Agenten maximal unterstützen – genau wie bei AI-Smartphones: Je mehr Apps die KI bedienen kann, desto „intelligenter“ ist das Gerät, das Gleiche gilt für Computer.

Aber inzwischen hat der AI-PC einen vollständigen Zyklus durchlaufen: Das Konzept wird populär, die Hersteller wetteifern um bessere Parameter, und die Nutzer fragen nach dem tatsächlichen Wert. Wir beginnen uns auch zu fragen: Was kann diese Rechenleistung eigentlich auf meinem Computer leisten?

Für funktionsbezogene Aufgaben wie Echtzeitübersetzung oder Rauschunterdrückung bei Besprechungen reicht sie mehr als aus – aber die vollständige Inferenz großer Modelle und etwas komplexere AI-Arbeitsabläufe müssen nach wie vor in der Cloud verarbeitet werden.

Große lokale Modelle stehen meistens nur auf Demonstrationsplattformen, nicht auf unseren Schreibtischen.

Das von Lenovo vorgestellte Yoga Pro 9n geht einen anderen Weg: Es ist tief in die seitenseitige KI-Architektur von Nvidia integriert, ist mit dem NVIDIA RTX Spark Super-Chip ausgestattet, verbindet über NVLink-C2C einen 20-Kern NVIDIA Grace-CPU mit eine Blackwell-RTX-Grafikkarte mit 6144 CUDA-Kernen zu einer Einheit und liefert eine KI-Leistung von 1 PFLOPS (FP4-Genauigkeit).

Ein Windows-Laptop hat nun auch das Potenzial, als Agent-Host zu dienen.

Einheitlicher Arbeitsspeicher ist der neue Trend für AI-PCs

In herkömmlichen PCs sind der CPU-Arbeitsspeicher und der GPU-Videospeicher voneinander unabhängig. Die Parameter großer Modelle werden ständig zwischen den beiden Speichern hin- und hertransportiert, die Kapazität des Videospeichers bestimmt oft direkt, wie groß das ausgeführte Modell sein kann.

Früher war eine separate Grafikkarte fast Standard bei Hochleistungscomputern – aber egal wie stark die Spitzenrechenleistung der separaten Grafikkarte ist, der Videospeicher von Verbraucherprodukten beträgt normalerweise nur etwa zehn bis zwanzig GB. Sobald das Modell etwas größer ist, reicht der Speicher nicht mehr aus.

Die einheitliche Speicherarchitektur von Nvidias RTX Spark sorgt dafür, dass CPU und GPU sich denselben physischen Speicherpool teilen. Bis zu 128 GB stehen beiden gleichzeitig zur Verfügung. Modellgewichte, Eingabedaten und Zwischenergebnisse müssen nur einmal gespeichert werden – sodass große Modelle mit hunderten Milliarden Parametern auch auf einem Laptop lokal ausgeführt werden können.

Der von Nvidia angegebene Referenzwert ist ein großes Sprachmodell mit 120 Milliarden Parametern und einem Kontext von 1 Million Token.

Entwickler können den vertrauten CUDA-Stack weiterverwenden, Daten müssen nicht in die Cloud hochgeladen werden, Projektdokumente, Code und Materialien verbleiben lokal. Die Plattform kann im Hintergrund mehrere KI-Agenten koordinieren und komplexe Erstellungsaufgaben anwendungsübergreifend automatisch erledigen.

Erwähnenswert ist, dass die Lenovo X Power Wärmeabfuhrarchitektur eine TDP von 80 W in ein Gehäuse mit einer Dicke von nur 16,7 mm unterbringt, ausgestattet mit einem 15,3-Zoll-2,5K-165Hz-PureSight-Pro-OLED-Bildschirm. Auf Basis der RTX-Plattform verfügt die Yoga-Familie auch über erweiterte Gaming-Fähigkeiten.

Die Entwicklung von KI-Anwendungen, das Schneiden von Videos mit hoher Auflösung und das Rendern von 3D-Szenen können alle auf diesem einen Gerät erledigt werden.

Luca Rossi, Executive Vice President der Lenovo Group und Präsident der Intelligent Devices Business Group (IDG)

Das Lenovo Yoga 9n 2-in-1 auf derselben Plattform bringt diese Rechenleistung in einen 360-Grad-umklappbaren Kreativ-Laptop: maximal 64 GB einheitlicher Arbeitsspeicher, unterstützt Handschrift auf zwei Oberflächen „Bildschirm + Touchpad“.

Das 2-in-1 ist ein umklappbarer Laptop von Lenovo

Lenovo ist nicht der einzige Anbieter, der auf einheitlichen Arbeitsspeicher setzt. Vor kurzem hat Apple die neuen Mac mini und Mac Studio vorgestellt, die die Obergrenze der lokalen KI-Rechenleistung fast noch einmal deutlich angehoben haben.

Der Mac mini ist mit zwei Chips, M6 und M5 Pro, ausgestattet, hat maximal 64 GB einheitlichen Arbeitsspeicher und unterstützt die Vernetzung mehrerer Geräte zu einem Cluster über Thunderbolt.

Der Mac Studio ist mit M5 Max und M5 Ultra ausgestattet. Die M5 Ultra-Version unterstützt maximal 512 GB einheitlichen Arbeitsspeicher mit einer Bandbreite von 1,2 TB pro Sekunde. Laut Apple reicht dies aus, um Modelle mit mehreren zehn bis mehreren hundert Milliarden Parametern auszuführen.

Auf einer Sonderveranstaltung der WWDC26 im Juni dieses Jahres hat Apple die Funktionsweise eines solchen Clusters live demonstriert: Vier Mac Studio sind über Thunderbolt 5 miteinander verbunden, und mit LM Studio auf Basis von MLX Distributed läuft das Open-Weight-Modell Kimi K2.6 mit Billionen Parametern. Offizielle Daten zeigen, dass die Inferenzleistung des 4-Geräte-Clusters bis zu 3 Mal so hoch sein kann wie bei einem einzelnen Gerät.

Auf den Apple-Laptops kann das MacBook Pro (M5 Max) mit 128 GB einheitlichem Arbeitsspeicher auch das Open-Source-Modell gpt-oss-120b mit 120 Milliarden Parametern lokal ausführen. Praxistests zeigen eine Geschwindigkeit von bis zu etwa 79 Token pro Sekunde – dies gilt jedoch nur bei 4-Bit-Quantisierung, und lange Kontexte belegen den Speicher deutlich.

Wenn man die Aktualisierungsrichtungen der beiden PC-Hersteller zusammenfasst, ist klar zu erkennen, dass der Engpass der seitenseitigen KI nicht mehr nur die reine Rechenleistung ist, sondern sich auf den Wettbewerb um „ob das Modell in den Speicher passt und ob die Daten schnell transportiert werden können“ verlagert hat. Apple hat mit einheitlichem Arbeitsspeicher und Thunderbolt-Clustern die gesamte Produktlinie von Laptops bis zu Desktop-Geräten abgedeckt.

Die Bedeutung der Zusammenarbeit von Lenovo und Nvidia liegt darin, dass sie diese Fähigkeiten zum ersten Mal in das Windows + CUDA-Ökosystem gebracht haben, und mit FP4-Genauigkeit und einheitlichem Arbeitsspeicher die Obergrenze des lokalen Kontexts auf die Größenordnung von 1 Million Token angehoben haben.

Windows tritt auch in den Wettbewerb um den Agent-Host ein

In diesem Wettbewerb gibt es eine leicht zu übersehende Veränderung: Windows ist nun mit dabei. Wenn man dies im Kontext des größeren Ökosystem-Wettbewerbs betrachtet, geht die Bedeutung des Lenovo Yoga Pro 9n weit über die eines „weiteren starken AI-PCs“ hinaus.

In der letzten Zeit konzentrierte sich die Diskussion über Geräte, die große lokale Modelle, lange Kontexte und Arbeitsabläufe mit mehreren Agenten stabil unterstützen können, meist auf Betriebssysteme wie Mac und Linux.

Bei Mac sorgt der einheitliche Arbeitsspeicher und MLX dafür, dass der Mac Mini innerhalb kürzester Zeit ausverkauft ist; Linux ist wiederum die Heimat von Nvidia, Workstations und Entwickler-Toolchains.

Persönliche KI-Supercomputer wie der DGX Spark basieren auf dem Linux-Software-Stack, und eine große Anzahl von CUDA-Entwicklungs- und Modellbereitstellungstools sind zuerst unter Linux ausgereift.

Obwohl Windows seit jeher die am weitesten verbreitete PC-Plattform ist, wurde sie selten als Heimat für große lokale Modelle und Agenten angesehen.

Jetzt, da Lenovo die Fähigkeiten der RTX Spark in serienmäßige Laptops eingebaut und erweiterbare kleine Supercomputerknoten in kommerzielle Szenarien gebracht hat, verfügt Windows über eine praktische Grundlage, um Modelle mit hunderten Milliarden Parametern und lokale Agenten auszuführen.

Auf der Einführungsseite des Nvidia RTX Spark Chips werden mehrere Windows-Computer mit diesem Super-Chip vorgestellt

Für Personen, die bereits KI-Anwendungen rund um CUDA entwickelt haben, stehen hinter RTX Spark jahrelang angesammelte Entwicklungstools, Softwarebibliotheken und eine große Entwicklergemeinschaft. Bestehende Kenntnisse und Entwicklungserfahrungen können weiterverwendet werden – was Windows im Wettbewerb um persönliche Agent-Hosts eine zusätzliche Attraktivität auf Software-Ebene verleiht.

Während Mac sich zu einer lokalen KI-Workstation für Entwickler und Kreative entwickelt, will Windows diesen Markt offensichtlich nicht verpassen.

Über Laptops hinaus: Alles dient den Agenten

Nachdem Rechenleistung und Arbeitsspeicher vergrößert und vereinheitlicht wurden, stellt sich die nächste Frage: Wofür sind diese Fähigkeiten gedacht? Die Antwort von Lenovo lautet: KI-Agenten.

Wenn die KI von einem „Assistenten, der auf jede Frage antwortet“ zu einem „Mitarbeiter wird, der selbst plant und kontinuierlich Aufgaben erledigt“, ändern sich die Anforderungen an das Gerät: Aufgaben laufen stundenlang, Kon