Nvidia RTX Spark kommt als Mini-PC: Lokale KI-Agenten rund um die Uhr ab 4.400 Dollar
Nach den Laptops bringt Nvidia seine RTX-Spark-Plattform jetzt in kompakte Windows-Desktops von Asus, Dell und MSI. Die Mini-PCs mit bis zu 128 GB gemeinsamem Speicher sollen große KI-Modelle lokal ausführen und KI-Agenten dauerhaft laufen lassen. Billig sind sie nicht, und die Konkurrenz von Apple ist stark.

Worum es geht
Nvidia bringt seine RTX-Spark-Plattform jetzt auch in kompakte Desktop-PCs. Bisher gab es sie nur in Laptops, die vor etwa einem Monat auf den Markt kamen. Die neuen Mini-PCs laufen mit Windows 11 und sind laut Nvidia vor allem für Entwickler, Kreative und KI-Begeisterte gedacht. Sie sollen große KI-Modelle direkt auf dem eigenen Rechner ausführen, Bilder und Videos erzeugen und Modelle per Fine-Tuning anpassen. Fine-Tuning heißt: Ein vorhandenes Modell wird mit eigenen Daten nachtrainiert. Vor allem sollen die Geräte KI-Agenten dauerhaft laufen lassen. Das sind KI-Programme, die selbstständig mehrere Arbeitsschritte erledigen.
Nach Angaben von Nvidia und laut Thurrott.com sind die ersten Modelle von Asus, Dell und MSI seit dem 19. November erhältlich. Acer, Gigabyte, HP und Microsoft mit der Surface RTX Spark Dev Box folgen später. Laut Gizmodo erscheint Acers Gerät erst Anfang 2027.
Die Technik im Inneren
Alle Desktops nutzen die stärkere Version des N1X-Chips. Die Laptops gibt es auch mit einer schwächeren Variante (18 CPU-Kerne, 5.120 GPU-Kerne), die Desktops haben laut Gizmodo und Thurrott alle die Topversion:
| Komponente | Ausstattung |
|---|---|
| Prozessor (CPU) | Nvidia Grace, 20 Kerne |
| Grafikprozessor (GPU) | Nvidia Blackwell RTX, 6.144 CUDA-Kerne |
| Arbeitsspeicher | bis zu 128 GB Unified Memory (meist 64 GB in der Grundausstattung) |
| KI-Leistung | bis zu 1 Petaflop (Herstellerangabe) |
| Netzwerk | 10-Gigabit-Ethernet |
| Betriebssystem | Windows 11 (Windows on Arm) |
Unified Memory bedeutet, dass sich CPU und GPU einen gemeinsamen Speicher teilen. Online-Tech-Tips vergleicht das mit einem Vorratsschrank, aus dem sich beide bedienen. Das ist für KI wichtig, weil große Sprachmodelle komplett in den Speicher passen müssen. Normale Grafikkarten haben dafür meist viel zu wenig eigenen Videospeicher. CUDA-Kerne sind die Recheneinheiten der Nvidia-GPU, die viele Berechnungen gleichzeitig ausführen. Ein Petaflop steht für eine Billiard Rechenoperationen pro Sekunde. Bei KI-Angaben gilt so ein Wert meist nur unter idealen Bedingungen und mit stark vereinfachten Zahlenformaten.
Nach Nvidias Angaben schaffen die Mini-PCs unter anderem:
- große Sprachmodelle (LLMs) mit 120 Milliarden Parametern lokal ausführen,
- 3D-Szenen mit mehr als 90 GB in Echtzeit rendern,
- 4:2:2-Video flüssig in Echtzeit schneiden. 4:2:2 ist ein Videoformat mit besonders vielen Farbinformationen, wie es professionelle Kameras aufnehmen.
Mit dem 10-Gigabit-Ethernet lassen sich große Datensätze, Modelldateien und Projektdateien schnell zwischen dem PC und einem Netzwerkspeicher hin- und herschieben. Laut Thurrott kann man mehrere RTX-Spark-Desktops aber nicht zusammenschalten, um mehr Rechenleistung oder Speicher zu bekommen. Beim reinen KI-Rechner DGX Spark ging das.
Warum ein Desktop statt Laptop
Nvidia begründet die Desktops so: Ein eigener Rechner kann Agenten und geplante Aufgaben weiterlaufen lassen, während der Laptop unterwegs ist oder mit anderem beschäftigt. Nvidia-Manager Justin Walker schreibt laut Thurrott:
Ein eigener Desktop kann Agenten und geplante Aufgaben am Laufen halten, während ein Laptop auf Reisen ist oder andere Arbeit erledigt.
Paul Thurrott hatte die RTX-Spark-Plattform in seinem Laptop-Test noch scharf kritisiert, als „die kleine Lok, die es nicht schaffte“. Hier gibt er Nvidia aber recht: Wer KI-Agenten nutzt, braucht einen Rechner, der immer läuft. Laptops werden ständig zugeklappt. Desktops lassen sich „headless“ betreiben, also ohne Bildschirm und Tastatur, und werden besser gekühlt.
Dazu kommt die Software Nvidia Pair, mit der KI über alle Geräte in einem Netzwerk laufen soll. Neu ist auch Nvidia Switchyard, jetzt im Agenten-Programm Hermes verfügbar. Es verteilt Agentenaufgaben automatisch zwischen lokalen Modellen und Cloud-Modellen.
Als Vorteile nennt Nvidia Datenschutz und Kosten. Code und Dateien bleiben auf dem eigenen PC, nichts geht an fremde Server. Außerdem fallen keine Gebühren pro Token an. Tokens sind die Text-Häppchen, nach denen Cloud-KI-Dienste abrechnen. Gizmodo bemerkt dazu spöttisch, dass Nvidia die höhere Stromrechnung als viel günstiger darstellt als die Kosten für Cloud-Agenten. Ausgerechnet Nvidia verdient an diesen Cloud-Diensten aber selbst kräftig, weil es die Chips dafür liefert.
Software und Kompatibilität
Die Plattform beruht auf Arm-Prozessoren, deshalb ist die Software-Unterstützung wichtig. Nvidia nennt einiges, das jetzt läuft:
- native Windows-on-Arm-Apps von Adobe, darunter Premiere und Photoshop, mit RTX-Beschleunigung,
- DLSS Ray Reconstruction in Blender 5.3, eine KI-Technik, die verrauschte Raytracing-Bilder sauberer macht,
- lokale Bild- und Video-Erzeugung mit ComfyUI,
- Linux-Werkzeuge über das Windows-Subsystem für Linux (WSL).
Thurrott weist darauf hin, dass die meisten dieser Punkte nicht neu sind. Online-Tech-Tips rät, vor dem Kauf genau zu prüfen, ob die eigenen Programme, Plug-ins, Spiele und Zubehörgeräte funktionieren. Ein vertrautes Windows heißt noch lange nicht, dass das ganze eigene Setup läuft.
Nvidia erwähnt außerdem, dass Windows Server 2028, das Microsoft auf der Ignite angekündigt hat, nach dem Erscheinen auch auf der verwandten DGX Station for Windows laufen soll.
Preise und Konkurrenz
Die Desktops kosten laut Gizmodo ab rund 4.400 Dollar. Die meisten haben 64 GB Speicher, mehr Speicher kostet entsprechend mehr. Laut The Verge (zitiert von Online-Tech-Tips) kostet die Asus ProArt GR1X ab 4.499 Dollar mit 64 GB Speicher und 1 TB SSD. Preise für Deutschland und Europa nennen die Quellen nicht.
Gizmodo sieht Apple als stärksten Gegner. Der Mac Studio mit M5 Max und 36 GB Speicher beginnt bei 2.500 Dollar, die stärkere Version mit 40-Kern-GPU kostet ab 3.099 Dollar. Der M5 Ultra Mac Studio startet bei 5.499 Dollar. Gizmodo meint, auch die teuerste RTX-Spark-Ausstattung komme bei der reinen CPU- und GPU-Leistung nicht an Apples aktuelle M-Chips heran. Das hätten Tests der Laptops schon gezeigt. Weitere Konkurrenz sind AMD-Rechner mit Ryzen AI Max+ 495, etwa der Framework Desktop. Einen Vorteil hat Nvidia: Es gibt viele Hersteller und damit mehr Auswahl. Bei Apple gibt es nur Apple.
Nebenbei: DGX Spark HPC Developer Kit
Auf der Supercomputing-Konferenz SC26 in Chicago hat Nvidia außerdem das DGX Spark HPC Developer Kit vorgestellt. Das ist ein Desktop-Cluster aus vier Systemen mit zusammen 512 GB Unified Memory und 20 TB Speicherplatz. Laut Nvidia lassen sich darauf Modelle mit bis zu 700 Milliarden Parametern lokal betreiben. Forscher sollen damit wissenschaftliche Berechnungen und KI-Workloads entwickeln und testen können, ohne auf Rechenzeit an öffentlichen Supercomputern zu warten.
Einordnung
Die Desktop-Version passt besser zu Nvidias eigener Idee als die Laptops: Ein KI-Agent, der rund um die Uhr arbeitet, braucht einen Rechner, der immer läuft. Ein Laptop im Rucksack taugt dafür nicht. 128 GB gemeinsamer Speicher unter Windows mit Nvidias CUDA-Software sind für Leute interessant, die große offene Modelle lokal nutzen wollen und bisher zu Mac oder AMD greifen mussten.
Es gibt aber Einwände. Über 4.400 Dollar sind viel Geld, gerade weil Apple vergleichbare Speichermengen teils günstiger anbietet und laut Gizmodo mehr Rechenleistung liefert. Die Werte zu 1 Petaflop und zu Modellen mit 120 Milliarden Parametern stammen von Nvidia selbst. Unabhängige Messungen zu den Desktops fehlen in den Quellen noch, und wie schnell ein so großes Modell tatsächlich antwortet, sagt Nvidia nicht. Wegen der Arm-Architektur kann es außerdem Kompatibilitätsprobleme geben. Und mehrere Geräte lassen sich anders als beim DGX Spark nicht koppeln. Für Gelegenheitsnutzer ist der Umstieg eine teure Spielerei. Lohnen kann er sich für alle, deren lokale KI-Arbeit den aktuellen Rechner schon überfordert, vorausgesetzt, die eigene Software läuft auf der Plattform.
Videos zum Thema
Quellen
- Naver News (KR) itbiznews.com
- gizmodo.com gizmodo.com
- thurrott.com thurrott.com
- online-tech-tips.com online-tech-tips.com
Frag den KI-Assistenten
Fragen zu diesem Artikel, zur Installation oder zu Hintergründen? Unser Assistent kennt diese Seite und läuft auf unserem eigenen Rechner, nicht in einer fremden Cloud.
Der Assistent ist eine KI (Gemma 4) und kann sich irren – wichtige Angaben bitte in der Quelle prüfen. Fragen werden nur zum Beantworten genutzt und nach einer Stunde gelöscht. Bitte keine persönlichen Daten eingeben.
Kommentare
Was meinst du dazu? Schon ausprobiert? Schreib es hier, ohne Anmeldung.
Kommentare sind öffentlich. Links sind nicht erlaubt, beleidigende Beiträge löschen wir. Deinen eigenen Kommentar kannst du in diesem Browser jederzeit wieder löschen. Mehr dazu in der Datenschutzerklärung.