NVIDIA und Microsoft haben am 13. Oktober angekündigt, dass Windows-Notebooks mit RTX Spark am Freitag, dem 16. Oktober, in den Handel kommen. Der Chip wurde im Juni auf der Computex erstmals gezeigt; damals gab es nur Hardwaredaten und die Aussage „Start im Herbst“. Nun folgen der Verkaufstermin und eine umfangreiche Softwareliste.
An der Hardware hat sich nichts geändert: bis zu 128 GB Unified Memory, 1 Petaflop KI-Leistung, CPU und GPU auf einem einzigen „Superchip“, dazu der Windows-on-Arm-Ansatz. In seinem Blog nennt NVIDIA das „a new beginning for the PC“ (ein neuer Anfang für den PC). Welche Hersteller und Modelle zum Start erscheinen und was sie kosten, steht in dem Beitrag nicht; das zeigt sich erst, wenn die Geräte am 16. Oktober in die Regale kommen.
Zuerst kommt die Entwicklungsumgebung
Am häufigsten wurde an Windows on Arm bisher bemängelt, dass die Software hinterherhinkt. Diesmal listet NVIDIA die Entwicklerebene recht genau auf:
- PyTorch, Python, CUDA und sämtliche CUDA-Bibliotheken laufen, darunter der erste PyTorch-CUDA-Build für Windows on Arm;
- Python 3.15 läuft nativ unter Windows on Arm, der native Conda-Installer bringt mehr als 2.000 Pakete mit;
- 97 % der 15.000 am häufigsten heruntergeladenen Python-Wheels sind bereits verfügbar;
- llama.cpp wird zu einem Backend von Windows ML, außerdem erscheint eine Llama-App für Windows.
Um welche restlichen 3 % der Wheels es sich handelt und ob gängige Bibliotheken fehlen, führt der Blog nicht auf.
Agenten-Apps und lokales Routing
Auf Anwendungsebene erhalten die Agenten-Apps GitHub Copilot, Hermes, OpenClaw, Perplexity, Pi und WorkBuddy eine vereinfachte lokale Installation sowie zwei Sicherheits-Isolierungen: NVIDIAs OpenShell und Microsofts Ausführungscontainer MXC. OpenClaw und GitHub Copilot unterstützen MXC bereits, Hermes liefert OpenShell und MXC erst Ende Oktober nach.
Zugleich hat NVIDIA eine Routing-Bibliothek namens Switchyard als Open Source veröffentlicht, die Anfragen je nach Bedarf an lokale Modelle oder Cloud-Modelle verteilt. Das persönliche KI-Routing-Werkzeug PAIR verlässt die Testphase und läuft inklusive llama.cpp-Unterstützung unter Windows, Linux und macOS. GitHub Copilot nutzt für das Routing lokaler Modelle einen Mechanismus namens HydraFusion, und Microsofts MAI 1.1 Coding Flash lässt sich lokal ausführen.
Bei Kreativsoftware sind Adobe Photoshop, Premiere und Substance 3D Painter auf RTX Spark optimiert, laut Hersteller mit bis zu doppelter Leistung; die Optimierung der KI-Funktionen von Photoshop und Premiere befindet sich noch in der Testphase. Die Blender-5.3-Beta unterstützt den Chip bereits, ComfyUI bekommt RTX-Videozwischenbilder und HDR-Knoten. Bei Spielen erscheint das 2x-Modell von DLSS 5 am 16. Oktober mit NBA 2K27 und zieht am 23. Oktober in RTX Remix ein.
Eine Speicherrechnung
Das Hauptmodell zum Start ist Nemotron 3.5 Bolt 74B-A9B, erschienen am 15. Oktober: insgesamt 74 Milliarden Parameter, pro Durchlauf 9 Milliarden aktiv, 2-Bit-Quantisierung, Größe rund 24 GB. Gewichte, Trainingsdaten und Trainingsrezept sind offen; ausführen lässt es sich mit llama.cpp, vLLM, Ollama, Unsloth und LM Studio. NVIDIA beschreibt es als Versuch, den besten Kompromiss zwischen Geschwindigkeit und Intelligenz zu finden.
Überschlagen: 74 Milliarden Parameter bei 2 Bit ergeben allein für die Gewichte etwa 18,5 GB; mit Quantisierungs-Metadaten und einigen hochpräzisen Schichten passen die offiziellen 24 GB. In 128 GB Unified Memory belegt das Modell selbst weniger als ein Fünftel, der Rest bleibt für den KV-Cache bei langem Kontext oder für ein kleines Routing-Modell nebenher. Nach dieser Schätzung bräuchte die 4-Bit-Variante im selben Speicher etwa 37 GB oder mehr und hätte ebenfalls noch Platz. Von der Größe her wirkt die 24-GB-Stufe eher auf Geräte mit weniger Speicher zugeschnitten; warum NVIDIA 2 Bit gewählt hat, erklärt das Unternehmen nicht.
Wie viel Leistung die 2-Bit-Quantisierung kostet, belegt der Blog nicht mit Vergleichswerten gegenüber höher aufgelösten Versionen, unabhängige Tests gibt es bislang ebenfalls nicht. Das ist die Frage, die nach dem Verkaufsstart zuerst jemand messen muss.
Ein weiteres Modell, Nemotron 3.5 Bolt E4B, ist mit rund 4 GB deutlich kleiner, das dritte Kleinmodell für NVIDIA-ACE-Spielfiguren, Veröffentlichung am 23. Oktober. NVIDIA erwähnt außerdem, die Downloads lokaler großer Modelle hätten bereits das Fünffache des gesamten Vorjahres erreicht; wie diese Zahl erhoben wurde, sagt der Blog nicht.
Der Preis ist die größte Unbekannte dafür, wie gut sich diese Geräte verkaufen. Bei der Vorstellung im Juni hatte NVIDIA nur gesagt, die erste Welle ziele auf das Highend, später kämen Varianten mit weniger Speicher. Nach dem Marktstart am 16. Oktober zeigt der Preisabstand zwischen der 128-GB-Topversion und den günstigeren Modellen, wie viel Aufpreis „Modelle der 70B-Klasse lokal auf dem Notebook“ kostet.
Quellen: offizieller NVIDIA-Blog (Verkaufstermin, Software-Ökosystem und Parameter von Nemotron 3.5 Bolt); CocoLoop; Vorstellungsunterlagen zu RTX Spark von der Computex 2026 (Angaben zu Speicher und Rechenleistung).