Microsoft und Nvidia bringen mit dem Surface Laptop Ultra und einer Reihe weiterer OEM-Notebooks den ersten NVIDIA RTX Spark (N1X) - einen ARM-basierten SoC, der KI-Inference in Echtzeit direkt auf dem Laptop ermöglicht. Der Chip kombiniert die neueste Blackwell-GPU-Architektur mit Arm-Cortex-Kernen und liefert bis zu einem PetaFLOP Rechenleistung bei FP4-Präzision. Für Entwickler, Kreative und Fachkräfte bedeutet das, komplexe Modelle mit bis zu 120 Milliarden Parametern lokal auszuführen, ohne auf Cloud-Ressourcen zurückgreifen zu müssen.

Technische Kernpunkte des NVIDIA RTX Spark (N1X) Prozessors

Der RTX Spark, intern N1X genannt, ist in zwei Varianten verfügbar und basiert auf einer 3-nm-Fertigung von TSMC. Er verbindet ARM-Cortex-X925-Performancekerne, Cortex-A725-Effizienzkerne und NVIDIAs Blackwell-GPU.

  • Fertigungsstruktur: 3-nm-Verfahren (TSMC) - Jahr 2026
  • CPU-Kerne (Vollausbau): 20 Kerne (10 × X925 + 10 × A725) - ARMv9, bis zu 4,0 GHz
  • GPU-Kerne (Vollausbau): 6.144 GPU-Kerne (Blackwell) - zwei Abstufungen: 20 CPU/6.144 GPU oder 18 CPU/5.120 GPU
  • TDP-Fenster: 45 - 80 W (kombiniert für CPU und GPU)
  • Unified Memory: bis zu 128 GB LPDDR5X, gemeinsam von CPU und GPU genutzt
  • KI-Rechenleistung: bis zu 1 PetaFLOP bei FP4-Präzision (mit Sparsity)
  • Modellkapazität vor Ort: bis zu 120 Milliarden Parameter

Die enge Verzahnung von Speicher und Recheneinheiten ermöglicht ein einheitliches Speicher-Pooling, das Latenzen reduziert und die Ausführung großer KI-Modelle im Desktop-Umfeld ermöglicht. Im Vergleich zu klassischen x86-Mobilchips bietet der N1X ein deutlich besseres Effizienz-Leistungs-Verhältnis, weil sowohl CPU- als auch GPU-Arbeit in einem einzigen thermischen Budget von maximal 80 W erledigt wird.

Zwei Chipvarianten

Der Vollausbau verfügt über 20 CPU- und 6.144 GPU-Kerne und unterstützt bis zu 128 GB Unified Memory. Die abgespeckte Variante kommt mit 18 CPU- und 5.120 GPU-Kernen und kann maximal 32 GB Arbeitsspeicher ansprechen. Kunden, die 64 GB oder mehr RAM wählen, erhalten automatisch die Vollausbauspezifikation.

Surface Laptop Ultra - Design, Display und Kühlung

Microsoft rüstet den Surface Laptop Ultra mit einem 15-Zoll-Mini-LED-PixelSense-Ultra-Panel aus. Das 3:2-Format liefert 262 ppi und bis zu 2.000 Nits HDR-Spitzenhelligkeit - ein Niveau, das professionelle Kreative anspricht.

  • HDR-Spitzenhelligkeit: 2.000 Nits
  • Kühlungsleistung: 2,5-fach höhere thermische Abführung gegenüber dem Surface Laptop 7 (15 Zoll)
  • Magnetischer USB-C-Stecker: ähnlich dem alten Surface-Konnektor, löst sich bei Zugkraft ab

Der Preis des Basismodells liegt bei 2.900 Euro, ausgestattet mit 24 GB RAM und 512 GB SSD. Das Gerät ist ab sofort vorbestellbar; Auslieferung startet am 16. Oktober 2026.

Weitere OEM-Notebooks mit RTX Spark - Modelle und Preise

Zusätzlich zum Surface Laptop Ultra haben mehrere OEMs ihre eigenen RTX Spark-Notebooks vorgestellt. Alle Geräte laufen mit Windows 11 on Arm und nutzen die beiden Chipvarianten.

  • Asus ProArt 16: 14- bzw. 16-Zoll-Display, bis zu 128 GB RAM, 2 TB SSD, Preis 6.700 Euro
  • Dell XPS 16: 16-Zoll-Display, 32 GB RAM, 1 TB SSD, Preis etwa 3.300 Euro
  • HP OmniBook Ultra 16: 16-Zoll-Display, 32 GB RAM, 1 TB SSD, Preis etwa 3.300 Euro
  • Lenovo Yoga Pro 9: 16-Zoll-Display, 32 GB RAM, 1 TB SSD, Preis etwa 3.300 Euro
  • MSI Prestige N16 Flip: 16-Zoll-Display, 32 GB RAM, 1 TB SSD, Preis etwa 3.300 Euro

Die meisten Modelle bieten standardmäßig 32 GB RAM und 1 TB SSD zum Preis von rund 3.300 Euro. Varianten mit 64 GB RAM liegen bei etwa 4.300 Euro, während das Spitzenmodell von Asus (128 GB RAM, 2 TB SSD) mit 6.700 Euro das teuerste Angebot darstellt. Liefertermine starten ebenfalls am 16. Oktober, einige Händler geben jedoch spätere Termine in der zweiten Novemberhälfte an.

Anwendungsfälle und KI-Leistung vor Ort

Mit bis zu einem PetaFLOP KI-Rechenleistung und einem lokalen Speicher von 128 GB Unified Memory können Nutzer anspruchsvolle Workloads wie große Sprachmodelle, Bild- und Videobearbeitung oder wissenschaftliche Simulationen ohne Cloud-Anbindung ausführen. Das lokale Kontextfenster von bis zu einer Million Tokens ermöglicht effiziente Inferenz in Szenarien, die bislang nur auf Server-Klassenhardware möglich waren.

Herausforderungen und Risiken

  • Kein nachträglicher Speicher-Upgrade: Der LPDDR5X-Arbeitsspeicher ist fest verlötet. Kunden müssen ihre Speichergröße bereits beim Kauf festlegen, wobei die höheren Kapazitäten (64 GB, 128 GB) deutlich teurer sind.
  • Software- und Treiberkompatibilität: CUDA und gängige KI-Frameworks laufen nativ, doch proprietäre Windows-Spezialsoftware, ältere Peripherie-Kernel-Treiber und einige Anti-Cheat-Engines benötigen Emulation oder werden nicht unterstützt.
  • Emulation von x86-Anwendungen: Windows 11 on Arm nutzt die Prism-Emulationsschicht für x86- und x64-Programme. Während die meisten Anwendungen funktionieren, können Performance-Einbußen auftreten.

FAQ

Was unterscheidet den RTX Spark im Surface Laptop vom GB10 im DGX Spark?
Beide nutzen die ARM-Grace- und Blackwell-Architektur. Der DGX Spark ist ein kompakter Desktop-KI-Knoten mit Linux-Basis (DGX-OS) und Netzwerk-Clustering-Fähigkeiten. Der RTX Spark (N1X) ist für mobile Workstations optimiert, hat eine angepasste Energieverwaltung und unterstützt nativ Windows 11.

Können herkömmliche x86-Windows-Programme auf den RTX-Spark-Notebooks ausgeführt werden?
Ja, Windows 11 on Arm verwendet die integrierte Prism-Emulationsschicht, um x86- und x64-Anwendungen zu starten. KI-Frameworks, Nvidia-Studio-Tools und CUDA laufen jedoch nativ auf der ARM-Architektur, um die volle GPU-Leistung zu nutzen.

Fazit

Der RTX Spark (N1X) stellt einen Meilenstein für KI-Computing auf Windows-Notebooks dar. Durch die Kombination aus 3-nm-Fertigung, Blackwell-GPU, bis zu 128 GB Unified Memory und einem PetaFLOP-Rechenleistungspotential ermöglichen Geräte wie das Surface Laptop Ultra und die OEM-Varianten von Asus, Dell, HP, Lenovo und MSI echte "KI-Supercomputer für den Schreibtisch". Die hohen Preise, das Fehlen einer Aufrüstbarkeit des Arbeitsspeichers und die noch nicht vollständig ausgereifte Software-Kompatibilität sind jedoch klare Hürden, die Käufer abwägen müssen. Wer anspruchsvolle KI-Workloads mobil ausführen will und bereit ist, in High-End-Hardware zu investieren, findet mit den neuen RTX Spark-Notebooks ein bislang unvergleichliches Angebot.