Der Chipkonzern rüstet sich für die kommerzielle Vermarktung seiner KI-Plattformen. Mit neuen Entwickler-Treibern und Hardware-Details zeichnet sich ein umfassendes Ökosystem ab, das sowohl Profis als auch ambitionierte Privatanwender ansprechen soll.
DGX Spark: Kompakter Supercomputer für 9.299 Euro
Die DGX Spark Founders Edition von NVIDIA ist ein kompakter KI-Supercomputer, der auf dem GB10 Grace Blackwell Superchip basiert. Das System verfügt über 128 Gigabyte LPDDR5X Unified Memory und eine 4-Terabyte-SSD. Mit einer Spitzenleistung von einem PetaFLOP (FP4) kann es große Sprachmodelle mit bis zu 200 Milliarden Parametern ausführen.
Zum Vergleich: Ein herkömmlicher High-End-PC mit einer einzelnen Grafikkarte erreicht in der Regel nur einen Bruchteil dieser Rechenleistung. Die DGX Spark zielt damit klar auf Entwickler und Forschungseinrichtungen, die KI-Modelle lokal betreiben möchten.
RTX Spark: Zwei SKUs für den Consumer-Markt
Parallel zur professionellen DGX-Reihe hat NVIDIA den GeForce 616.00 Developer Preview Treiber für Windows on Arm veröffentlicht. Die Dokumentation bestätigt zwei Varianten der RTX Spark N1X-Plattform:
- N1X 675: 6.144 CUDA-Kerne und 20 Arm-CPU-Kerne
- N1X 650: 5.120 CUDA-Kerne und 18 Arm-CPU-Kerne
Beide Modelle unterstützen bis zu 128 Gigabyte Unified Memory mit einer Bandbreite von 300 Gigabyte pro Sekunde. Die ersten RTX-Spark-Laptops und Workstations werden für Herbst 2026 erwartet – von Herstellern wie ASUS, MSI, Dell, HP, Lenovo und Microsoft.
Während die Hardware-Leistung für KI-Anwendungen rasant steigt, rücken auch die rechtlichen Rahmenbedingungen für deren Einsatz in den Fokus. Dieser kostenlose Report klärt auf, welche KI-Systeme als Hochrisiko eingestuft werden und was Unternehmen jetzt konkret tun müssen. Umsetzleitfaden zum EU AI Act kostenlos herunterladen
Lokale KI-Cluster mit Dell Pro Max GB10
Ein besonders interessantes Konzept präsentiert Dell mit den Pro Max GB10 Systemen. Zwei Einheiten lassen sich über eine 200-Gigabit-RDMA-Verbindung koppeln. Das Ergebnis: ein gemeinsamer Speicherpool von 256 Gigabyte.
Dieser verbund kann anspruchsvolle Modelle wie DeepSeek V4 Flash (284 Milliarden Parameter) oder MiniMax M2.7 (230 Milliarden Parameter) ausführen. Der Preis für ein Paar liegt bei rund 12.664 Euro. Mit einer Leistungsaufnahme zwischen 375 und 415 Watt und einer Geräuschentwicklung von etwa 40 Dezibel positioniert sich das System als leise Alternative zu lauten Multi-GPU-Servern.
Software-Ökosystem wächst rasant
NVIDIA erweitert parallel die Software-Basis für die Blackwell-basierte Arm-Plattform:
- CUDA Toolkit 13.4: Erstmals native CUDA-Unterstützung für Windows Arm64 – ermöglicht Cross-Kompilierung und native Builds
- NemoClaw: Open-Source-Referenzstack für sichere, sandboxierte KI-Agenten auf Basis des Nemotron-120B-Modells
- Omniverse-Integration: Neue Bibliotheken wie ovrtx und ovphysx für physikalische KI-Simulationen – Partner wie SideFX und PTC arbeiten bereits daran
- Quantisierungstools: Das GridBook-vLLM-Plugin unterstützt 41 Quantisierungsformate und optimiert die Tensor-Core-Effizienz für große Modelle
Die rasante Entwicklung lokaler KI-Agenten und nativer Software-Stacks stellt Unternehmen auch vor neue Herausforderungen bei der Compliance. Ein kostenloser Download verschafft Ihnen jetzt den nötigen Überblick über Fristen, Pflichten und Risikoklassen der neuen EU-KI-Verordnung. EU AI Act in 5 Schritten verstehen
Lieferkette profitiert von Partnerschaft mit MediaTek
Die RTX-Spark-Plattform entstand in Zusammenarbeit mit MediaTek. Dessen CEO Rick Tsai betonte, die Partnerschaft spiegele eine umfassende Systemperspektive wider – von Cloud-Chips bis zu Edge-Geräten.
Die taiwanesische Elektronikindustrie dürfte von der Auslieferungswelle erheblich profitieren. Unternehmen, die auf Leistungskomponenten, Wärmemanagement und Elektronikfertigung spezialisiert sind, stehen vor einem deutlichen Auftragsschub.
Im Enterprise-Segment kündigte NVIDIA zudem das Spectrum-6-Ethernet-Switch-System an. Teil der Vera-Rubin-Plattform, unterstützt es 102,4 Terabit pro Sekunde und wird bereits bei großen KI-Infrastrukturanbietern eingesetzt.
