NVIDIA hat auf der Entwicklerkonferenz GTC Berlin einen abgestuften Hardware- und Software-Stack für die lokale Entwicklung von Künstlicher Intelligenz vorgestellt.
Das Angebot richtet sich an Entwickler sowie Unternehmen und umfasst die Systeme RTX Spark für Windows-Rechner, DGX Spark für Linux-Umgebungen und die DGX Station für den Einsatz in Rechenzentren und Arbeitsgruppen. Die Produktreihe soll Entwicklungs- und Engineering-Prozesse lokal ermöglichen und dabei hohe Sicherheitsstandards gewährleisten.
Drei Leistungsstufen vom Laptop bis zum Server
Das System RTX Spark richtet sich an mobile und kompakte Arbeitsplätze. Es bietet bis zu 128 Gigabyte Unified Memory sowie eine Rechenleistung von 1 Petaflop für KI-Anwendungen und ist seit dem 16. Oktober verfügbar.
Die Hardware nutzt den gemeinsam mit Microsoft entwickelten N1X-Chip und ermöglicht neben KI-Berechnungen auch Gaming in 1440p-Auflösung bei 100 Bildern pro Sekunde. Laptops mit dieser Technologie stammen von Partnern wie ASUS, Dell, HP, Lenovo, Microsoft und MSI, während Acer entsprechende Geräte vorbereitet.
Für Linux-Entwickler bringt NVIDIA das Modell DGX Spark mit 64 Gigabyte Arbeitsspeicher ab dem 23. Oktober über Partner auf den Markt. Bis zu acht Einheiten lassen sich über ConnectX-7 zu Clustern mit 1 Terabyte Unified Memory zusammenschließen, um umfangreiche Basismodelle wie GLM 5.3 lokal auszuführen.
Die DGX Station bedient Arbeitsgruppen mit mehr als 30 Nutzern. Sie bietet 748 Gigabyte kohärenten Speicher sowie eine Rechenleistung von bis zu 20 Petaflops auf Basis des Desktop-Superchips GB300 Grace Blackwell Ultra. Während die reguläre Plattform verfügbar ist, kündigte NVIDIA eine Windows-Version der DGX Station für Dezember 2026 an.
Wer sich mit der lokalen Entwicklung unter Linux befasst, findet in diesem Startpaket den idealen Einstieg für performante Systeme. Nutzen Sie die Vorteile von Ubuntu für mehr Geschwindigkeit und Stabilität bei Ihren IT-Projekten. Kostenloses Linux-Startpaket inklusive Ubuntu-Vollversion sichern
Integration in IT-Infrastrukturen und Modellunterstützung
Zur Einbindung in bestehende Enterprise-Umgebungen stellte NVIDIA sieben IT-Integrationen für die DGX Station vor, darunter Anbindungen an Absolute Security, Splunk by Cisco, Fleet, Microsoft Intune, Perforce Puppet, Progress Chef und Tanium.
Tanium erweitert sein Endpoint-Management auf alle Spark- und Station-Varianten und deckt auf Basis von NVIDIA DGX OS Funktionen wie Konfigurationsprüfungen, Schwachstellen-Patching und Prozessmanagement ab.
Fleet Device Management ermöglicht seinerseits die zentrale Verwaltung von Betriebssystemen, Richtlinien und Schwachstellen über Git-basierte Workflows auf RTX PRO Workstations und der DGX Station.
Auf Softwareseite kündigte NVIDIA für den weiteren Verlauf des Oktobers den NVIDIA Sync Model Launcher sowie ein Systemupdate mit einem Wi-Fi Assistant an. Zudem erhalten Linux-Nutzer Vorabzugriff auf NVIDIA Cloud Functions.
Bei den KI-Modellen besteht direkte Unterstützung für Architekturen wie Liquid AI LFM2.5-24B-A2B, FLUX 3 Image Klein sowie Modelle der Familien Nemotron, GLM, DeepSeek, Qwen und MiniMax. Das MoE-Modell Recursive Flint mit 40 Milliarden Parametern erreicht auf einem RTX-Spark-System mit 64 Gigabyte über 220 Tokens pro Sekunde.
Für den 23. Oktober ist zudem das Modell Nemotron Bolt E4B mit 4 Gigabyte angekündigt. Mittels Speculative Decoding lassen sich Ausführungszeiten bei Qwen-Modellen auf der Hardware um das bis zu 1,4-Fache beschleunigen.
Die neuen technologischen Möglichkeiten durch den EU AI Act erfordern von Unternehmen jetzt eine präzise Umsetzung der neuen Compliance-Regeln. Dieser kostenlose Umsetzungsleitfaden hilft IT- und Rechtsabteilungen dabei, die Anforderungen an Risikoklassen und Dokumentationspflichten sicher zu erfüllen. Gratis E-Book zum EU AI Act herunterladen
Fokus auf Datensouveränität in Europa
Die Hardware-Strategie zielt vor allem auf die Einhaltung europäischer Vorgaben zur Datensouveränität und DSGVO-Konformität ab. Während Wettbewerber wie Amazon mit TorchNeuron und Google mit speziellen PyTorch-Werkzeugen versuchen, Rechenlasten in eigene Cloud-Umgebungen zu leiten, setzt NVIDIA auf lokale Infrastruktur vor Ort.
NVIDIA-Chef Jensen Huang betonte auf der Veranstaltung, dass Europas KI-Wirtschaft an Fahrt aufnehme, forderte die europäische Branche jedoch zu schnellerem Handeln auf. Flankierend stellte Hardwarepartner ASUS auf der Konferenz eigene Lösungen vor, darunter Workstations der Reihen ExpertCenter und Ascent sowie Unternehmenssoftware zur Steuerung autonomer KI-Agenten.