Speisekarte

Krypto-Abschnitte

Neue RTX Spark-Laptops und -Desktops sowie eine DGX Station für Windows zielen darauf ab, große KI-Modelle lokal statt in der Cloud auszuführen

Do, 19. November 2026 · 15:24 EST · 4 Minuten Lesezeit

In der KI

Aktie

Microsoft und Nvidia nutzen das beschleunigte Computing, das sie für Azure entwickelt haben, und integrieren es in Windows-PCs. Das Ziel besteht darin, seriöse KI-Modelle und Agenten auf der Maschine auszuführen, die auf Ihrem Schreibtisch sitzt, und nicht irgendwo in einem Rechenzentrum.

Die vollständige Enthüllung erfolgte am 7. Oktober 2026 bei einer Veranstaltung in San Francisco. Es folgten frühere Vorschauen bei Veranstaltungen im Mai und Juni 2026, es handelte sich also weniger um einen überraschenden Drop als vielmehr um ein Saisonfinale.

Die wichtigste Hardware ist eine Reihe von RTX Spark-basierten Laptops und kompakten Desktops. Diese Maschinen können bis zu 1 Petaflop KI-Leistung liefern.

Ein Petaflop ist eine Billiarde Berechnungen pro Sekunde. Einfacher ausgedrückt: Das ist die Art von Nummer, die früher auf einem Datenblatt für Server-Racks stand und nicht in einen Rucksack passte.

Die RTX Spark-Geräte können auch Modelle mit mehr als 120 Milliarden Parametern verarbeiten. Bei Parametern handelt es sich grob um die internen Einstellungen, die ein Modell während des Trainings erlernt. Je mehr Parameter vorhanden sind, desto leistungsfähiger ist das Modell.

Vorbestellungen wurden am 7. Oktober 2026 eröffnet. Der Versand soll am 16. Oktober beginnen, sodass zwischen der Keynote und der Haustür eine relativ kurze Zeitspanne verbleibt.

Preislich beginnt das Surface Laptop Ultra von Microsoft bei 2.599 US-Dollar, höhere Konfigurationen liegen bei fast 5.900 US-Dollar. Eine Dev Box beginnt bei 5.999 $. Dabei handelt es sich nicht um Impulskäufe, die Ihnen genau sagen, wer die Zielgruppe ist.

Die DGX Station geht auf Windows um

An der Spitze der Produktreihe steht Nvidias DGX Station für Windows, die ebenfalls am 7. Oktober angekündigt wurde. Sie läuft auf dem GB300 Grace Blackwell Ultra Desktop Superchip.

Dieser Chip steigert die Leistung auf bis zu 20 Petaflops. Die Station kann KI-Modelle mit bis zu 1 Billion Parametern ausführen.

KI, Technologie und die Märkte, die sie bewegen – in einem täglichen Briefing.

Täglich. Frei. Schließen Sie sich mehr als 34.000 Lesern aus den Bereichen Krypto, Finanzen und Politik an.

Wir respektieren Ihre Privatsphäre. Abmelden jederzeit möglich.

Zum Vergleich: Das ist ungefähr das 20-fache des maximalen KI-Durchsatzes der RTX Spark-Maschinen. Es verarbeitet auch Modelle, die mehr als achtmal so groß sind wie die 120-Milliarden-Parameterschwelle, für die die Laptops und kompakten Desktops gebaut sind.

Die Softwareseite ist genauso wichtig wie das Silizium. Windows 11 erhält neue Funktionen für KI-Agenten, darunter Ausführungscontainer zur Sicherung von KI-Operationen.

Stellen Sie sich Ausführungscontainer als eine Sandbox für Software vor, die in Ihrem Namen agiert. Wenn ein KI-Agent Dateien für Sie anklickt, durchsucht und bearbeitet, ist es hilfreich, ihn in einem umzäunten Garten aufzubewahren, anstatt ihn das ganze Haus durchstreifen zu lassen.

Windows 11 wird auch Hybridoperationen unterstützen, die lokale und Cloud-Funktionen kombinieren. In der Praxis bedeutet das, dass eine Workload auf dem PC ausgeführt werden kann, wenn dies sinnvoll ist, und auf die Cloud zurückgreifen kann, wenn sie mehr Leistung benötigt.

Wie wir hierher gekommen sind

Dies ist nicht der erste Versuch von Microsoft, KI auf dem PC selbst zu implementieren. Die Copilot+-PCs waren ein früherer Vorstoß in die gleiche Richtung.

Der Unterschied liegt nun im Maßstab. Copilot+ konzentrierte sich auf einfachere Aufgaben auf dem Gerät, während die neue Hardware auf viel größere lokale KI-Arbeitslasten abzielt, die früher fast immer das Mieten von Zeit in der Cloud bedeuteten.

Microsoft orientiert sich bei all dem an dem, was es „agentische KI“ nennt. Damit sind KI-Systeme gemeint, die nicht nur Fragen beantworten, sondern Maßnahmen ergreifen und mehrstufige Aufgaben erledigen. Das Unternehmen positioniert Windows als führende Plattform für diese Kategorie.

Was das für Entwickler, Unternehmen und den KI-Markt bedeutet

Der Pitch gegenüber den Käufern basiert auf drei Dingen: Datenschutz, Latenz und Kosten. Wenn Sie ein Modell lokal ausführen, müssen sensible Daten das Gerät nicht verlassen, Antworten müssen nicht an einen Server weitergeleitet werden und intensive Benutzer können möglicherweise laufende Cloud-Rechnungen vermeiden.

Das macht das Kernpublikum klar. Entwickler, Entwickler und Unternehmen mit stetiger KI-Auslastung rechtfertigen am ehesten eine Maschine im Wert von 5.999 US-Dollar gegenüber einer monatlichen Cloud-Rechnung.

Speziell für Entwickler verändert ein Desktop, der ein Modell mit mehr als 120 Milliarden Parametern speichern kann, die Testschleife. Die Prototypenerstellung anhand eines großen Modells, ohne auf eine Remote-Infrastruktur warten zu müssen, ist ein echtes Workflow-Upgrade, vorausgesetzt, der Software-Stack hält im täglichen Gebrauch stand.

Das erzeugt eine interessante Spannung für Microsoft. Azure ist eines der größten Unternehmen des Unternehmens und hilft seinen Kunden dabei, einen Teil der KI-Arbeit von der Cloud fernzuhalten. Das Hybriddesign sieht wie eine Absicherung aus: Halten Sie den PC leistungsfähig, aber halten Sie die Cloud nur einen Anruf entfernt.

Nvidia erhält unterdessen eine weitere Verkaufsfläche. Seine beschleunigte Rechenleistung unterstützt bereits große Cloud-Implementierungen, und jetzt werden seine Chips in Laptops, kompakten Desktops und einer DGX Station im Windows-Stil eingesetzt.

Offenlegung: Dieser Artikel wurde von Diego Almada Lopez bearbeitet. Weitere Informationen darüber, wie wir Inhalte erstellen und überprüfen, finden Sie in unserer Redaktionsrichtlinie.

Die Nachrichten über das, was Sie halten

Verfolgen Sie Ihre Aktien und Kryptowährungen. Lesen Sie die Neuigkeiten von Hunderten von Verlagen in Pro.

Datenschutzrichtlinie