Nvidia und Microsoft bringen KI vom Rechenzentrum auf das Endgerät

Am 1. Juni 2026 hat Nvidia-CEO Jensen Huang auf der Computex in Taipei den RTX Spark Superchip vorgestellt. Es handelt sich um Nvidias ersten eigenen Windows-PC-Prozessor, gemeinsam entwickelt mit Microsoft und mit Unterstützung von MediaTek für das CPU-Design. Der Chip vereint einen 20-Kern-Prozessor auf Arm-Basis mit einer Blackwell-GPU mit 6.144 CUDA-Kernen und bis zu 128 Gigabyte Unified Memory in einem einzigen Package, gefertigt im 3-Nanometer-Verfahren bei TSMC. Es ist das erste Mal, dass der vollständige CUDA-Software-Stack nativ auf einem Windows-Laptop-Chip läuft. Erste Geräte von Microsoft Surface, Dell, HP, ASUS, Lenovo und MSI sind für Herbst 2026 angekündigt.

Der strategische Kern der Ankündigung liegt weniger in den Spezifikationen als in der Verschiebung des KI-Paradigmas. Huang bezeichnete den Schritt als ebenso bedeutsam wie die Erfindung des Smartphones. Nvidia und Microsoft positionieren den RTX Spark explizit als Plattform für den lokalen Betrieb von KI-Agenten. Über die neue Nvidia OpenShell-Runtime und angepasste Windows-Sicherheitsprimitiven sollen Agenten sicher, persistent und vollständig unter Nutzerkontrolle direkt auf dem Gerät laufen, ohne Cloud-Anbindung. Der Chip soll Sprachmodelle mit bis zu 120 Milliarden Parametern und Kontextfenstern von bis zu einer Million Tokens vollständig lokal verarbeiten können.

Die Marktreaktion war unmittelbar. Nvidias Aktie legte am Tag der Ankündigung um mehr als 6 Prozent zu, während Intel rund 4,7 Prozent verlor. Qualcomm, AMD und Intel stehen nun vor einem Wettbewerber, der auf dem Markt für Windows-PCs bislang nicht präsent war und gleichzeitig über die stärkste KI-Marke, den tiefsten Software-Stack und eine bereits bestätigte OEM-Koalition verfügt. Adobe hat bereits zugesagt, native Arm-Versionen von Photoshop und Premiere Pro für RTX-Spark-Geräte zu entwickeln.

Für Unternehmen zeichnet sich eine relevante Verschiebung ab. Wenn leistungsfähige KI-Modelle lokal auf Standard-Arbeitsgeräten laufen, verändert das sowohl die Kostenstruktur als auch die Datensouveränität von KI-Anwendungen grundlegend. Cloud-Abhängigkeit und Nutzungsgebühren pro Abfrage entfallen, sensible Daten verlassen das Gerät nicht mehr. Ob diese Verschiebung sich schnell genug in der Unternehmenspraxis durchsetzt, wird davon abhängen, wie rasch Software-Ökosysteme die neue Architektur unterstützen und zu welchem Preispunkt die Geräte tatsächlich verfügbar werden.

Quellen: NVIDIA Newsroom, 2. Juni 2026 · Windows Experience Blog, Microsoft, 31. Mai 2026 · CNBC, 2. Juni 2026