Nvidia betritt den PC-Chip-Markt auf der Computex 2026 – RTX Spark vereint ARM-CPU, Blackwell-GPU und 1 Petaflop KI

Die Computex 2026, die vom 1. bis 5. Juni in Taipeh stattfand, brachte eine Hardware-Ankündigung, die die Wettbewerbslandschaft im PC-Chip-Markt verändert. Nvidia enthüllte den RTX Spark – einen Superchip, der eine ARM-basierte CPU und eine Blackwell-GPU auf einem Package vereint – und sicherte sich sofort Partnerschaften mit Dell, HP, Lenovo, ASUS und Microsoft für Geräte, die im Herbst ausgeliefert werden. Das Unternehmen, das drei Jahre lang die KI-Infrastruktur dominierte, ist nun direkt im Consumer-PC-Markt vertreten und konkurriert mit Intel, AMD und Qualcomm um Laptop- und Desktop-Kunden, die es bisher nur indirekt über diskrete GPUs erreichte.

Der RTX Spark ist als Plattform für "agentic AI PCs" konzipiert. Die Architektur verbindet eine 20-Kern-ARM-CPU – zehn leistungsstarke Cortex-X925-Kerne gepaart mit zehn effizienten Cortex-A725-Kernen, getaktet bis zu 4,1 GHz – über NVLink-C2C mit einer Blackwell-GPU mit 6.144 CUDA-Kernen bei einer Chip-zu-Chip-Bandbreite von 600 GB/s. Der Unified-Memory erreicht 128 GB LPDDR5X mit 300 GB/s Bandbreite. Die KI-Leistung wird mit 1 Petaflop angegeben – genug, um Sprachmodelle mit 120 Milliarden Parametern und Kontextfenstern von bis zu einer Million Tokens lokal auszuführen, ohne Cloud-Anbindung. Die CPU wurde gemeinsam mit MediaTek entwickelt.

Was tatsächlich ausgeliefert wird und wann

Das auf der Computex angekündigte Geräte-Lineup ist beachtlich. Über 30 Laptops und 10 Desktops sind für den Herbst 2026 bestätigt. Microsofts Surface Laptop Ultra hat ein 15-Zoll-mini-LED-Display mit 2880×1920 und 2.000 Nits Spitzenhelligkeit bei einem Gewicht von unter 4,5 Pfund. ASUS' ProArt P16 und P14 bieten OLED-Displays, 99,9-Wh-Akkus und Konfigurationen mit bis zu 128 GB Unified-Memory. Dell bringt eine RTX-Spark-Variante des XPS 13. Lenovos Legion 7 setzt den Chip mit einem 245-Watt-Netzteil für anhaltende Boost-Leistung im Gaming ein. HP und MSI haben RTX-Spark-Produktlinien bestätigt, ohne noch konkrete Modelle zu nennen.

Die Ziele für dünne Laptops sind ambitioniert: Nvidia beschreibt Gehäuse von nur 14 mm Dicke und einem Gewicht von nur drei Pfund. Das Leistungsbudget liegt zwischen 45W und 80W TDP mit Unterstützung für transienten Boost. Drei Generationen der Plattform sind bereits auf der Roadmap – aktuell Blackwell mit LPDDR5X, gefolgt von Vera Rubin Spark mit LPDDR6, dann Rosa Feynman Spark mit der nächsten Speichergeneration.

Die Preisgestaltung wurde von keinem OEM bekannt gegeben. Angesichts der Unified-Memory-Konfigurationen und der Premium-Positionierung schätzen Branchenexperten den Surface Laptop Ultra je nach Konfiguration auf 3.000 bis 7.000 Dollar. Es handelt sich nicht um preisgünstige Massengeräte.

Das Leistungsbild – ehrliche Benchmarks

Erste Benchmark-Daten von der Computex zeichnen ein klareres Bild als reine Pressemitteilungen. Der RTX Spark übertrifft den Standard Apple M5 um 54% im Clang-Compiler-Durchsatz – eine CPU-intensive Aufgabe, bei der die ARM-Kernanzahl und -Architektur ein echter Vorteil sein sollten. Im gleichen Test liegt er knapp hinter dem M5 Pro. Bei breiteren Multithread-Vergleichen ist der RTX Spark etwa ein Drittel langsamer als der M5 Pro und M5 Max, die weiterhin die Leistungsführer im Segment der dünnen und leichten Geräte sind.

Auf der GPU-Seite liefert der RTX Spark überzeugendere Argumente. Die Blackwell-GPU mit 6.144 Kernen übertrifft integrierte Grafiken jeder konkurrierenden Plattform bei kreativen Workloads, Spielen in niedrigeren Auflösungen und – für 2026 am relevantesten – lokaler KI-Inferenz. Ein Chip, der ein Modell mit 120 Milliarden Parametern lokal ohne Cloud-Latenz oder API-Kosten ausführen kann, adressiert einen echten Workflow-Bedarf, den der M5 Pro zu vergleichbaren Preispunkten nicht decken kann, egal welcher Compiler-Benchmark gewinnt.

Ein signifikanter Gegenwind bleibt bestehen: die Kompatibilität von Windows-Anwendungen auf ARM. Nicht jede Windows-Anwendung läuft nativ auf ARM, obwohl Microsoft erhebliche Fortschritte bei der x86-Emulationsleistung erzielt hat und mehr Entwickler ARM-native Builds erstellen. Der langfristige Erfolg der Plattform hängt teilweise davon ab, wie aggressiv sich das Windows-Entwickler-Ökosystem in Richtung ARM-nativ bewegt, und dieser Übergang war in der Vergangenheit langsamer als optimistische Zeitpläne suggerierten.

Vera-CPU: Der parallele Data-Center-Vorstoß

Der RTX Spark ist Nvidias Consumer-Geschichte auf der Computex. Die finanziell bedeutendere Ankündigung für Nvidias Geschäft ist die Vera-CPU, ein ARM-basierter Data-Center-Prozessor für agentic KI-Workloads. Vera wird als Teil der Vera-Rubin-Rack-Plattform ausgeliefert – das bedeutet, dass Hyperscaler, die Rubin-KI-Infrastruktur kaufen, automatisch Nvidia-CPUs als Teil des Pakets erhalten und Intel und AMD im Data-Center-Einkauf umgehen, statt direkt in einer CPU-Beschaffung gegen sie anzutreten.

Nvidia prognostiziert für das laufende Geschäftsjahr einen Umsatz von 20 Milliarden Dollar mit der Vera-CPU, ausgehend von null. Zu den ersten Kunden gehören OpenAI, Anthropic, SpaceX, Dell, Oracle und CoreWeave. Alle vier großen Cloud-Anbieter – AWS, Google Cloud, Microsoft Azure und Oracle – sind als frühe Anwender der Vera-Rubin-Plattform bestätigt. Nvidias Leistungsangaben für Vera zeigen einen Vorsprung von mehr als 55% gegenüber Intels Flaggschiff-Data-Center-CPU und einen Vorsprung von 11% gegenüber AMDs Spitzenchip bei agentic KI-Workloads, wobei die Token-Generierung 1,8-mal schneller ist als bei x86-Alternativen.

Auch AMD und Intel waren dabei

Die Computex ist keine reine Nvidia-Show. AMD hat zwei neue Prozessoren und eine weltweit verfügbare diskrete GPU vorgestellt. Der Ryzen 7 7700X3D für die AM5-Plattform bietet acht Kerne, 104 MB Gesamtcache und einen 4,5-GHz-Boost-Takt für 329 Dollar, erhältlich ab 16. Juli. Der Ryzen 7 5800X3D 10th Anniversary Edition – ein letzter Gruß an die AM4-Plattform – erscheint am 25. Juni für 349 Dollar. Bemerkenswert: AMD bestätigte gleichzeitig die AM5-Sockelunterstützung bis 2029, was Anwendern einen klaren Upgrade-Pfad bietet. Die Radeon RX 9070 GRE, eine RDNA-4-diskrete GPU mit 12 GB Speicher, die angeblich durchschnittlich 21% schneller ist als die Konkurrenz bei 1440p, erreichte diese Woche weltweite Verfügbarkeit bei einer UVP von 549 Dollar.

Intels Auftritt drehte sich um Panther Lake, den ersten Prozessor, der auf dem 18A-Prozessknoten gefertigt wird – der Fertigungstechnologie, mit der Intel externe Foundry-Kunden anwerben will. Die Handheld-Gaming-PC-Varianten von Panther Lake, die auf der Computex mit OEM-Partnern wie MSI, OneXPlayer und GPD gezeigt wurden, liefern 180 TOPS KI-Leistung und eine um 60% höhere Multithread-Leistung gegenüber der Vorgängergeneration bei gleicher Leistungsaufnahme. Ein mögliches Microsoft Xbox-markiertes Handheld mit Panther Lake wurde im Zusammenhang mit OEM-Partnerschaften erwähnt, ohne offizielle Bestätigung.

Was die Woche für den PC-Markt bedeutet

Der PC-Markt hat auf einen architektonischen Wendepunkt gewartet, der Verbrauchern einen Grund zum Upgrade über marginale jährliche Verbesserungen hinaus gibt. Der RTX Spark bietet einen echten Quantensprung bei der On-Device-KI-Fähigkeit – 1 Petaflop unterscheidet sich wesentlich von den 100 bis 200 TOPS, die früheres "AI PC"-Marketing beschrieb, und die Fähigkeit, Frontier-Modelle lokal auszuführen, ist ein Fähigkeitssprung und keine reine Spezifikationserhöhung. Ob sich diese Fähigkeit in Kaufentscheidungen übersetzt, hängt davon ab, wie viele Workloads die Nutzer tatsächlich lokal statt über Cloud-APIs ausführen wollen, und davon, ob das Windows-ARM-Ökosystem schnell genug reift, um den Übergang unsichtbar zu machen.

Was unzweifelhaft ist: Nvidia ist mit glaubwürdiger Hardware, ernsthaften OEM-Partnern und einer Roadmap in den PC-Siliziummarkt eingestiegen. Das Unternehmen, das ein GPU-Lieferant für Laptop-Hersteller war, ist nun eine Chip-Plattform, die um Design-Wins gegen die Prozessoren konkurriert, die diese Laptops früher verwendeten. Jensens Huangs erklärtes Ziel, jede Schicht des KI-Stacks zu besitzen, ist nun in Consumer-Produkten ebenso sichtbar wie in der Data-Center-Infrastruktur.