Nvidia bringt KI-Notebooks mit gemeinsamem Speicher

Nvidia bringt Mitte Oktober erste Notebooks mit seinem neuen RTX-Spark-Chip auf den Markt. Die Geräte sind auf lokale KI-Modelle ausgelegt und sollen dafür vor allem viel schnellen gemeinsamen Speicher bieten. Heise berichtet über einen Test des Asus ProArt P14, eines der ersten Modelle mit dem Chip N1X. Das Gerät zeigt, wohin sich der Markt für KI-Hardware bewegt: mehr Rechenleistung direkt im Notebook, aber zu deutlich höheren Preisen.

Gemeinsamer Speicher für große Modelle

RTX Spark kombiniert CPU und GPU in einem Chipdesign und setzt auf Unified Memory. Dieser Speicher wird von Prozessor und Grafikeinheit gemeinsam genutzt. Für lokale Sprachmodelle ist das wichtig, weil sie häufig mehr Speicher benötigen, als klassische Notebook-Grafikchips bereitstellen können.

Heise nennt als Beispiel ein Modell mit 27 Milliarden Parametern. Schon in einer stark komprimierten Variante benötigt es demnach 14 Gigabyte Speicher. Mit zusätzlichem Kontextbedarf kann der Speicherbedarf um weitere 18 Gigabyte oder mehr steigen. Damit geraten viele herkömmliche Notebooks an Grenzen, vor allem wenn parallel noch andere Anwendungen laufen.

Der Ansatz ist nicht völlig neu. Apple nutzt gemeinsamen Speicher seit den M-Chips, AMD bietet vergleichbare Konzepte unter anderem mit Ryzen AI Max Pro sowie den Plattformen Strix Halo und Gorgon Halo an. Nvidia tritt nun mit einer eigenen Notebook-Linie stärker in diesen Markt ein. Von den Neural Processing Units, die Microsoft für Copilot-Plus-PCs verlangt, grenzt sich diese Nutzung ab: Lokale große Sprachmodelle laufen in der Regel auf GPU-Kernen, nicht auf solchen NPU-Einheiten.

Asus-Modell kostet ab 3.300 Euro

Der getestete Asus ProArt P14 ist eine 14-Zoll-Variante mit 32 Gigabyte gemeinsamem Speicher und einer SSD mit 1 Terabyte. Der Preis für diese Ausstattung liegt laut dem Test bei 3.300 Euro. Wer 64 Gigabyte Speicher wählt, muss mindestens 4.300 Euro zahlen. Für 128 Gigabyte werden mindestens 6.700 Euro genannt.

Die ersten RTX-Spark-Notebooks kommen dem Bericht zufolge von vielen großen Notebook-Herstellern. Microsoft ist mit einem Surface Laptop Ultra vertreten. Die meisten Anbieter setzen auf 16-Zoll-Geräte, Lenovo auf 15,3 Zoll. Asus bietet zusätzlich zum größeren Modell auch das kleinere ProArt P14 an.

Alle RTX-Spark-Notebooks laufen standardmäßig mit Windows 11 in der Arm-Version. Das ist auffällig, weil Nvidias kleinere KI-Workstations der DGX-Spark-Reihe mit einem angepassten Ubuntu ausgeliefert werden. Für Unternehmen und Entwicklerinnen und Entwickler ist die Softwareumgebung ein wichtiger Punkt, weil viele KI-Werkzeuge stark von Treibern, Bibliotheken und Betriebssystemunterstützung abhängen.

Starkes Display, hörbare Kühlung

Beim getesteten Asus-Gerät fällt das OLED-Display positiv auf. Es löst mit 2.880 mal 1.800 Pixeln auf. Die gemessene maximale Helligkeit beträgt 599 Nits. Auch die Akkulaufzeit ist im Test lang: Beim Abspielen von Video hielt das Notebook bei 200 Nits Displayhelligkeit mehr als 19 Stunden durch.

Kritik gibt es an der Geräuschentwicklung. Der Lüfter springt demnach teils schon ohne große Last an. Unter Volllast wurden bis zu 2,7 Sone gemessen. Zum Vergleich zieht Heise ein aktuelles MacBook Pro mit großem M5-Pro-Chip heran. Dieses erreicht bei voller Belastung zwar höhere 4,8 Sone, wird aber im beschriebenen Vergleich nicht schon bei leichter Nutzung oder auf dem Desktop auffällig.

Markt verschiebt sich Richtung Gerät

Die neuen Notebooks zeigen, dass KI-Anwendungen nicht nur in Rechenzentren und Cloud-Diensten laufen sollen. Mit großem gemeinsamen Speicher lassen sich leistungsfähigere Modelle direkt auf dem Rechner ausführen. Das kann für Entwicklerteams, Kreativberufe und Unternehmen interessant sein, die bestimmte Aufgaben lokal bearbeiten wollen.

Gleichzeitig bleibt der Einstieg teuer. Die für größere Modelle sinnvolleren Speichergrößen liegen deutlich über dem Preisniveau vieler klassischer Arbeitsnotebooks. RTX Spark markiert damit weniger einen Massenstart als einen Schritt in einem Premiumsegment, in dem Hersteller lokale KI als neues Verkaufsargument nutzen.