Lenovo Yoga Pro 9n mit NVIDIA RTX Spark kaufen

Lenovo hat für das Yoga Pro 9n (15", 11) noch keinen Preis veröffentlicht - in der Ankündigung vom 3. September 2026 heißt es, geschätzte Preise und Verfügbarkeit würden zu einem späteren Zeitpunkt bekannt gegeben. Beträge, die im Netz kursieren, sind Schätzungen Dritter und keine Lenovo-Angaben. Nelpx nennt den Preis im Angebot, sobald Lenovo die bestellbaren Ausstattungsstufen und Listenpreise veröffentlicht hat. Die Reservierung über das Reservierungs-Tool ist unverbindlich: Stückzahl und Speicherwunsch angeben, absenden - Preis und verbindlicher Liefertermin folgen im Angebot.

NVIDIA nennt für die ersten Windows-PCs mit RTX Spark den Oktober 2026; Lenovo selbst hat für das Yoga Pro 9n noch kein Datum und keine Region genannt. Nelpx nimmt Reservierungen ab sofort entgegen und bestätigt den verbindlichen Liefertermin im Angebot, sobald Lenovo die Konfigurationen freigegeben hat und die Verfügbarkeit im Beschaffungskanal geprüft ist. Reservierte Geräte bedienen wir nach Möglichkeit in der Reihenfolge der Vormerkung.

Die Reservierung ist eine unverbindliche Vormerkung: kein Kaufvertrag, keine Anzahlung, keine Abnahmepflicht. Nelpx merkt Stückzahl, gewünschten Arbeitsspeicher und Einsatzzweck vor und meldet sich mit einem Angebot inklusive Preis und Liefertermin, sobald Lenovo die bestellbaren Konfigurationen veröffentlicht hat. Erst mit der Annahme dieses Angebots entsteht eine Bestellung.

Nein. Das Yoga Pro 9n hat keine dedizierte Grafikkarte, sondern den NVIDIA RTX Spark - einen Superchip, bei dem Grace-CPU und Blackwell-RTX-GPU auf einem Chip sitzen und sich bis zu 128 GB Unified Memory teilen. „RTX PRO Blackwell“ bezeichnet dagegen NVIDIAs dedizierte Workstation-Grafikkarten, die es als Laptop-GPU mit maximal 24 GB GDDR7 gibt (bei Lenovo in den ThinkPad-P-Mobile-Workstations). Für lokale Sprachmodelle ist der Unterschied entscheidend: Beim RTX Spark steht dem Modell der gesamte Arbeitsspeicher zur Verfügung, bei einer dedizierten GPU nur deren Grafikspeicher.

Mit 128 GB Unified Memory passen in 4-Bit-Quantisierung praktisch alle offenen Modelle bis zur 70B-Klasse komplett in den Speicher - Llama 3.3 70B (42,5 GB), Qwen3 32B (19,8 GB), Gemma 3 27B (16,6 GB) - und dazu die großen Mixture-of-Experts-Modelle: gpt-oss-120b (63,4 GB) und Nemotron 3 Super 120B (83,8 GB), jeweils mit Reserve für Kontext und Betriebssystem. NVIDIA nennt für RTX Spark Sprachmodelle mit bis zu 120 Milliarden Parametern bei einer Million Token Kontext, ohne Modell oder Token/s zu benennen. Die Einschränkung liegt beim Tempo: Dichte Modelle ab 27 Milliarden Parametern generieren auf dieser Speicherbandbreite nur rund 10 Token pro Sekunde, dichte 70B-Modelle 3 bis 4 - Mixture-of-Experts-Modelle mit wenigen aktiven Parametern dagegen 40 bis 80 Token pro Sekunde (Referenzwerte vom DGX Spark, der laut NVIDIA-CEO denselben Chip nutzt). Mit 64 GB endet die Liste praktisch bei der 30B-Klasse (Llama 3.3 70B passt in 4 Bit mit 42,5 GB nur noch mit kleinem Kontext), mit 24 GB bei Modellen bis etwa 20 Milliarden Parametern. Der Praxis-Check auf dieser Seite listet die realen Dateigrößen.

Ehrliche Antwort: Für RTX-Spark-Notebooks gibt es noch keine veröffentlichten Messwerte - die Geräte kommen erst im Oktober 2026. Die nächste belastbare Referenz ist der NVIDIA DGX Spark, der laut NVIDIA-CEO denselben Chip nutzt: Dort erreicht gpt-oss-120b 40 bis 55 Token pro Sekunde (llama.cpp, Ollama, NVIDIA-Developer-Blog), gpt-oss-20b 58 bis 83, Qwen3 32B 9,4, Gemma 3 27B 10,8 und Llama 3.1 70B 2,7 bis 4,4 Token pro Sekunde. Das Notebook hat rund 10 Prozent mehr Speicherbandbreite (rechnerisch 300 statt 273 GB/s), aber eine niedrigere TDP (45 bis 80 W statt 140 W) - das bremst vor allem die Prompt-Verarbeitung, weniger das Generieren, das an der Bandbreite hängt. Faustregel: Mixture-of-Experts-Modelle laufen flüssig, dichte Modelle ab 27B sind spürbar langsam. Für Durchsatz und mehrere Nutzer bleibt der LLM-Server die richtige Klasse.

Das Yoga Pro 9n läuft mit Windows 11 on Arm. Native Arm64-Anwendungen laufen direkt, darunter laut Microsoft Adobe Photoshop und Premiere Pro, Blender und DaVinci Resolve; klassische x86-Software läuft über Microsofts Prism-Emulation, die laut Microsoft auf den RTX Spark abgestimmt ist. CUDA läuft nativ: NVIDIA hat CUDA 13.4 für Windows on Arm im September 2026 als Developer Preview freigegeben und nennt TensorRT for RTX, PyTorch, llama.cpp und Ollama als native Arm64-Software; Ollama unterstützt CUDA auf Windows Arm64 seit Version 0.32.3, LM Studio gibt es nativ für Windows on Arm. Nicht zugesagt sind vLLM und TensorRT-LLM unter Windows (Linux-Software), ein natives Linux auf RTX Spark und GPU-Beschleunigung für x86-CUDA-Programme unter Emulation. Wer Linux-Werkzeuge braucht, nimmt einen Desktop der DGX-Spark-Klasse; wer x86-Treiber oder Legacy-Tools benötigt, prüft vor dem Kauf die Arm64-Verfügbarkeit.

Für lokale Sprachmodelle möglichst 128 GB - der Speicher ist fest verlötet und später nicht erweiterbar, und Modelle der 70B-Klasse belegen in 4-Bit-Quantisierung mit Kontext und Betriebssystem rund 60 GB - sie laufen deshalb nur mit 128 GB komfortabel, 64 GB reichen für die 30B-Klasse. Lenovo nennt die 128-GB-Ausstattung nur für ausgewählte Konfigurationen und hat kleinere Stufen noch nicht veröffentlicht; NVIDIA nennt für diese Ausbaustufe bis zu 128 GB. Im Reservierungs-Tool lässt sich der Speicherwunsch angeben, Nelpx bestätigt die tatsächlich bestellbaren Stufen im Angebot.

Das Yoga Pro 9i ist Lenovos Intel-Modell: Yoga Pro 9i Aura Edition (16", 11) mit Intel Core Ultra der Serie 3 und dedizierter GeForce RTX 5050, 5060 oder 5070 Laptop-GPU mit 8 bzw. 12 GB Grafikspeicher, maximal 64 GB Arbeitsspeicher. Das Yoga Pro 9n („n“ für NVIDIA) setzt auf den Arm-Superchip RTX Spark mit bis zu 128 GB Unified Memory, die der GPU vollständig zur Verfügung stehen. Für lokale KI-Modelle ist das Pro 9n damit die deutlich stärkere Wahl; das Pro 9i bleibt die Wahl für x86-Software ohne Emulation.

Beide nutzen denselben NVIDIA RTX Spark mit bis zu 128 GB Unified Memory - bei der KI-Leistung gibt es auf dem Papier keinen Unterschied. Das Yoga Pro 9n ist das 15,3-Zoll-Gerät mit 2.5K-OLED und 48 bis 165 Hz, zwei M.2-Slots, haptischem Force Pad und ab 1,65 kg. Der ASUS ProArt P16 bietet ein 16-Zoll-4K-OLED mit 120 Hz und laut ASUS bis zu 1.600 nits, 99 Wh Akku bei 1,77 kg. Wer Bildwiederholrate und Stift will, nimmt das Yoga; wer 4K-Farbarbeit will, den ProArt. Beide sind bei Nelpx reservierbar.

Der ASUS Ascent GX10 und der NVIDIA DGX Spark bieten dieselbe 128-GB-Speicherklasse als 15-cm-Desktop mit Linux und vorinstalliertem NVIDIA-AI-Stack - sofort lieferbar, koppelbar, aber nicht mobil und ohne Windows. Der Lenovo ThinkCentre X Ultra ist das x86-Desktop-Pendant mit AMD Ryzen AI Max+ und Windows. Das Yoga Pro 9n ist die Wahl, wenn die 128 GB mit Display, Akku und Windows unterwegs gebraucht werden - Demo beim Kunden, Außendienst, Hörsaal.

Es lohnt sich für Entwickler und Data Scientists, die Sprachmodelle bis zur 70B-Klasse lokal ausführen, testen und mitnehmen wollen; für Creator, die KI-Bildgenerierung und Videoschnitt auf einem farbgenauen OLED brauchen; und für Unternehmen mit sensiblen Daten, die KI-Assistenten ohne Cloud betreiben. Weniger geeignet ist es, wenn Durchsatz zählt (mehrere Nutzer, Produktions-Inferenz - dann LLM-Server), wenn x86-Software ohne Emulation Pflicht ist (dann Yoga Pro 9i oder ThinkCentre X Ultra) oder wenn das Gerät sofort gebraucht wird (dann ein Desktop der DGX-Spark-Klasse).