RTX-Spark-Geräte im Vergleich: Notebooks und Mini-PCs

Das hängt vom Einsatz ab, nicht vom Chip - die Eckdaten sind bei allen fünf dieselben. Mobil und farbkritisch: ASUS ProArt P16 (4K-OLED-Touch, SD Express, vier Speicherstufen, 3 Jahre Garantie in Deutschland). Mobil und leicht: Lenovo Yoga Pro 9n (165 Hz, ab 1,65 kg, Stift). Stationär im Dauerbetrieb: ASUS ProArt GR1X (Doppellüfter für 24/7, vier 4K-Displays, 10-Gigabit-LAN). Stationär mit großem Datenbestand: MSI EdgeMesa N AI+ (10-Gigabit-LAN, SSD bis 4 TB, 240-W-Netzteil). Acer-Beschaffung mit Geduld: Acer SFF RTX Spark, bislang eine Designstudie. Wer unentschieden ist, nutzt das Reservierungs-Tool mit der Option „Noch unentschieden“ - wir schlagen das Gerät nach Modellen und Arbeitsplatz vor.

Nach Datenblatt ja - alle nennen 20 Kerne und 6.144 GPU-Kerne, also die große N1X-Stufe -, in der Praxis wahrscheinlich nicht ganz. Die Mini-PCs dürfen laut NVIDIA-Rahmen mit bis zu 140 W arbeiten, die Notebooks mit 45 bis 80 W (Lenovo nennt 80 W); die niedrigere TDP bremst vor allem die Prompt-Verarbeitung und dauerhafte Last, weniger das bandbreitenlimitierte Generieren. Veröffentlichte Messwerte gibt es für keines der Geräte, und keiner der Hersteller nennt eine feste TDP für seinen Mini-PC. Die Referenz bleibt der DGX Spark mit demselben Chip bei 140 W: gpt-oss-120b 40 bis 55 Token pro Sekunde, dichte 70B-Modelle 3 bis 4. Wir reichen unabhängige Messungen nach, sobald es sie gibt.

Konkret gelistet hat bislang nur ASUS für den ProArt P16: 24, 48, 64 oder 128 GB. Lenovo (Yoga Pro 9n, „bis zu 128 GB“ in ausgewählten Konfigurationen), ASUS für den GR1X, MSI (EdgeMesa) und Acer nennen nur „bis zu 128 GB“ - welche kleineren Stufen es geben wird, ist offen. Laut NVIDIA-Briefing zur IFA (ComputerBase) reicht diese Ausbaustufe von 24 bis 128 GB. Wichtig für alle: Der Speicher ist Teil des Superchips und nicht nachrüstbar; für Modelle ab der 30-Milliarden-Klasse sollte die 128-GB-Stufe vorgemerkt werden.

NVIDIA nennt für die ersten RTX-Spark-Geräte den Oktober 2026 und führt ASUS, Dell, HP, Lenovo, Microsoft Surface und MSI als Hersteller der ersten Welle - also die Hersteller von ProArt P16, Yoga Pro 9n, ProArt GR1X und EdgeMesa N AI+. Acer folgt laut NVIDIA danach, und der Acer SFF RTX Spark ist bislang nur als Design gezeigt worden. Einen Termin je Gerät hat kein Hersteller genannt; ASUS spricht für den P16 von Herbst 2026 in ausgewählten Regionen, Lenovo will den Termin später bekannt geben. Verbindlich wird es erst mit der Bestellfreigabe - dann melden wir uns bei allen Vorgemerkten.

Kein Hersteller hat einen Preis veröffentlicht - für keines der fünf Geräte, und NVIDIA hat zur IFA keine Einstiegspreise genannt (ComputerBase nach NVIDIA-Briefing). Im Netz kursierende Beträge sind Schätzungen. Zur Orientierung: GB10-Geräte der DGX-Spark-Klasse mit gleichem Speicherausbau kosten bei Nelpx ab 4.600 Euro netto (ASUS Ascent GX10) - eine Ableitung auf die RTX-Spark-Preise ist das nicht. Nelpx nennt Preise, sobald Listenpreise und bestellbare Konfigurationen vorliegen - die Reservierung ist bis dahin unverbindlich.

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.

Alle fünf Geräte laufen nach NVIDIAs Plattformvorgabe (ASUS nennt für den GR1X nur „Windows“, Acer kein Betriebssystem) 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.

Weil wir nur Geräte in die Tabelle nehmen, für die wir eine eigene, quellenbelegte Seite gebaut haben. Dell XPS 16, HP OmniBook X 14 und Ultra 16, Microsoft Surface Laptop Ultra, ASUS ProArt P14, MSI Prestige N16 Flip AI+ und Lenovo Yoga 9n 2-in-1 sind angekündigt und stehen auf der Plattform-Seite im Geräte-Verzeichnis; GIGABYTE hat Modelle angekündigt, aber noch keines gezeigt. Vormerken lassen sich alle - das Wunschgerät einfach in den Anmerkungen des Reservierungs-Tools nennen. Sobald wir ein weiteres Gerät mit belastbaren Herstellerdaten aufnehmen, ergänzen wir die Tabelle.

Keines der fünf Geräte hat einen ConnectX-Adapter oder QSFP-Anschlüsse - das Koppeln zweier Systeme zu einem Verbund mit zusammen 256 GB, wie NVIDIA es für den DGX Spark beschreibt, bieten sie nicht. GR1X und EdgeMesa haben 10-Gigabit-LAN, über das sich Geräte vernetzen lassen; NVIDIA hat zur IFA mit NVIDIA PAIR zudem ein Open-Source-Werkzeug vorgestellt, das Inferenz-Anfragen an mehrere PCs im lokalen Netz verteilt - eine Herstellerankündigung, deren Praxisnutzen sich erst zeigen muss. Wer heute zwei Systeme koppeln will, nimmt ein GB10-Gerät (ASUS Ascent GX10, MSI EdgeXpert); wer Mehrbenutzer-Durchsatz braucht, einen LLM-Server.

Ja. Das Reservierungs-Tool nimmt ein Favoritengerät und die Stückzahl auf; weitere Geräte, Speicherwünsche oder eine Aufteilung (etwa acht Notebooks und zwei Mini-PCs für einen Kursraum) tragen Sie in die Anmerkungen ein - wir merken alles entsprechend vor. Für Hochschulen, Forschung und öffentliche Einrichtungen prüfen wir zusätzlich die passenden Konditionen. Eine Zusage zu Menge oder Termin kann vor der offiziellen Bestellfreigabe niemand geben, auch wir nicht.