senn-techRTX Spark nach dem Launch: erste Messwerte, die Varianten-Falle und die Linux-Frage
Am 16. Oktober 2026 sind die RTX-Spark-Geräte in den Handel gekommen, gebaut von ASUS, Dell, HP, Lenovo, Microsoft und MSI, ab 2.599 US-Dollar (Pressemitteilung vom 16.10.2026). Der Kern ist der Superchip N1X: Blackwell-GPU und Grace-CPU in einem Gehäuse, einheitlicher LPDDR5X-Speicher, dieselbe Architektur-Familie wie der GB10 im DGX Spark, über den wir am 3. Oktober nach eigenen Nachrechnungen geschrieben haben. Die Ankündigung zur IFA hatten wir im Ticker, unser QN10-Test vom 21. September verwies mit der Empfehlung zum Abwarten auf diese Geräteklasse. Was damals fehlte, waren Messwerte und Preise. Beides ist jetzt da, von zwei unabhängigen Laboren.
Was NVIDIA offiziell sagt, und was nicht
Die Spec-Tabelle führt zwei Laptop-Varianten des N1X. Die obere kombiniert eine Grafikeinheit mit 6144 Kernen und eine Grace-CPU mit 20 Kernen, dazu 1 PetaFLOP FP4, bis zu 128 GB LPDDR5X auf einem 256-Bit-Interface und ein Leistungsbudget von 45 bis 80 Watt für CPU und GPU zusammen. Die zweite Variante nennt 5120 Grafikkerne, 18 CPU-Kerne und 827 TeraFLOP. Aufgefallen sind uns beim Messen dieser Seiten am 17. Oktober drei Unstimmigkeiten innerhalb von NVIDIA:
- Beim kleineren N1X nennt die Produktseite "Up to 64 GB", die Spec-Seite derselben Variante sagt "up to 32GB LPDDR5X".
- Für dieselbe Variante stehen in der Spec-Tabelle 827 TeraFLOP, im Alt-Text des Bildes auf derselben Seite 784 TeraFLOP FP4.
- Die Produktseite verspricht Modelle "up to 120B parameters with 1M context", die Auswahlseite der 128-GB-Stufe sagt "up to 200B parameters".
Wir lassen beide Zahlen je Fundstelle stehen, gemittelt wird hier nichts. Die Auswahlseite sortiert die Stufen nach Speicher: 24 GB bis 12 Milliarden Parameter, 32 GB bis 25B, 48 GB bis 60B, 64 GB bis 90B, 128 GB bis 200B, alles Herstellerangaben. Und eine Zahl fehlt auf allen abgerufenen NVIDIA-Seiten vollständig: die Speicherbandbreite in GB/s, dort stehen nur "256-bit" und "LPDDR5X". Genau diese Frage hatten wir in der IFA-Woche offen lassen müssen, offen geblieben ist sie auch über den Launch hinaus. Die Microsoft-Produktseite zum Surface Laptop Ultra, am 17. Oktober gemessen, listet 24 bis 128 GB, in Deutschland ab 2.899 Euro, die österreichische Seite zeigte bei unserem Abruf noch keinen Preis. Bei NVIDIA heißt "up to 128 GB" also wie beim DGX Spark: die größte Ausstattungsstufe; die bestellbare Basis fällt deutlich kleiner aus. Beim Surface läuft die 24-GB-Stufe sogar mit Windows 11 Home, Windows 11 Pro gibt es erst ab 32 GB.
Was die Labore messen
c’t 3003 hat das Asus ProArt P14 mit 32 GB getestet und mit llama-bench ohne Zusatze gemessen: 14,5 Token pro Sekunde mit dem dichten Qwen 3.8-27B in der Quantisierung IQ4_XS, knapp 61 mit dem MoE-Modell Qwen 3.6-35B-A3B (16.10.2026). Das dichtere Modell war c’t beim Programmieren das bessere; Multi-Token-Prediction nennt c’t als Reserve, mindestens 25 Prozent Aufschlag, beim Coden mehr. StorageReview testete zwei HP OmniBook Ultra 16 mit 32 und 128 GB sowie das Surface Laptop Ultra und meldet für das 128-GB-Gerät 56,5 Token pro Sekunde mit Llama 3.1 8B, 58,0 mit gpt-oss 20b und 89,5 mit Qwen 3.6-35B-A3B; der Coding-Test lief dort dreimal in Folge durch, in 72,0 Sekunden, der schnellste Wert der Testgruppe (16.10.2026). Über alle vier N1X-Geräte gemessen: Prompt-Verarbeitung 5.837 bis 7.142 Token pro Sekunde, der RTX-5090-Laptop im selben Labor 11.560.
Zur Einordnung gegen uns bekannte Hardware: Unsere 5090-Lane liefert an Qwen 3.8-27B in 4 Bit knapp 60 Token pro Sekunde im Einzelstrom, der Mac Studio M5 Ultra kam in derselben Modellklasse auf 46 bis 54, und unser AI PRO R9700 läuft mit llama.cpp und MTP-Draft in der Haus-Voice-Box bei 41 bis 45 (eigene Wanduhr-Messung am 16.10.2026, 262k Kontext, mit Draft-Modell). Die 14,5 aus dem c’t-Test sind der Ausreißer nach unten, und sie gelten für das Modell, das viele sich für Notebooks wünschen: ein volles dichtes 27B.
Beim Strom sieht man, warum der Laptop-Chip dem Box-Chip hinterherfährt: c’t verglich mit Archivmessläufen, weil kein DGX Spark im Labor stand, und maß beim DGX Spark damals bis zu 216 Watt gegen maximal 60 Watt kurzzeitigen Peak beim Asus-Notebook, im Schnitt etwa 40. Auf den älteren Testmodellen schaffte die DGX-Box deshalb oft das Doppelte. Dasselbe Bild von der Speicherseite: StorageReview maß im STREAM-Triad 112 bis 122 GB/s auf allen vier getesteten N1X-Geräten, gegen 48,3 GB/s eines Razer Blade 16 mit DDR5-Speicher. Aus LPDDR5-9400 und 256 Bit rechnet StorageReview rund 300 GB/s theoretisch zusammen; angekommen ist im CPU-seitigen Triad gut ein Drittel davon. Zum Vergleich: Der GB10 des DGX Spark steht mit 273 GB/s im Datenblatt, unser DGX-Messlauf kam auf 85 Prozent dieses Wertes, der M5 Ultra des Mac Studio auf gemessene 1.039 von 1.200 versprochenen. Eine GPU-seitige Messung der RTX-Spark-Bandbreite gibt es bisher in keinem der Tests, das bleibt die offene Zahl dieser Launch-Woche.
Einen Defekt-Befund liefert StorageReview am Surface Laptop Ultra mit: Beim OpenBLAS-Vollasttest schalteten sich am 14. Oktober zwei baugleiche Geräte mehrfach komplett ab, bei zuletzt 95 Grad, Kernel-Power-Ereignis 41 ohne Dump; die Log-Evidenz zeigt nach Einschätzung des Autors auf Spannungsversorgung oder Firmware-Schutz; Hitze scheidet nach dieser Lesart aus. Die HP-Geräte hielten dieselben Lasten bei 98 Grad durch.
Speicher und Preis: wo die Entscheidung fällt
Die 32-GB-Version des HP OmniBook behielt laut StorageReview das Tempo, verlor aber jeden Modell-Lade- und Agententest, weil nach Windows und Reserven nur 12 GB für die GPU bleiben; gpt-oss 20b allein braucht 12,8 GB. Das 128-GB-Gerät stellte 62,5 GB GPU-Speicher bereit und ließ alle Stufen durchlaufen, fürs große MoE-Modell nennt StorageReview eine Untergrenze von etwa 40 GB GPU-Anteil. Die Lesehilfe von StorageReview wörtlich: Käufer, die den N1X für lokale KI wollen, sollten auf 64 oder 128 GB schauen. Der Arbeitsspeicher ist gelötet, die gewählte Größe bleibt endgültig. Und der feste Anteil ist ein Windows-Problem: Windows teilt den einheitlichen Speicher noch nicht so frei wie der Linux-Stack auf dem DGX Spark, Arbeit von NVIDIA und Microsoft daran ist angekündigt. c’t kam mit den 32 GB des Asus ins Rechnen: Q4_K_M ging, aber sobald ein zweites Programm aufstand, wurde es eng, erst mit der kleineren IQ4_XS-Variante lief Photoshop parallel zum lokalen Modell. Nach diesem Test wollte c’t mindestens 48 GB. Übersetzt in Preise: Der Sprung von 32 auf 128 GB kostet bei Asus 3.400 Euro Aufschlag, bei HP 3.030 US-Dollar, das getestete Surface mit 128 GB steht mit 5.899,99 US-Dollar da (Preisstand 14.10.2026). Das Geschäft liegt im zusätzlichen Gigabyte, das Rechenwerk bleibt in jeder Stufe dasselbe.
Windows, WSL und der Selbstbau mit Linux
NVIDIAS Spec-Tabelle nennt als Betriebssystem nur Windows 11, Linux erscheint im Entwicklerblog formal über das Windows Subsystem for Linux und im Netzwerk nur als Empfänger: NVIDIAs offener Router PAIR soll Inferenz von der RTX-Spark-Maschine an Windows-, Linux- und macOS-Rechner im Heimnetz verteilen. Der Entwicklerblog vom 16. Oktober feiert sonst den Windows-on-Arm-Ausbau: erste PyTorch-CUDA-Version, natives Python 3.15, über 2.000 Conda-Pakete, 97 Prozent der 15.000 wichtigsten Python-Pakete ARM-fähig, dazu Vergleichsfaktoren gegen Intels Panther Lake: das 4,6-Fache bei KI-Agenten, das 2,7-Fache beim Feintuning, das 1,8-Fache beim Kompilieren, alles Herstellerangaben.
Der Redakteur von c’t 3003 hat es trotzdem mit nativem Linux versucht: Standard-Ubuntu für ARM bootet vom USB-Stick, läuft dann aber ohne NVIDIA-Treiber und ohne Touchpad- und Tastaturtreiber, bei einem sehr rudimentären UEFI. Mit Claude Code als Hilfe und einem selbst kompilierten Kernel bekam er Touchpad, Tastatur und Grafikeinheit zum Laufen, beide Modelle liefen, das MoE-Modell 9 bis 14 Prozent schneller als unter Windows. Kurios für eine Plattform, die als Neuerfindung des Windows-PCs angetreten ist. Bleibende Frage: wann Linux kommt, und mit wessen Treiber-Unterstützung.
Was das für die Beschaffung heißt
Die Geräteklasse beantwortet eine Frage, die sich für uns in dieser Form nicht stellt, für zwei Typen in unserer Klientel aber schon. Die Beraterin oder die Führungskraft, die mit Kundendaten unterwegs ist und Modelle ohne Cloud-Weg will, bekommt mit 64 GB und einem MoE-Modell dieser Klasse ein brauchbar schnelles Gerät, das Modell bleibt auf der Platte. Zu bedenken ist der Lüfter: c’t maß 2,7 Sone bei Volllast und notierte, dass er bei diesem Asus oft schon im Desktop-Betrieb anspringt, zum Vergleich 4,8 Sone beim großen MacBook Pro M5, dort aber nur unter Last. Dazu passen über 19 Stunden Videowiedergabe bei 200 Nits und ein OLED mit gemessenen 599 Nits. Wer Rechenleistung für das Homeoffice kauft und Tragbarkeit nicht braucht, kauft nach diesen Zahlen die falsche Kategorie: die DGX-Box bleibt mit voller Speicherausstattung billiger als jedes 128-GB-Notebook dieser Klasse, liefert nach dem Archivvergleich das Doppelte an Tempo und läuft in einer Linux-Welt, in der wir ohnehin zu Hause sind. Für unterwegs gilt: 48 GB sind das Minimum, 64 der sinnvolle Schnitt, und wer die Inferenz unter Linux betreiben will, kauft mit dem N1X vorerst eine Bastelstrecke. Die Desktop-Version des N1X hat NVIDIA auf November gesetzt, ohne Preis.
Weiterführende Quellen
- Pressemitteilung zum Marktstart, 16.10.2026: NVIDIA RTX Spark PCs Available Today
- NVIDIAs Spec-Tabelle mit beiden Varianten, Stand des Abrufs 17.10.2026: RTX Spark Specifications
- NVIDIAs Entwicklerblog zum Launch, darunter die Panther-Lake-Vergleichsfaktoren: Code, Test, and Deploy on One Machine
- c’t-3003-Test mit Messwerten und Linux-Experiment, Transkript beim heise-Beitrag vom 16.10.2026: RTX Spark im Test
- StorageReview mit zwei HP-Konfigurationen im Direktvergleich, 16.10.2026: HP OmniBook Ultra 16 Review
- StorageReview am Surface Laptop Ultra, darunter der Abbruch-Befund, 15.10.2026: Surface Laptop Ultra Review
- Unser DGX-Spark-Verbundtest mit eigenen Nachrechnungen, 3.10.2026: DGX Spark Verbund
- Unser Überblick zu M5 Ultra und den Desktop-Boxen, 22.9.2026: M5 Ultra: erste Messwerte
Wie schnell laufen lokale Modelle auf einem RTX-Spark-Notebook?+
Entscheidend ist der Modelltyp, der Chip liefert dazu in jeder Stufe dasselbe. StorageReview maß auf einem Gerät mit 128 GB unified memory 56,5 Token pro Sekunde mit Llama 3.1 8B im MLPerf-Test, 58,0 mit gpt-oss 20b und 89,5 mit dem MoE-Modell Qwen 3.6-35B-A3B. c’t maß auf dem Asus ProArt P14 mit 32 GB 14,5 Token pro Sekunde mit dem dichten Qwen 3.8-27B in 4-Bit-Quantisierung. Auf demselben Asus-Gerät schaffte das MoE-Modell fast 61, also gut das Vierfache der dichten Variante.
Braucht man die großen 128 GB?+
Für lokale Modelle eher ja, für Tempo eher nein. StorageReview ließ die 128-GB-Version alle Teststufen durchlaufen, die 32-GB-Version war bei CPU-Tempo und kleinen Modellen innerhalb von zwei Prozent dabei, fiel aber wegen des festen GPU-Anteils von nur 12 GB bei jedem Modell-Lade- und Agententest aus. Der Arbeitsspeicher ist gelötet, die beim Kauf gewählte Größe bleibt endgültig. c’t wollte nach dem Test mit 32 GB mindestens 48.
Läuft auf RTX Spark auch Linux?+
NVIDIAS Spec-Tabelle listet als Betriebssystem nur Windows 11. Der Redakteur von c’t 3003 hat Ubuntu für ARM vom USB-Stick gestartet, Touchpad-, Tastatur- und GPU-Treiber aber erst nach selbst kompiliertem Kernel zum Laufen bekommen, mit Hilfe von Claude Code. Auf demselben Gerät lief das MoE-Modell dann 9 bis 14 Prozent schneller als unter Windows. Sein Urteil: als Produktivgerät noch nichts.