0,69 Zoll – rund 17,5 Millimeter – misst das Gehäuse des Lenovo Yoga 9n 2-in-1. Nur 0,76 Millimeter trennen es vom 16-Zoll-MacBook Pro. Auf der IFA 2026 in Berlin haben Nvidia und seine Partner die ersten fertigen KI-PCs mit dem RTX Spark gezeigt, dem sogenannten Superchip.
Der WIRED-Autor Luke Larsen hat eines dieser Notebooks aus der Nähe gesehen und beschreibt die Verarbeitung als hochwertig. Hinter den Datenblättern steckt mehr als eine neue GPU-Generation. Wer heute über den Nvidia-KI-PC spricht, redet nicht mehr über ein Zukunftsversprechen, sondern über Geräte, die im Herbst erscheinen.
Was im RTX Spark steckt
Der Kern der Ankündigung ist ein einzelner Chip, der mehrere Aufgaben übernimmt: eine Grace CPU mit bis zu 20 Kernen, eine Blackwell RTX GPU mit bis zu 6.144 Kernen und der Arbeitsspeicher. Alles in einem Paket, einem System-on-a-Chip. Das ähnelt Apple Silicon mehr als einem klassischen Windows-Notebook, in dem CPU und Grafikkarte getrennte Bauteile sind und über einen Bus kommunizieren. Der kurze Weg zwischen Rechenwerk und Speicher hilft KI-Modellen, die ständig große Datenmengen verschieben.
Bisher wandern die schweren Arbeiten für ein großes Sprachmodell in die Cloud, mit Wartezeiten und Abhängigkeiten. Läuft das Modell auf dem Gerät, bleibt der Auftrag im Haus. Nach der Zahl der Kerne gerechnet, ordnet der Autor die integrierte Grafikleistung zwischen einer mobilen RTX 5070 Ti und einer mobilen RTX 5080 ein. Das ist eine Einordnung, keine Messung. Die Formulierung „bis zu“ verrät, dass es schwächere Varianten geben wird. Wie breit die Spanne ist, sagt bislang niemand.
Das Lenovo Yoga 9n 2-in-1 im Hands-on
Das gezeigte Gerät ist ein 16-Zoll-Convertible mit 360-Grad-Scharnier, einem OLED-Touchdisplay mit 2880 x 1800 Pixeln bei 120 Hertz, einem Sechs-Kanal-Lautsprechersystem und einer Webcam mit 9,2 Megapixeln. Die Metallkanten sind abgerundet, die Displayränder schmal. Der Autor hält das Gerät für einen ernsthaften Konkurrenten des MacBook Pro. Die Zielgruppe ist dieselbe.
Das Gehäuse bleibt trotz dieser Ausstattung dünn. Der Grund ist der Arm-basierte SoC: Eine separate Grafikkarte mit eigenem Kühlbedarf und eigener Stromversorgung ist nicht nötig. Über die Akkulaufzeit sagte Nvidia nichts. Der Autor vermutet, dass das Arm-Design dem Gerät zugutekommt, belegen lässt sich das nicht. Wer einen KI-PC für unterwegs sucht, sollte das im Auge behalten.
Yoga Pro 9n und die Speichergrenze
Lenovo zeigte nicht nur das große Convertible, sondern kündigte auch ein 15-Zoll-Modell an: das Yoga Pro 9n mit 2560 x 1600 Pixeln Auflösung und 0,66 Zoll an der dünnsten Stelle. Der Autor nennt es das für ihn interessantere Gerät, weil er große 2-in-1-Notebooks mit Nummernblock und 360-Grad-Scharnier nicht mag. Neu ist das Force-Pad-Touchpad, auf dem sich mit einem Stift wie dem Yoga Pen Gen 2 direkt schreiben und zeichnen lässt. Ansonsten ist es ähnlich ausgestattet wie das 16-Zoll-Modell.
Eine Zahl überrascht: Das Yoga 9n 2-in-1 lässt sich nur mit bis zu 64 GB Arbeitsspeicher konfigurieren. Für einen Rechner, der für lokale KI-Modelle gebaut ist, ist das wenig. Beim Yoga Pro 9n sind es bis zu 128 GB. Das scheint der Unterschied der „Pro“-Bezeichnung zu sein, denn bei der Leistung liegen beide Modelle nah beieinander. Wer größere Modelle im Speicher halten will, sollte auf die Konfiguration schauen, nicht auf den Namen.
Dell, Asus, HP und Microsoft: viele Modelle zum Start
Lenovo ist nicht der einzige Hersteller. Zum Herbst kündigt der Autor eine ganze Reihe von RTX-Spark-Notebooks an, darunter das Dell XPS 16, das Asus ProArt P16 und das Microsoft Surface Laptop Ultra. Diese Modelle zielen auf Kreative und KI-Enthusiasten, also auf Menschen, die viel Speicher und viel Rechenleistung in einem transportablen Gehäuse brauchen. Ein einziges 14-Zoll-Gerät ist bislang bestätigt, das HP OmniBook X 14. Wer ein kompaktes Notebook mit dem Superchip sucht, hat vorerst genau eine Option.
Parallel entsteht eine zweite Kategorie, die für viele Anwender interessanter sein dürfte als die Notebooks. Acer kündigte den SFF RTX Spark an, Asus hatte im Sommer bereits einen ProArt Mini PC gezeigt. Beide sind etwa so groß wie ein Mac Mini, bieten laut Herstellerangaben aber ein Petaflop KI-Leistung und bis zu 128 GB Speicher, angetrieben vom selben Superchip. Ein Petaflop sind eine Billiarde Rechenoperationen pro Sekunde. Vor einigen Jahren hätte das einen Rechnerraum gefüllt.
Warum lokale Modelle der Antrieb sind
Der Autor beschreibt eine steigende Nachfrage nach agentischen KI-Abläufen, die direkt auf dem eigenen Rechner laufen. Werkzeuge wie OpenClaw nennt er ausdrücklich. Solche Abläufe erledigen nicht eine einzelne Anfrage, sie arbeiten über längere Zeit mit Dateien, Konten und Werkzeugen. Dort wird die Cloud unangenehm: Es geht um Finanzdaten, E-Mail-Postfächer und alles, was man einem fremden Server nur ungern überlässt.
Ein KI-PC verschiebt die Grenze. Was lokal passt, bleibt lokal. Was zu groß ist, geht weiterhin in die Cloud. Diese Aufteilung ist pragmatischer als das Gerede von der vollständigen Unabhängigkeit, das manche Hersteller pflegen. Für viele Anwender lautet die entscheidende Frage deshalb nicht, ob ein Modell auf dem Gerät läuft, sondern welches Modell in welcher Quantisierung noch hineinpasst. Und hier schlägt die Speichergrenze von 64 GB wieder zu, die für das Einstiegsmodell gilt.
Was das konkret bedeutet
Der Autor weist darauf hin, dass die Mini-PCs nur eine Woche nach Apples Ankündigung eines M6 Mac mini und eines M5 Ultra Mac Studio vorgestellt wurden. Beide Ökosysteme setzen auf dasselbe Muster: kleine, effiziente Rechner mit viel gemeinsamem Speicher als Basis für lokale KI. Nvidia ist dabei nicht der einzige Anbieter. Lenovo stellte etwa auch einen AMD-basierten ThinkCentre X Ultra vor. Wer heute einen KI-PC plant, wählt damit nicht zwangsläufig Nvidia, sondern eine Architektur.
Es fehlen noch die wichtigsten Angaben: Preise, Akkulaufzeiten, eine belastbare Leistungsspanne und unabhängige Tests. Vorhanden sind Gehäusemaße, Kernzahlen und ein erster Eindruck von der Verarbeitung. Die ersten KI-PCs mit Nvidia RTX Spark sind real, aber noch nicht bewertbar. Wer jetzt kauft, kauft eine Architektur und ein Versprechen. Es lohnt sich, den Herbst abzuwarten und dann zu vergleichen, was ein lokales Modell auf diesen Geräten leistet.
Quelle: wired.com
