NVIDIA und Microsoft verbinden RTX Spark mit MXC: Dauerhaft laufende KI-Agenten auf Windows-PCs

Am Mittwoch, dem 7. Oktober, veranstaltete Microsoft in den Dogpatch Studios in San Francisco ein Event zu Windows AI und Surface. NVIDIA-Gründer und CEO Jensen Huang und Microsoft-CEO Satya Nadella führten ein Kamingespräch, moderiert von Sriram Krishnan, einem früheren leitenden KI-Berater des Weißen Hauses. Die Botschaft war klar: Beide Unternehmen entwickeln Hard- und Software gemeinsam, damit KI-Agenten auf Windows-PCs laufen. Huang zeichnete die Geschichte von NVIDIA nach, die eng mit Windows verbunden sei, und sagte, ohne Windows gäbe es kein GeForce. Dann schlug er den Bogen zur Ära der Agenten: Wenn ein Agent auf dem eigenen Rechner lebt, wird er zum persönlichen Assistenten. Nadella würdigte Huangs über Jahrzehnte beständige Vision, die er als langfristigen, strukturellen Trend beschrieb und die diesen Moment erkläre.

Das wichtigste technische Element der Veranstaltung ist das Sicherheitsfundament, das Microsoft vorstellte. Pavan Davuluri, Executive Vice President für Windows und Geräte, gab die allgemeine Verfügbarkeit von Microsoft Execution Containers bekannt, kurz MXC. Es handelt sich um eine Infrastruktur auf Betriebssystemebene, die Agenten sicher und dauerhaft im Hintergrund unter Kontrolle des Systems ausführt. Davuluri sagte, Microsoft baue diese Grundbausteine direkt in Windows ein, damit Agenten abgesichert, beobachtet und gesteuert werden können, gemeinsam mit Microsoft Security und Agent 365. Nadella ergänzte, der Desktop müsse der sicherste Ort für die Ausführung von Agenten werden. Huang verglich den Schritt mit früheren Plattformwechseln: So wie Windows und DirectX die Entwicklung von Anwendungen verändert hätten, werde MXC die Entwicklung und Bereitstellung von Agenten verändern. Die Logik ist stimmig. Ein Agent unterscheidet sich von einer klassischen Anwendung dadurch, dass er selbstständig Werkzeuge aufruft, Dateien liest und schreibt und lange resident bleibt. Für solche Software sind Rechtegrenzen und Nachvollziehbarkeit eine Voraussetzung, kein Zusatz.

Auf der Hardwareseite steht RTX Spark im Mittelpunkt. Laut NVIDIA-Blog verbindet es eine Blackwell-RTX-GPU mit bis zu 6.144 Kernen und eine Grace-CPU mit bis zu 20 Kernen über 600 GB/s. Das Paket liefert ein Petaflop FP4-KI-Leistung und bis zu 128 GB Unified Memory. Davuluri erklärte, Microsoft habe das Surface Laptop Ultra um RTX Spark herum gebaut, und mit diesem Speicher und dieser Rechenleistung ließen sich Modelle ausführen, die auf einen herkömmlichen Rechner schlicht nicht passen. NVIDIA nennt als Beispiel Qwen 3.8 Flash Next, beschrieben als 125-Milliarden-Modell mit 51 Milliarden n-Gramm, das die Intelligenz vieler Cloud-Modelle erreiche, ohne Verbrauchsabrechnung und ohne Daten in die Cloud zu senden. Diese Vergleiche sollte man vorsichtig lesen. Sie stammen vom Hersteller, und echte Ergebnisse hängen von Quantisierung, Kontextlänge und Aufgabe ab. Unabhängige Benchmarks müssen das klären. Systeme sind von Acer, ASUS, Dell, HP, Lenovo, Microsoft, MSI und Gigabyte angekündigt, vom schlanken Notebook bis zum kompakten Desktop für dauerhaft laufende Agenten. Die Vorbestellung der Notebooks startete am Tag des Events, die Verfügbarkeit ist der 16. Oktober. Die kompakten Desktops folgen im November.

Für Entwickler ist der einheitliche Software-Stack vielleicht der wertvollste Teil. RTX Spark führt die vollständige NVIDIA-CUDA-Plattform aus. Modelle, Werkzeuge und Arbeitsabläufe lassen sich daher ohne Umschreiben von RTX Spark auf DGX Station übertragen, mit demselben NVIDIA-KI-Stack. Kreative erhalten Tensor Cores der fünften Generation mit NVFP4-Unterstützung, hardwarebeschleunigtes AV1 sowie 4:2:2-Videocodierung und -decodierung. Spielern werden AAA-Titel in 1440p mit mehr als 100 Bildern pro Sekunde versprochen, mit DLSS 5, Reflex und G-SYNC. Der kompakte Desktop nutzt denselben RTX-Spark-Superchip in einem kleinen Gehäuse für den Dauerbetrieb rund um die Uhr, ein dediziertes lokales KI-System, das Agenten ununterbrochen am Laufen hält. Außerdem gab es eine Vorschau auf NVIDIA DGX Station for Windows, den ersten KI-Supercomputer für den Platz neben dem Schreibtisch, gebaut für den Windows-Unternehmensdesktop. Er bringt KI-Infrastruktur der Klasse GB300 Grace Blackwell in das Windows-Ökosystem. Davuluri sagte, das erlaube den lokalen Betrieb von Modellen der Spitzenklasse, Fähigkeiten, für die man früher einen Cluster mieten musste. Der Blog merkt an, dass DGX Station bislang unter Linux lief.

Insgesamt liegt die Bedeutung dieser Ankündigung weniger in einer einzelnen Zahl als darin, dass erstmals eine vollständige Kette gleichzeitig gezeigt wurde: Isolation und Steuerung auf Betriebssystemebene, lokale Rechenleistung mit großem Unified Memory und ein durchgängiger CUDA-Stack vom Notebook bis zum Supercomputer am Schreibtisch. Für die Unternehmens-IT verändert es Kostenstruktur und Compliance-Debatte, wenn Daten auf dem Gerät bleiben und pro Maschine statt pro Aufruf bezahlt wird. Für Entwickler senkt der Weg einmal entwickeln und auf mehreren Stufen einsetzen die Migrationskosten. Die Risiken sind ebenso deutlich. Lokal residente Agenten verlagern die Angriffsfläche von Cloud-APIs auf jeden Endpunkt. Isolationsstärke, Standardrichtlinien und Prüfbarkeit von MXC muss die Sicherheitsgemeinschaft in realen Umgebungen testen. Preis, Akkulaufzeit und thermisches Verhalten der neuen Hardware nennt die Quelle nicht, sie warten auf Praxistests. Ob lokale Modelle die Lücke zu den besten Cloud-Modellen tatsächlich schließen, wie die Hersteller andeuten, müssen unabhängige Benchmarks beantworten. Als Nächstes sind die ersten Tests nach der Auslieferung der Notebooks am 16. Oktober zu beobachten, das Tempo der MXC-Einführung in Unternehmen und die Frage, ob Entwickler Agenten-Workloads wirklich auf lokale Rechner verlagern.