NVIDIA brengt Blackwell-chips naar Windows-pc's met RTX Spark

NVIDIA brengt Blackwell-chips naar Windows-pc's met RTX Spark

TL;DR

  • Wat: NVIDIA lanceert in oktober RTX Spark-systemen die de Blackwell-architectuur naar Windows-laptops en compacte desktops brengen, met tot 128 GB geheugen en 1 petaflop AI-rekenkracht.
  • Waarom relevant: AI-taken die nu in de cloud draaien, kun je straks lokaal op je eigen pc uitvoeren — zonder data naar externe servers te sturen.
  • Wat je ermee kunt: Inventariseer welke AI-taken in je bedrijf nu cloudafhankelijk zijn en overweeg of lokale verwerking privacyvoordelen of kostenbesparingen oplevert.

NVIDIA heeft op de technologiebeurs IFA bevestigd dat de eerste RTX Spark-systemen in oktober beschikbaar komen. Het gaat om laptops en compacte desktops met NVIDIA's nieuwste Blackwell-chiparchitectuur — dezelfde technologie die tot nu toe alleen in datacenters zat. Ik vind dit een interessant moment om stil te staan bij wat het betekent als zware AI-rekenkracht op je bureau komt te staan.

Wat is RTX Spark precies?

RTX Spark is een zogenaamde 'superchip' die NVIDIA samen met chipfabrikant MediaTek heeft ontwikkeld. Het systeem combineert drie onderdelen op één chip:

  • Een ARM-gebaseerde Grace CPU met maximaal 20 rekenkernen
  • Een Blackwell GPU met tot 6.144 grafische kernen
  • Tot 128 GB gedeeld geheugen dat zowel de processor als de grafische kaart kan gebruiken

Dat gedeelde geheugen is misschien wel het meest opvallende. Bij een traditionele pc hebben de processor en de grafische kaart elk hun eigen geheugen, en moeten gegevens heen en weer worden gestuurd. Bij RTX Spark werken ze vanuit dezelfde geheugenpool. Voor AI-toepassingen is dat een groot voordeel, omdat AI-modellen vaak véél geheugen nodig hebben.

NVIDIA spreekt van 1 petaflop aan AI-rekenkracht. Dat is een getal met vijftien nullen aan berekeningen per seconde. Om het in perspectief te plaatsen: de snelste supercomputer ter wereld haalde dat niveau pas in 2008. Nu past het in een compacte desktop.

Twee varianten, verschillende doelgroepen

Er komen volgens berichten twee configuraties op de markt, beide gebaseerd op de N1X-chip:

De krachtigere versie

  • 20 CPU-kernen, 6.144 GPU-kernen
  • Tot 128 GB geheugen
  • Beschikbaar als laptop én desktop

De zuinigere versie

  • 18 CPU-kernen, 5.120 GPU-kernen
  • Tot 32 GB geheugen
  • Vooralsnog alleen als laptop

Wat mij hier opvalt: zelfs de zuinigere variant heeft meer AI-rekenkracht dan wat de meeste kantoor-pc's vandaag bieden. De krachtigere versie met 128 GB geheugen is interessant voor wie grotere AI-modellen lokaal wil draaien — denk aan taalmodellen die je nu via een clouddienst gebruikt.

De geschatte prijzen variëren volgens diverse bronnen tussen de 3.000 en 7.000 dollar, afhankelijk van de configuratie. Dat is niet goedkoop, maar het is ook geen datacenterbudget.

Wat wil NVIDIA hiermee bereiken?

Jensen Huang, de CEO van NVIDIA, vatte het samen als: "You ask, and the PC does the work." De belofte is dat AI-agents — slimme softwareprogramma's die taken voor je uitvoeren — straks direct op je Windows-pc draaien. Zoeken in lokale bestanden, afbeeldingen genereren, video bewerken, taken afhandelen binnen je werkprocessen.

Microsoft werkt hier actief aan mee. Op de officiële Windows Experience Blog schreef het bedrijf over "een krachtig nieuw hoofdstuk voor Windows-pc's." De integratie gaat dieper dan alleen hardware: Windows wordt aangepast om deze AI-agents te ondersteunen als onderdeel van het besturingssysteem.

De lijst met fabrikanten die RTX Spark-systemen uitbrengen is breed: ASUS, Dell, HP, Lenovo, Microsoft Surface, MSI, Acer en GIGABYTE. NVIDIA spreekt over meer dan 30 laptops en 10 desktops in de planning. Dat is geen nicheproduct — dit is een platform dat breed wordt uitgerold.

Wat betekent dit voor een ondernemer?

Ik denk dat de kern hier zit in drie woorden: lokale AI-verwerking.

Stel dat je als ondernemer werkt met klantgegevens, financiële documenten of personeelsdossiers. Als je daar AI op loslaat via een clouddienst, verlaten die gegevens je kantoor. Met een systeem als RTX Spark zou je datzelfde AI-model op je eigen bureau kunnen draaien, zonder dat er data naar een externe server gaat.

Dat heeft potentieel twee voordelen:

  1. Privacy en compliance. Vooral relevant als je met persoonsgegevens werkt onder de AVG. Lokale verwerking vermijdt discussies over waar data naartoe gaat.
  2. Kosten op langere termijn. Cloud-AI-diensten rekenen per gebruik. Als je dagelijks veel AI-taken draait, kan een eenmalige hardware-investering op termijn voordeliger uitpakken dan doorlopende abonnementskosten.

Maar er zitten kanttekeningen aan. De aanschafprijs is stevig. En lokale hardware moet je onderhouden, updaten en uiteindelijk vervangen. Bovendien is de software-kant nog in ontwikkeling — of die Windows-agents in de praktijk zo soepel werken als beloofd, moet nog blijken.

Kun je je voorstellen wat het zou betekenen als je boekhoudsoftware of CRM-systeem een ingebouwde AI-assistent krijgt die volledig op je eigen hardware draait? Dat is het scenario waar NVIDIA en Microsoft naartoe werken. Of dat in de eerste generatie al praktisch genoeg is voor het gemiddelde MKB-bedrijf, durf ik niet te zeggen.

Wanneer en waar beschikbaar?

De eerste apparaten worden volgens NVIDIA in oktober verwacht, waarbij de exacte datum per fabrikant verschilt. Specifieke informatie over Nederlandse beschikbaarheid en prijzen in euro's heb ik op dit moment niet gevonden in de bronnen. Het ligt voor de hand dat de grote fabrikanten hun modellen ook via Nederlandse retailers aanbieden, maar concrete prijzen en levertijden zijn nog niet gepubliceerd.

Ik zou zeggen: als je interesse hebt, houd dan de Nederlandse webshops van Lenovo, Dell, HP en ASUS in de gaten in de komende weken.


Voor mij is dit vooral een signaal dat AI-hardware een fase ingaat waarin het niet meer uitsluitend iets is van techbedrijven met serverruimtes. De rekenkracht die twee jaar geleden alleen in datacenters bestond, past nu op een bureau. Of dat morgen al relevant is voor jouw bedrijf hangt af van je werkprocessen en je privacyeisen — maar het feit dat de optie er komt, vind ik op zichzelf al opmerkelijk.

80% van de AI-projecten haalt productie nooit.

Ik bouw de 20% — van prototype naar draaiend systeem, binnen weken.