IFA 2026: NVIDIA holt KI-Agenten auf lokale PCs

NVIDIA hat auf der IFA 2026 am 3. September 2026 ein Bündel lokaler KI-Werkzeuge gezeigt. Kern ist PAIR, ein kostenloses Open-Source-Programm, das Inferenz-Anfragen über mehrere Rechner im selben Netz verteilt. Dazu kommen im Oktober 2026 Windows-PCs der Reihe RTX Spark.

Ein Router für das Heimnetz

PAIR steht für Personal AI Router. Das Werkzeug sucht im lokalen Netz nach kompatiblen Rechnern und schickt voneinander unabhängige Anfragen an die Maschine, die gerade Kapazität frei hat. Kommt ein Gerät hinzu oder verlässt es das Netz, passt sich die Verteilung an. Als Backends nennt NVIDIA Ollama und LM Studio.

Die Beta läuft unter Windows, macOS und Linux. Unterstützt werden GeForce-RTX-Karten ab der 20er-Serie, RTX-PRO-Workstations ab der Turing-Architektur, DGX Spark sowie Apple-Silicon ab M4. Angesprochen sind damit ausdrücklich auch Haushalte, in denen die Rechenleistung auf mehrere Geräte verteilt ist.

RTX Spark: ein Petaflop unter dem Schreibtisch

Die angekündigten RTX-Spark-Windows-PCs kombinieren eine RTX-Blackwell-GPU mit 1 Petaflop, bis zu 128 GB Unified Memory und eine Grace-CPU mit 20 Kernen. Auf der Messe zeigte Acer einen kompakten Desktop, Lenovo die Modelle Yoga Pro 9n und Yoga 9n 2-in-1. NVIDIA verweist außerdem auf ein neues Windows-Agent-Framework für diese Geräte.

Einen Preis nennt das Unternehmen nicht. Auch ein Tagesdatum innerhalb des Oktobers fehlt.

Agenten sollen sich schneller einrichten lassen

Drei Anwendungen sollen den Einstieg verkürzen. Hermes Agent richtet lokale Modelle per Klick ein, zunächst unter Windows, Linux soll folgen. Perplexity Portable Computer läuft unter Linux auf RTX-GPUs mit mindestens 24 GB VRAM, eine Windows-Fassung ist angekündigt. OpenClaw bringt eine Windows-App mit derselben VRAM-Schwelle mit.

Beim Tempo nennt NVIDIA eigene Messwerte. llama.cpp erreiche durch Kernel-Optimierungen, verbessertes spekulatives Dekodieren und schnelleres Prefill bis zu 1,9x mehr Durchsatz auf einer GeForce RTX 5090. vLLM lege um 1,2x auf einer RTX PRO 6000 Blackwell Workstation Edition zu und um bis zu 1,4x auf zwei DGX-Spark-Clustern. Für Video führt der Beitrag FastH3 an, eine offene, in vier Schritten destillierte Variante von MiniMax-H3, mit dem Faktor 7x.

Welche Modelle lokal laufen sollen

Als Beispiele für lokal lauffähige Modelle nennt NVIDIA Nemotron 3.5 Lightning mit 30B Parametern, Qwen3.8-Flash-Next und Qwen3.8-27B, das Videomodell LTX 2.5, Metas Muse Glimmer mit 30B Parametern sowie DeepSeek v4 Flash mit 284B MoE-Parametern.

Was offenbleibt

Diese Meldung stützt sich auf eine einzige Quelle, den Unternehmensblog von NVIDIA. Eine unabhängige Bestätigung der Leistungswerte liegt nicht vor. Alle Faktoren sind Herstellerangaben ohne veröffentlichte Messmethodik und ohne genannte Vergleichsbasis, und zu Preisen, Stückzahlen oder Marktstart je Land gibt es keine Angaben.

Auch die konkrete Rolle von Microsoft bleibt unklar. Der Beitrag spricht von einer Zusammenarbeit und von einem neuen Windows-Agent-Framework, benennt aber keine einzelne Microsoft-Technologie und keine Zusage, die sich nachprüfen ließe.