Nvidia zet een nieuwe stap in de ontwik­ke­ling van AI-hard­ware. Het bedrijf heeft tijdens de Computex-beurs in Taipei de eerste proto­types getoond van een nieuwe gene­ratie laptops en desktops die speciaal zijn ontworpen voor het draaien van AI-agents. Volgens bericht­ge­ving van The Wall Street Journal gaat het om systemen met een nieuwe chip: de RTX Spark.

De aankon­di­ging laat zien hoe snel de AI-markt verschuift. Waar de afge­lopen jaren vooral draaiden om het trainen van grote taal­mo­dellen en het beschik­baar maken van chat­bots, richt Nvidia zich nu nadruk­ke­lijk op de volgende fase: agentic AI. Daarbij gaat het niet meer alleen om systemen die antwoord geven op vragen, maar om AI-toepas­singen die zelf­standig taken kunnen uitvoeren. Denk aan digi­tale assis­tenten die work­flows afhan­delen, code schrijven, docu­menten analy­seren, soft­ware bedienen of processen in meer­dere appli­ca­ties tege­lijk uitvoeren.

Volgens Nvidia vraagt die ontwik­ke­ling om een andere manier van denken over compu­ter­hard­ware. AI moet niet alleen in grote data­cen­ters draaien, maar ook dichter bij de gebruiker: op laptops, desktops, edge-systemen en indu­striële appa­raten. De nieuwe RTX Spark-chip moet die bewe­ging onder­steunen.

De eerste laptops met de nieuwe chip worden ontwik­keld in samen­wer­king met zes grote pc-fabri­kanten: Dell Tech­no­lo­gies, Lenovo, Micro­soft, HP, Asus en MSI. Nvidia verwacht uitein­de­lijk onge­veer dertig laptop­mo­dellen en tien desktop­mo­dellen met de nieuwe chip. De systemen zijn vooral bedoeld voor crea­tors, AI-ontwik­ke­laars en gamers en zullen naar verwach­ting aan de boven­kant van de markt worden gepo­si­ti­o­neerd.

De laptops moeten ondanks hun AI-reken­kracht rela­tief compact blijven. De eerste modellen worden volgens Nvidia slechts 14 milli­meter dik en de lichtste uitvoe­ringen wegen minder dan drie pond, oftewel minder dan onge­veer 1,36 kilo. Daarmee wil Nvidia duide­lijk maken dat lokale AI-verwer­king niet per se is voor­be­houden aan zware werk­sta­tions of servers.

Tech­nisch gezien bouwt Nvidia voort op zijn erva­ring met grafi­sche proces­sors. De RTX Spark is ontwik­keld vanuit de gpu-tech­no­logie waarmee Nvidia de afge­lopen jaren een domi­nante positie in de AI-markt heeft opge­bouwd. Het bedrijf noemt de nieuwe chip de effi­ci­ëntste pc-chip die het tot nu toe heeft ontwik­keld. De nadruk ligt daarbij niet alleen op pure reken­kracht, maar vooral op het effi­ciënt uitvoeren van AI-taken op persoon­lijke appa­raten.

Dat is belang­rijk, omdat AI-agents een ander gebruiks­pa­troon hebben dan klas­sieke chat­bots. Een chatbot wacht op een vraag en gene­reert daarna een antwoord. Een agent kan lang­du­riger actief zijn, meer­dere stappen uitvoeren en met verschil­lende soft­wa­re­om­ge­vingen werken. Daar­door ontstaat een continue vraag naar reken­kracht, geheugen, opslag en snelle data­ver­wer­king. Voor pc’s en laptops bete­kent dit dat AI-hard­ware niet langer een extra functie is, maar een centraal onder­deel van het ontwerp wordt.

Nvidia ziet deze ontwik­ke­ling als onder­deel van een bredere verschui­ving in AI-compu­ting. De eerste fase van gene­ra­tieve AI draaide vooral om het trainen van grote modellen in data­cen­ters. Daarna kwam de nadruk te liggen op infe­rence: het effi­ciënt laten reageren van modellen op vragen van gebrui­kers. Nu verschuift de aandacht naar agents die niet alleen antwoorden geven, maar ook acties uitvoeren.

Kari Briski, vice presi­dent gene­ra­tive AI soft­ware bij Nvidia, stelt dat agents de nieuwe workload worden. Volgens haar zullen ze overal draaien: van data­cen­ters tot de edge. Daarmee veran­dert ook de rol van pc’s. De laptop of desktop wordt niet alleen een appa­raat waarmee de gebruiker AI bena­dert via de cloud, maar ook een plat­form waarop AI-taken lokaal kunnen plaats­vinden.

Voor bedrijven kan dat rele­vant zijn. Lokale AI-verwer­king kan voor­delen bieden op het gebied van snel­heid, privacy en beschik­baar­heid. Niet elke taak hoeft dan via een extern data­center te lopen. Zeker bij toepas­singen met gevoe­lige gege­vens, grote bestanden of lage latency-eisen kan lokale verwer­king aantrek­ke­lijk zijn. Tege­lijk blijft cloud­ca­pa­ci­teit belang­rijk voor zware modellen, groot­scha­lige trai­ning en centrale AI-dien­sten.

Naast de nieuwe pc-chip presen­teerde Nvidia ook een bredere gene­ratie AI-hard­ware onder de naam Vera Rubin. Deze hard­ware is volgens het bedrijf inmid­dels in productie en moet vanaf het derde kwar­taal naar klanten worden verscheept. De product­lijn omvat onder meer de Rubin-gpu, nieuwe servers met Vera-cpu’s en systemen die zijn gericht op infe­rence.

Daarmee laat Nvidia zien dat het de AI-markt op meer­dere niveaus tege­lijk wil bedienen. Aan de ene kant zijn er de grote data­cen­ter­clus­ters voor hypers­ca­lers en AI-labs. Aan de andere kant komen er pc’s en laptops die voldoende AI-capa­ci­teit hebben om agents lokaal te draaien. Daar­tussen bevinden zich edge-systemen, werk­sta­tions en gespe­ci­a­li­seerde servers.

Volgens Ian Buck, vice presi­dent hypers­cale en high-perfor­mance compu­ting bij Nvidia, is het niet meer genoeg om alleen snel­lere chips te leveren. Agentic AI vraagt ook om geavan­ceerde netwerk­tech­no­logie, soft­wa­re­bi­bli­o­theken, ontwik­kel­tools en data­cen­ter­ar­chi­tec­turen waarin tien­dui­zenden proces­sors effi­ciënt kunnen samen­werken. De hard­ware moet dus onder­deel zijn van een groter ecosys­teem.

Opval­lend is ook dat Nvidia zijn samen­wer­king met het Chinese robot­be­drijf Unitree uitbreidt. Het bedrijf intro­du­ceert een robo­tica-ontwerp­tem­plate die andere bedrijven kunnen gebruiken. Nvidia bena­drukt daarbij dat de bestu­ring en soft­ware afkom­stig zijn van Nvidia en Ameri­kaanse partijen, terwijl Unitree onder­delen levert. Die samen­wer­king kan poli­tiek gevoelig liggen, omdat er in de Vere­nigde Staten kritisch wordt gekeken naar tech­no­lo­gi­sche samen­wer­king met Chinese bedrijven.

Toch verde­digt Nvidia de keuze vanuit prak­ti­sche over­we­gingen. China heeft een sterke positie in de productie van fysieke roboton­der­delen. Volgens het bedrijf is samen­wer­king met partijen als Unitree daarom een manier om robo­tica-ontwik­ke­ling in de VS sneller op te schalen. Nvidia stelt daarbij dat data bij de gebruiker blijven en dat er voor­zorgs­maat­re­gelen worden genomen om zorgen over buiten­landse invloed te beperken.

De intro­ductie van de RTX Spark past in een bredere strijd om de toekomst van de pc-markt. Chip­ma­kers en pc-fabri­kanten proberen al langer duide­lijk te maken wat de zoge­heten AI-pc concreet toevoegt. Tot nu toe bleef dat voor veel gebrui­kers nog abstract. Met de komst van AI-agents krijgt het begrip meer inhoud. Een AI-pc is dan niet alleen een computer met een snel­lere chip, maar een appa­raat dat zelf­standig AI-taken kan onder­steunen zonder voort­du­rend afhan­ke­lijk te zijn van cloud­ver­wer­king.

Voor profes­si­o­nele gebrui­kers kan dit de komende jaren gevolgen hebben voor de keuze van hard­ware. Crea­tieve profes­si­o­nals, soft­wa­re­ont­wik­ke­laars, data-analisten en engi­neers kunnen baat hebben bij systemen die lokaal modellen kunnen draaien of AI-agents kunnen inzetten in hun dage­lijkse werk. Tege­lijk zal de vraag toenemen welke toepas­singen daad­wer­ke­lijk lokaal moeten draaien en welke beter in de cloud kunnen blijven.

Voor Nvidia is de bood­schap duide­lijk: AI verschuift van praten naar doen. De pc wordt daarmee opnieuw een stra­te­gisch plat­form. Niet omdat de cloud minder belang­rijk wordt, maar omdat AI-workloads zich verspreiden over data­cen­ters, werk­plekken en appa­raten aan de rand van het netwerk. Met de RTX Spark probeert Nvidia alvast een positie te claimen in die nieuwe fase van AI-compu­ting.