Zusammenfassung

  • Nvidia kündigte Project DIGITS am 6. Januar 2025 als geplantes kompaktes KI-Entwicklungssystem für den Schreibtisch an; die genannten Spezifikationen waren ein Ankündigungsrahmen, kein Auslieferungs- oder unabhängiger Abnahmenachweis.

  • Das Petaflop blieb an FP4 gebunden, Modellausführung war kein Training, und der Konflikt Mai gegen März sowie die spätere Umbenennung in DGX Spark mussten ausdrücklich erhalten bleiben.

Eine neue Entwicklungsebene als CES-Ankündigung

Nvidia kündigte Project DIGITS am 6. Januar 2025 auf der CES für KI-Forschende, Data Scientists und Studierende an. Im Zentrum stand der GB10 Grace Blackwell Superchip. Laut Nvidia verband das Design eine Blackwell-GPU über NVLink-C2C mit einer Arm-basierten Grace-CPU mit 20 Kernen; MediaTek wirkte am SoC-Design mit.

Die angekündigte Ausstattung umfasste 128 GB vereinheitlichten kohärenten Speicher, bis zu 4 TB NVMe-Speicher und eine Linux-basierte DGX-Umgebung. Damit beschrieb Nvidia eine kompakte lokale Entwicklungsebene für Aufgaben, die sonst eine größere Workstation oder entfernte Infrastruktur erfordern könnten. Diese Daten waren Spezifikationen einer Ankündigung, kein Prüfbericht über ausgelieferte Seriengeräte.

Die zeitliche Grenze ist deshalb entscheidend. Der CES-Bericht belegt, was Nvidia anbieten wollte und wie das Unternehmen den Übergang zwischen Desktop und Cloud darstellte. Er belegt weder Auslieferung noch allgemeine Verfügbarkeit, endgültige Partnerkonfigurationen, Dauerleistung, Energiebedarf oder Produktionszuverlässigkeit.

Ein Petaflop blieb an FP4 gebunden

Nvidia erklärte, GB10 könne bis zu ein Petaflop KI-Leistung liefern – ausdrücklich bei FP4-Präzision. Sowohl „bis zu“ als auch „FP4“ gehören zur Aussage. FP4 ist ein niedrigpräzises Format für bestimmte KI-Berechnungen. Der Spitzenwert lässt sich ohne normalisierte Methode nicht direkt mit FP16, FP32 oder der anhaltenden Leistung einer Anwendung vergleichen.

Die Ankündigung enthielt keinen unabhängigen Benchmark eines ausgelieferten Geräts mit klar benannter Arbeitslast. Sie wies weder nach, dass jedes Modell ohne Qualitätsverlust in FP4 arbeitet, noch nannte sie dauerhaften Durchsatz, Latenzverteilung, Leistungsaufnahme, Temperaturverhalten oder Token pro Sekunde. Belastbar ist daher nur die enge Formulierung: Nvidia nannte für das angekündigte Design bis zu ein Petaflop bei FP4.

Eine Abnahme müsste die exakte Hardware- und Softwarekonfiguration, Modell, Präzision, Batch- und Kontextparameter, Latenz, Durchsatz, Energie sowie Qualitätsänderungen messen. Ohne diese Angaben ist ein Spitzenwert ein Hinweis auf ein mögliches Leistungsfenster, nicht der Nachweis einer konkreten Anwendung.

200 und 405 Milliarden bezeichneten das Ausführen von Modellen

Nvidia sagte, ein System könne Modelle mit bis zu 200 Milliarden Parametern ausführen, zwei verbundene Systeme Modelle mit bis zu 405 Milliarden. Das entscheidende Verb ist „ausführen“. Die Januar-Unterlagen behaupteten nicht, dass solche Modelle auf einem oder zwei Geräten von Grund auf trainiert werden könnten.

Auch die Parameterzahl allein beantwortet zentrale Fragen nicht. Offen bleiben Präzision oder Quantisierung, Speicherbedarf des Laufzeitsystems, Kontextlänge, Cache, Latenz, Durchsatz und Ausgabequalität. Ein Modell kann in einer bestimmten Darstellung in den Speicher passen und für eine reale Aufgabe dennoch zu langsam oder ungeeignet sein. Bei zwei Geräten kommen Verbindungstopologie und Kommunikation als Messgrößen hinzu.

Der kohärente Speicher von 128 GB war deshalb als Architekturvorschlag bemerkenswert: Er könnte bei bestimmten Abläufen Datenbewegungen zwischen getrennt verwaltetem CPU- und GPU-Speicher reduzieren und mehr Modelle lokal untersuchbar machen. Er war aber kein Beleg dafür, dass jedes Modell mit 200 Milliarden Parametern praktisch nutzbar ist.

Preis und Verfügbarkeit waren Planwerte

Nvidias primäre Mitteilung plante die Verfügbarkeit im Mai 2025 über Nvidia und Partner, zu einem Einstiegspreis von 3.000 US-Dollar. Auch Associated Press berichtete Mai. Eine zeitgenössische Reuters-Meldung, die über Investing.com verbreitet wurde, nannte dagegen März. Die eingefrorenen Quellen lösen diesen Widerspruch nicht auf.

Für die Januar-Ankündigung bleibt daher die Primärformulierung maßgeblich: Nvidia plante Mai und einen Einstiegspreis ab 3.000 Dollar. Wird die Reuters-Angabe erwähnt, muss der Konflikt sichtbar bleiben; eine erfundene Harmonisierung wäre unzulässig. Weder Mai noch März beweist, dass das System auf der CES bereits an Kunden ausgeliefert wurde.

Ein Einstiegspreis ist außerdem weder der Endpreis jeder Speicheroption oder Partnerkonfiguration noch der Preis in jeder Region. Er umfasst nicht automatisch Integration, Netzwerk, Sicherung, Strom, Support oder den Aufwand, einen lokalen Prototyp in den Produktionsbetrieb zu überführen.

DGX Spark war der spätere Name, RTX Spark ein anderes Produkt

Am 18. März 2025 bezeichnete Nvidia DGX Spark ausdrücklich als „formerly Project DIGITS“. Diese spätere Quelle klärt die Namensfolge. Sie darf jedoch nicht dazu dienen, Reservierungen, spätere Preise, Konfigurationen, OEM-Varianten, Auslieferungen, Tests oder Rezensionen in den CES-Stand vom Januar einzubauen.

Die Chronologie bleibt getrennt: Am 6. Januar hieß das angekündigte System Project DIGITS; DGX Spark ist der später dokumentierte Name. RTX Spark ist ein eigenständiges Produkt aus dem Jahr 2026 und gehört trotz des gemeinsamen Wortes „Spark“ nicht in dieselbe Produktgeschichte.

Ein belastbarer Inhaltsnachweis hält deshalb Ereignisname und Datum fest und führt die Umbenennung nur als datierte spätere Notiz. Auch eine Kollisionsprüfung muss Project DIGITS, die spätere DGX-Spark-Chronologie und RTX Spark auseinanderhalten.

Lokale Entwicklung beseitigte Cloud- und Betriebsabhängigkeiten nicht

Nvidia ordnete Project DIGITS in eine Desktop-zu-Cloud-Strategie ein. Entwicklungsarbeit könnte näher am Schreibtisch beginnen und später in Nvidia-beschleunigte Cloud- oder Rechenzentrumsumgebungen wechseln. Das kann Übergänge vereinfachen, verlängert aber zugleich Abhängigkeiten von einer Anbieterarchitektur und ihrem Softwarestapel.

Lokale Ausführung löst weder Sicherheit noch Daten-Governance, Zugriffskontrolle, Sicherung, Netzwerk, Softwarepflege oder Produktionsintegration. Selbst wenn einige Entwicklungsdaten zunächst lokal bleiben, hängt Datenschutz vom gesamten Ablauf ab: Quelldaten, Protokolle, Updates und ein späterer Cloud-Übergang gehören dazu.

Eine Abnahme sollte deshalb Konfiguration, Modell und Präzision, Speichernutzung, Latenz und Durchsatz, Energie und Wärme, Datenbehandlung, Softwareversionen, Netzwerkabhängigkeiten, Wiederherstellung und die verantwortliche Freigabe dokumentieren. Ein kompaktes Gerät ist Teil der Kontrollfläche, nicht das gesamte Kontrollsystem.

Das Titelbild trennt Ankündigung und Abnahme

Das Titelbild ist eine generierte, themenspezifische redaktionelle Szene. Ein fiktiver KI-Entwickler mit klar erkennbarem Gesicht vergleicht zwei getrennte Gruppen leerer Abnahmekarten neben einem einzelnen markenlosen kompakten Rechnergehäuse, einem ausgeschalteten Monitor und einem nicht angeschlossenen Kabel. Die Anordnung visualisiert den Abstand zwischen Ankündigungs- und Einsatznachweisen.

Die Szene ist kein Dokumentarbeleg. Der Mann ist weder Nvidia-Mitarbeiter noch Kunde, Forscher oder CES-Teilnehmer; der Raum ist keine Nvidia-Einrichtung und kein CES-Ort. Gehäuse, Monitor, Karten, Kabel und Modulträger sind Requisiten. Sie sind weder Project DIGITS noch DGX Spark, GB10, Nvidia-Hardware oder offizielles Produktdesign. Sie belegen keine 128 GB, FP4-Leistung, Modellkapazität, Preise, Verfügbarkeit, Auslieferung oder Abnahme.

Diese Wahrheitsgrenze ist wichtig, weil eine realistische Aufnahme eines kompakten Rechners leicht als Produktfoto gelesen werden kann. Hier zeigt das Bild ausdrücklich einen Prüfprozess und nicht ein reales Nvidia-Gerät.

Fazit

Project DIGITS definierte einen klaren Ankündigungsrahmen: ein kompaktes Nvidia-Entwicklungssystem mit GB10, 128 GB kohärentem Speicher, bis zu 4 TB Speicher und Linux-basierter DGX-Umgebung. Nvidia ergänzte einen FP4-qualifizierten Spitzenwert, Grenzen für ausführbare Modelle, einen Einstiegspreis und die geplante Verfügbarkeit im Mai.

Der CES-Stand bewies keine Auslieferung, Dauerleistung, Trainingsfähigkeit von Grund auf, endgültige Preise, Modellnutzbarkeit oder realisierte Wirtschaftlichkeit. Der spätere Name DGX Spark ergänzt die Chronologie, schreibt den Januar aber nicht um. Eine verantwortliche Bewertung bewahrt zunächst die Ankündigung exakt und verlangt anschließend Mess- und Abnahmenachweise für die reale Umgebung.

Für die Einordnung bleiben vier Grenzen gleichzeitig bestehen: Das Petaflop ist Nvidias FP4-Spitzenangabe und kein Vergleich mit FP16, FP32 oder dauerhafter Last. Die Angaben zu 200 und 405 Milliarden Parametern betreffen das Ausführen, nicht das Training von Grund auf, und sagen nichts über Latenz, Durchsatz oder Nutzbarkeit. Mai bleibt der primäre Plan, während Reuters März nannte. Lokale Entwicklung ersetzt zudem weder Cloud-Integration noch Sicherheits-, Governance-, Daten-, Strom-, Netzwerk-, Sicherungs- oder Softwareanforderungen.

Quellen