Entwickler, die Windows auf Nvidias RTX-Spark-Laptops entkommen wollen, stoßen gerade an ihre Grenzen. Eine detaillierte, von MindStudio veröffentlichte praktische Überprüfung ergab, dass Linux zwar auf diesen KI-fokussierten Maschinen installiert und ausgeführt wird – mit GPU-Beschleunigung, einem vollständigen Desktop und funktionierenden Peripheriegeräten –, die verschlüsselte Energieverwaltungs-Firmware jedoch die GPU auf etwa ein Drittel ihrer Windows-Taktgeschwindigkeit sperrt, wodurch die lokale KI-Inferenz von 65,4 Token pro Sekunde auf nur 13,9 auf derselben Hardware und demselben Modell zusammenbricht.
Das ist ein Abstand von fast dem Fünffachen zu den genauen Maschinen, die von KI-Entwicklern vermarktet werden. Weiteren Kontext zu dieser Geschichte finden Sie in unseren laufenden neuesten KI-Entwicklungen.
Die Benchmarks: ein Modell, vier Konfigurationen
Der Test testete GPT-OSS-120B, ein offenes Modell mit 120 Milliarden Parametern, das in vier Konfigurationen auf den 128 GB einheitlichen Speicher des Laptops passt:
- Windows auf ARM (nativ): 65,4 Token pro Sekunde
- WSL (Linux in Windows): 65,1 Token pro Sekunde
- Nvidia DGX Spark (Desktop-Gerät): 61 Token pro Sekunde
- Natives Linux (gleicher Laptop): 13,9 Token pro Sekunde
Das Muster ist auffällig. WSL – Linux, das als Subsystem auf Windows läuft – entspricht fast genau dem nativen Windows. Der DGX Spark der Desktop-Klasse ist etwas langsamer als der Laptop unter Windows, was wahrscheinlich auf das unterschiedliche Wärmeprofil zurückzuführen ist. Aber natives Linux schafft auf demselben Laptop kaum ein Fünftel seiner Windows-Leistung.
Verschlüsselte Firmware ist die Ursache
Der Schuldige ist nicht der Open-Source-Nvidia-Kerneltreiber, der funktioniert und CUDA-Beschleunigung bietet. Es handelt sich um eine reine Windows-Komponente namens Nvidia Platform Controllers and Framework, die die Stromversorgung zwischen CPU und GPU verwaltet. Die Überprüfung ergab, dass diese Firmware kein Linux-Äquivalent hat – und ihre Leistungstabelle verschlüsselt ist, sodass nur der Windows-Treiber sie lesen kann.
Der praktische Effekt: Sobald der Laptop an das Stromnetz angeschlossen ist, wird die GPU unter Linux auf etwa 780 MHz eingestellt, statt auf 2,2 GHz und mehr, die sie unter Windows erreicht. Im Akkubetrieb verringert sich der Unterschied, aber im Netzbetrieb ist genau dann die höchste Inferenzleistung zu erwarten – und genau dann, wenn Linux diese nicht liefern kann.
Das Problem mit der geteilten Erinnerung
Die Taktrate ist nicht die einzige Windows-abhängige Einstellung. Die Firmware des Laptops reserviert standardmäßig 96 GB seines 128 GB großen einheitlichen Speichers für die GPU, und – wiederum – nur Windows bietet eine Einstellung, um diese Aufteilung zu ändern.
Der Rezensent musste dies auf die harte Tour feststellen: Nach dem Booten von Linux waren nur 28 GB der 128 GB für das System sichtbar. Der Fix erforderte ein erneutes Booten von Windows, das Absenken der GPU-Speicherreservierung auf 4 GB und einen anschließenden Neustart von Linux, das dann 120 GB sehen konnte. Ohne diesen Umweg sind große Modelle, die bequem auf die Maschine passen sollten, unter Linux einfach unerreichbar.
Die Installation von Linux ist immer noch ein Abenteuer
Sogar der Zugriff auf die gedrosselte GPU war nicht trivial. Der erste Versuch des Tests mit Omarchy, einer Arch-basierten Distribution, die den Chip bereits auf Asus- und Dell-Hardware unterstützt, scheiterte beim MSI Prestige N16 Flip AI Plus mit einem flackernden, instabilen Display beim Booten. Der Wechsel zu Debian funktionierte zuverlässiger, erforderte jedoch Umgehungsmöglichkeiten: Das Installationsprogramm konnte keine Verbindung über WLAN herstellen, was einen USB-Ethernet-Adapter erforderte, und ein Vanilla-Kernel wurde ohne Unterstützung für die Tastatur, das Touchpad oder die GPU des Laptops ausgeliefert.
Die Rückkehr zu Omarchy löste das Treiberproblem, da der Kernel den Open-Source-Treiber von Nvidia bündelt. Zu Beginn des Prozesses funktionierte auch der HDMI-Ausgang während der Installation nicht – der Rezensent richtete eine externe Kamera auf den internen Bildschirm des Laptops, um dem Installationsprogramm zu folgen. Nach der Konfiguration lief auf dem endgültigen System ein vollständiger Desktop mit 4K und 120 Hz mit funktionierendem Audio, Tastatur, Touchpad und CUDA-Beschleunigung.
Warum das für lokale KI-Entwickler wichtig ist
Die RTX Spark-Plattform wird in Maschinen wie dem MSI Prestige, dem Asus ProArt und dem Dell XPS ausgeliefert, die alle das gleiche GPU-Design wie Nvidias DGX Spark-Desktop-Gerät verwenden. Es gibt jedoch einen wesentlichen Unterschied: Der DGX Spark wird standardmäßig mit Nvidias eigenem Linux-Build ausgeliefert, während jede Laptop-Variante mit Windows auf ARM ausgeliefert wird. Ein Großteil der seriösen lokalen KI-Tools – vLLM, SGLang – wird zuerst für Linux entwickelt, und genau aus diesem Grund möchten Entwickler, die diese Maschinen kaufen, Linux darauf haben.
Die Überprüfung kommt zu dem Schluss, dass WSL heute die praktische Antwort ist: Es nutzt den Windows-Treiberstapel, behält den vollen GPU-Boost bei, egal ob angeschlossen oder im Akkubetrieb, und führt immer noch Linux-First-KI-Tools aus. Natives Linux bleibt ein Hobbyprojekt – funktionsfähig, lässt aber den Großteil der beworbenen Leistung der Hardware auf dem Tisch.
Eine echte Lösung hängt davon ab, dass Nvidia die Energieverwaltungslogik des Plattform-Controllers in seinen Linux-Treiber portiert. Solange dies nicht geschieht, heißt es im Testbericht, kann der Laptop nicht das werden, was Käufer von ihm erwarten: ein tragbares DGX Spark. Nvidia hat die Feststellung nicht öffentlich kommentiert oder einen Zeitplan für die Linux-Unterstützung angekündigt. Für Entwickler, die sich zwischen diesen Laptops und dem Desktop-Gerät entscheiden, ist der aktuelle Stand der Firmware ein wesentlicher Vorbehalt – im Datenblatt steht 2 GHz, aber unter Linux weiß nur Windows, wie man danach fragt.
---
Der KI einen Schritt voraus seinErhalten Sie die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.
Weitere KI-Neuigkeiten lesen →
