KI-Hardware im November 2026, vom Schreibtisch bis zum Rechenzentrum

Wenn du offene Modelle auf eigener Hardware betreiben willst, entscheidet der Speicher fast alles. Er entscheidet, welche Modelle überhaupt laden, und seine Geschwindigkeit entscheidet, wie schnell sie antworten. Dieser Leitfaden behandelt, was NVIDIA im November 2026 verkauft oder vermietet, von einer Box, die auf einen Schreibtisch passt, bis zu einem ganzen Rack. Jede Maschine wird an Modellen gemessen, die wir getestet haben. Die Preise sind in diesem Jahr stark gestiegen, weil Speicherchips knapp sind, gleiche die Zahlen hier also vor dem Kauf mit einem aktuellen Angebot ab.

DGX Spark und die GB10-Boxen: 128 GB auf deinem Schreibtisch

DGX Spark ist ein Mini-PC auf Basis von NVIDIAs Chip GB10. CPU und GPU teilen sich einen gemeinsamen Speicherpool, und die Maschine läuft unter Linux. Laut NVIDIAs Datenblatt umfasst dieser Pool 128 GB LPDDR5x mit 273 GB/s. NVIDIA nennt bis zu 1 Petaflop FP4-Rechenleistung, ein theoretischer Wert, der Sparsity voraussetzt, und sagt, eine Einheit bewältige Modelle mit bis zu 200 Milliarden Parametern. Acer, ASUS, Dell, GIGABYTE, HP, Lenovo und MSI verkaufen eigene GB10-Versionen. Der Chip ist in allen derselbe, du bezahlst also für Gehäuse, Speicherplatz und Garantie.

Die eigentliche Geschichte ist der Preis. Spark startete im Oktober 2025 für 3.999 $. NVIDIA erhöhte ihn im Februar auf 4.699 $ und verwies auf die Speicherversorgung. Im Oktober stieg das Modell mit 128 GB auf 6.950 $, fast 75 Prozent mehr als ein Jahr zuvor, so The Register. Eine Version mit 64 GB von Partnern kam am 23. Oktober für 4.999 $ in den Handel, laut ServeTheHome. Sie behält den Netzwerkanschluss mit 200 Gbps, sodass du bis zu vier Einheiten verbinden kannst.

Ein Schwesterchip, RTX Spark, steckt inzwischen in Windows-Laptops. Sie kamen am 16. Oktober ab 2.599 $ in den Handel, laut Tom’s Hardware, aber für diesen Preis bekommst du 24 GB. Ein Modell mit 128 GB kostet etwa 5.100 bis 7.000 $.

Was in 128 GB passt: gpt-oss-120b (4,0) ist auf Ollama ein Download von 65 GB. Die 4-Bit-Version von Nemotron 3.5 Super VL (4,1), etwa 75 GB, ist ausdrücklich auf DGX Spark zugeschnitten. Qwen3.8-27B (4,5) und Gemma 4 (4,4) passen mit reichlich Luft. Das Modell mit 64 GB ist enger, als es klingt: gpt-oss-120b passt nicht mehr hinein. Flint (3,9), das 48 GB braucht, schon.

DGX Station und HP ZGX Fury: 748 GB neben dem Schreibtisch

DGX Station ist die nächste Stufe. Es ist ein Tower für neben den Schreibtisch auf Basis des Chips GB300, der eine Blackwell-Ultra-GPU mit einer Grace-CPU mit 72 Kernen kombiniert. NVIDIA nennt 748 GB Speicher, den beide Chips ansprechen können, in zwei Stufen. Die 252 GB HBM3e der GPU laufen mit 7,1 TB/s. Die übrigen 496 GB sind an die CPU angebundener LPDDR5X mit 396 GB/s. NVIDIA nennt bis zu 20 Petaflops KI-Rechenleistung. NVIDIA entwirft das Board, verkauft aber keine fertige Station und veröffentlicht keinen Preis. ASUS, Dell, Exxact, GIGABYTE, HP, MSI und Supermicro bauen die Maschinen. Ein Modell von Exxact war für 94.930 $ gelistet.

Die HP ZGX Fury G1n ist HPs Version der DGX Station, kein eigener Chip. HPs Produktseite und die QuickSpecs nennen denselben Chip GB300 und 748 GB Speicher, dazu bis zu 20 Petaflops FP4-Rechenleistung und zwei Netzwerkanschlüsse mit 400 Gb, um zwei Einheiten zu verbinden. HP sagt, eine Fury könne Modelle mit bis zu einer Billion Parametern in FP4 hosten. Sie wird mit Ubuntu 24.04 ausgeliefert. Windows wurde am 7. Oktober öffentlich gezeigt, aber HP hat für die Windows-Version weder Preis noch Termin angekündigt.

Das Linux-Modell lässt sich über HPs Vertriebsteam bestellen, und HP veröffentlicht keinen Listenpreis. Es ist flüssigkeitsgekühlt, wiegt ab 41 kg und hat ein Netzteil mit 1.600 W. HP sagt, es brauche einen eigenen Stromkreis mit 200 bis 240 V, plane also, wo es angeschlossen wird, bevor du eines bestellst.

Was in 748 GB passt: MiniMax-M3.1-Flash (4,0) mit etwa 250 GB und Beam (3,8) mit 273 GiB in NVFP4. Die FP8-Gewichte von GLM-5.3-Flash (4,3) kommen auf etwa 330 GB und die NVFP4-Gewichte von Muse Spark Open (4,0) auf etwa 537 GB, wobei seine Model Card 700 GB empfiehlt, wenn man den Speicher mitzählt, der ein langes Gespräch hält. All das passt in die Gesamtmenge, aber nur die ersten 252 GB liegen im schnellen GPU-Speicher. Was darüber hinausgeht, läuft mit der langsameren Geschwindigkeit des CPU-Speichers.

Grace Blackwell Ultra im Rechenzentrum: GB300 NVL72 und B300

Die meisten Teams mieten diese Stufe, statt sie zu kaufen. GB300 NVL72 ist ein flüssigkeitsgekühltes Rack, das 72 Blackwell-Ultra-GPUs und 36 Grace-CPUs zu einem System verbindet, mit 20 TB HBM3E. NVIDIA nennt 1.080 Petaflops FP4-Rechenleistung ohne Sparsity und führt es als jetzt verfügbar. Die gängigere Einheit ist der Server HGX B300 mit acht GPUs und insgesamt 2,1 TB Speicher, der laut NVIDIA ausgeliefert wird.

Pro Stunde kostet eine B300 laut Preisliste von Runpod 6,94 $ in dessen Community Cloud und 8,99 $ in der Secure Cloud. Verda berechnet 11,35 $ für eine B300 und 13,05 $ für eine GB300. Ein Server mit acht GPUs kommt damit auf etwa 55 bis 90 $ pro Stunde. Zur Einordnung: 6.950 $ für eine Spark entsprechen etwa 1.000 Stunden auf der günstigsten B300 bei Runpod.

Diese Stufe brauchen die größten offenen Modelle. Kimi K3 (4,3) ist ein Checkpoint von 1,56 TB, dessen vLLM-Rezept acht GB300-GPUs als Minimum ansetzt. Hy4 preview (4,2) läuft auf acht B300 in FP8. GLM-5.3 (4,4) mit etwa 753 GB und DeepSeek-V4-Pro (4,3) mit etwa 865 GB brauchen ebenfalls einen vollen Server mit acht GPUs.

Vera Rubin: wird ausgeliefert, aber nicht in kleinen Mengen verkauft

Vera Rubin ist die Generation nach Blackwell. Sie kombiniert NVIDIAs neue Rubin-GPU mit seiner eigenen Vera-CPU. Ihr Haupt-Rack ist das Vera Rubin NVL72, das NVIDIA früher NVL144 nannte, weil es die zwei GPU-Dies in jedem Package getrennt zählte, erklärt ServeTheHome. NVIDIAs Seite nennt 72 Rubin-GPUs mit je 288 GB HBM4, also 20,7 TB pro Rack. Sie nennt 3.600 Petaflops FP4 für den Betrieb von Modellen und 2.520 fürs Training.

Der Stand, der Reihe nach. Im Mai sagte NVIDIA, Vera Rubin fahre die volle Produktion hoch, mit Auslieferungen ab dem Herbst. Laut den Ergebnissen vom August liefen Racks bei CoreWeave, Google Cloud, Microsoft Azure, Oracle und Nebius. Tom’s Hardware berichtete, NVIDIA erwarte, dass Rubin in diesem Quartal etwa 20% des Rechenzentrumsumsatzes ausmacht. CoreWeave öffnete am 30. September eine begrenzte Verfügbarkeit, und Oracle kündigte am 27. Oktober allgemeine Verfügbarkeit an. Keine der Preislisten, die wir geprüft haben, zeigt einen öffentlichen Stundensatz.

Rubin CPX, ein günstigerer Chip, den NVIDIA für das Lesen langer Prompts angekündigt hat, taucht in keiner dieser beiden NVIDIA-Mitteilungen auf. Rubin Ultra ebenso wenig. Behandle jedes Datum, das du dafür siehst, als Gerücht, bis NVIDIA es bestätigt.

Der Vergleich

System	Speicher	FP4 (Herstellerangabe)	Preis	Status
DGX Spark / GB10-Boxen	64 oder 128 GB Unified, 273 GB/s	Bis zu 1 PF, mit Sparsity	4.999 $ (64 GB); 6.950 $ (128 GB)	Wird ausgeliefert
DGX Station / HP ZGX Fury	748 GB (252 GB HBM3e + 496 GB LPDDR5X)	Bis zu 20 PF	Kein Listenpreis; Exxact listete 94.930 $	Über Partner bestellbar
HGX B300 (8 GPUs)	2,1 TB HBM3e	108 PF dense	6,94 bis 11,35 $ pro GPU-Stunde zur Miete	Wird ausgeliefert
GB300-NVL72-Rack	20 TB HBM3E	1.080 PF dense	Über den Vertrieb; GB300 13,05 $ pro GPU-Stunde bei Verda	Verfügbar
Vera-Rubin-NVL72-Rack	20,7 TB HBM4 (288 GB pro GPU)	3.600 PF für den Betrieb von Modellen	Nicht veröffentlicht	Frühe Cloud-Verfügbarkeit

Jenseits von NVIDIA

Zwei Alternativen solltest du kennen. AMDs Ryzen AI Halo kombiniert den Ryzen AI Max+ 395 mit 128 GB Unified Memory für 3.999 $, mit bis zu 256 GB/s. Dieser Speicher ist etwa so groß und so schnell wie der von Spark, für weniger Geld, allerdings läuft NVIDIAs CUDA-Software darauf nicht.

Apples Mac Studio mit M5 Ultra geht bis 512 GB mit 1,2 TB/s, mehr als das Vierfache der Speichergeschwindigkeit von Spark. Die Konfiguration mit 512 GB kostet mindestens 22.299 $. Das reicht für die 4-Bit-Version von Qwen3.5-397B (3,6) mit 214 GB, mit reichlich Luft.

Der Haken: Die FP4-Werte in der Tabelle sind NVIDIAs eigene Spitzenwerte, mal mit Sparsity und mal ohne, und taugen daher nicht als Maßstab dafür, wie schnell ein Modell tatsächlich antwortet. Für den Betrieb von Modellen am Schreibtisch zählt meist die Speichergeschwindigkeit mehr, und die 273 GB/s von Spark sind die langsamsten auf dieser Liste. Software ist die andere Grenze. Eine 4-Bit-Version eines Modells in NVFP4 braucht eine GPU der Blackwell-Generation. vLLM (4,7) und SGLang (4,4) sind die Server, von denen die Leitfäden für große Modelle ausgehen. llama.cpp (4,8) und Ollama (4,6) sind der einfache Weg auf Spark, Halo und Mac, und MLX (4,4) ist die native Wahl auf einem Mac.

Unser Fazit: Rechne aus, wie viel Speicher dein Modell braucht, bevor du auf Rechenleistungswerte schaust. Unter etwa 100 GB betreibt es eine Spark oder Halo mit 128 GB, wenn auch nicht schnell. Zwischen etwa 200 und 500 GB hält es ein Mac Studio oder eine DGX Station auf einem Schreibtisch, zum Preis eines Autos oder eines kleinen Hauses. Alles Größere ist eine Mietsache, und bei unter 10 $ pro GPU-Stunde sagen dir ein paar Hundert Stunden auf einer B300 mehr als ein Tower für 95.000 $.