Nvidia trekt
AI-compute weg uit de cloud en zet hem rechtstreeks op Windows-pc’s. RTX Spark komt in oktober naar systemen van onder meer Lenovo en Acer, terwijl lokale
AI-agents meer rekenwerk zelf kunnen afhandelen.
Tijdens IFA 2026 kondigde Nvidia daarnaast eenvoudigere ondersteuning aan voor Hermes Agent en OpenClaw. Met
NVIDIA PAIR kan lokaal rekenwerk bovendien over meerdere geschikte apparaten worden verdeeld.
Daarmee wordt de pc iets anders dan een scherm voor een cloudmodel.
Hij kan zelf de machine worden waarop
AI-agents urenlang draaien, bestanden verwerken en andere software gebruiken.
RTX Spark komt in oktober naar Windows
De eerste Windows-pc’s met RTX Spark moeten in oktober verschijnen.
Nvidia noemt onder meer systemen van Lenovo en Acer. De chip combineert een Blackwell-GPU met maximaal 128 GB unified memory en een 20-core Grace-processor.
Nvidia claimt ongeveer één petaflop aan AI-rekenkracht.
Dat geheugen is minstens zo interessant als de ruwe snelheid. Grote lokale modellen lopen op gewone consumentenhardware vaak tegen het beschikbare GPU-geheugen aan.
RTX Spark moet juist modellen en agents aankunnen die langdurig lokaal actief blijven.
Nvidia zet de chip daarom neer voor creators en gamers, maar nadrukkelijk ook voor always-on agents.
Hermes Agent moet bijna vanzelf lokaal draaien
Lokale AI werkt alleen als installeren niet langer een halve zaterdag kost.
Daar probeert Nvidia nu iets aan te doen.
Hermes Agent van Nous Research krijgt op Windows een eenvoudige lokale installatie. De software kan de aanwezige Nvidia-GPU herkennen, een passend model kiezen en de configuratie daarop afstemmen.
De modellen draaien via llama.cpp met Nvidia-aanpassingen voor snellere inference.
Ook OpenClaw krijgt nauwere Windows-ondersteuning. Nvidia, Microsoft en het OpenClaw-project werken aan een Windows-app voor lokale modellen op RTX-GPU’s met minstens 24 GB videogeheugen.
Dat verlaagt een belangrijke drempel.
Lokale agents waren lang vooral speelgoed voor gebruikers die modellen, drivers en runtimes zelf konden instellen. Nvidia wil daarvan gewone pc-software maken.
PAIR maakt meerdere pc’s tot één agentpool
De opvallendste softwareaankondiging is misschien PAIR, voluit Personal AI Router.
Agenttaken bestaan vaak uit meerdere losse opdrachten. Denk aan vijf subagents die tegelijk bestanden analyseren of verschillende zoekvragen verwerken.
Als alles op één GPU terechtkomt, ontstaat daar de wachtrij.
PAIR zoekt daarom naar geschikte apparaten op hetzelfde lokale netwerk. Een inference-verzoek kan vervolgens naar een machine worden gestuurd die op dat moment capaciteit over heeft.
De bèta werkt op Windows, macOS en Linux en ondersteunt onder meer Ollama en LM Studio.
Eén nuance telt wel.
PAIR voegt meerdere GPU’s niet samen tot één enorme virtuele GPU. Iedere losse aanvraag draait op één gekozen apparaat. Het voordeel zit in parallel werk verdelen.
Dat maakt van drie computers geen supercomputer.
Het maakt ze wel bruikbaar als kleine lokale agentpool.
Nvidia wil minder AI-verkeer verplicht naar de cloud sturen
Voor Nvidia is dit een logische uitbreiding.
Het bedrijf verdient zwaar aan GPU’s in datacenters, maar inference hoeft niet altijd op afstand plaats te vinden.
Een lokaal model kan sneller reageren en gegevens op het eigen apparaat houden. Nvidia zegt bij PAIR expliciet dat prompts, bestanden en agentgegevens binnen het lokale netwerk kunnen blijven.
Dat betekent niet dat de cloud verdwijnt.
De grootste modellen en zware training blijven enorme hoeveelheden compute vragen. Persoonlijke agents kunnen echter steeds meer standaardwerk lokaal uitvoeren en alleen voor zwaardere taken een extern model gebruiken.
Voor Nvidia is dat een mooie positie.
Of het werk nu in een serverhal draait of onder het bureau staat: er moet ergens een GPU aan verdienen.
Een lokale agent krijgt gevaarlijk veel dichtbij
Het voordeel van lokale verwerking heeft ook een scherpe rand.
Een agent op een persoonlijke pc kan dicht bij bestanden, browsersessies, e-mail en andere software komen. Dat is veel meer toegang dan een chatbot in een los browservenster.
Microsoft bouwt daarom nieuwe Windows-functies rond aparte agentidentiteiten, isolatie en regels voor welke acties een agent mag uitvoeren.
Nvidia heeft daarnaast
OpenShell, een aparte runtime waarin agents in afgeschermde omgevingen kunnen draaien.
OpenShell kan onder meer toegang tot bestanden, processen en netwerkverbindingen beperken.
Dat product stond losser van Nvidia’s IFA-aankondiging rond RTX Spark, maar raakt hetzelfde probleem.
Een agent wordt nuttiger zodra hij meer mag.
En gevaarlijker om precies dezelfde reden.
Crypto maakt die toestemming financieel
Voor cryptogebruikers wordt dat interessant zodra een agent bij een
wallet mag komen.
Lokale verwerking kan juist aantrekkelijk zijn. Gevoelige gegevens hoeven dan niet standaard naar een externe AI-dienst.
Maar een private key die lokaal blijft, is niet automatisch veilig wanneer lokale software toestemming krijgt hem te gebruiken.
Een agent kan immers volledig legitieme toegang hebben en tóch een verkeerde transactie voorbereiden.
Dan worden andere grenzen nodig: maximale bedragen, toegestane adressen, aparte agent-wallets en menselijke goedkeuring voor risicovolle betalingen.
Betaalprotocollen zoals
x402 maken die discussie concreter. Machines kunnen daarmee zelf betalingen koppelen aan digitale diensten.
Nvidia wil ook verdienen aan de pc waarop de agent woont
RTX Spark draait daarom niet alleen om een snellere Windows-chip.
Nvidia bouwt tegelijk de hardware, inference-software, routering en beveiligingslagen waarmee persoonlijke agents lokaal kunnen werken.
PAIR maakt ongebruikte computers bruikbaar. Hermes en OpenClaw verlagen de installatiedrempel. RTX Spark levert de rekenkracht.
Dat schuift de pc langzaam van apparaat waarop mensen programma’s openen naar een machine waarop software namens die gebruiker blijft werken.
Voor crypto komt daar één harde regel bij.
Zodra zo’n lokale agent ook geld mag aanraken, wordt niet modelkracht maar toestemming de duurste fout die je kunt maken.