Vor zwei Jahren kamen die ersten Windows-11-Notebooks mit dem Etikett „Copilot+“ auf den Markt. Laut Microsoft startete damit eine „neue Kategorie von Windows-Rechnern, die für KI entwickelt wurden“. Eine der Voraussetzungen für das Logo Copilot+ ist eine eingebaute Neural Processing Unit (NPU), die pro Sekunde mindestens 40 Billionen 8-Bit-Ganzzahlen verarbeitet (40 Tops).

Schon nach rund zwei Jahren weicht Microsoft von dieser Vorgabe wieder ab: Das Windows App SDK 2.2 Experimental 9 führt Sprachmodelle auch auf Desktop-PCs und Notebooks ohne NPU („non-Copilot+ PCs equipped with a supported GPU“) aus, sofern diese einen Grafikprozessor (GPU) haben, der bestimmte Mindestanforderungen erfüllt. Wohl kaum zufällig muss es eine Nvidia-GPU ab der Generation GeForce RTX 3000 sein mit mindestens 6 GByte lokalem RAM (VRAM).

Auch das lokale Microsoft-Sprachmodell (Small Language Model, SLM) Phi Silica, das eigentlich für Copilot+-PCs ausgelegt ist, kann auf einer Nvidia-GPU mit denselben Mindestanforderungen laufen. Dabei erwähnt Microsoft ausdrücklich, dass in Zukunft auch AMD-GPUs möglich werden sollen.

Ungeliebtes KI-Etikett

Das Microsoft-Marketingprogramm „Copilot+“ für angeblich besonders KI-taugliche Rechner zündete nicht. Das lag vermutlich vor allem daran, dass es bis heute erst wenige Windows-Anwendungen gibt, die die NPU für attraktive Zusatzfunktionen einbinden. Jedenfalls äußerte sich ein Dell-Manager auf der US-Messe CES im Januar kritisch: „Was wir im Laufe dieses Jahres gelernt haben, insbesondere aus Verbrauchersicht, ist, dass sie nicht aufgrund der KI kaufen.“

Zum Start von Copilot+ waren wenige kompatible Notebooks lieferbar, weil Microsoft das Logo ausschließlich Windows-on-ARM-Geräten mit dem damals neuen Qualcomm Snapdragon X verlieh. Die wesentlich weiter verbreiteten x86-Rechner durften erst später dabei sein, zunächst gab es aber nur sehr wenige und teure Prozessoren dafür.

KI-Performance heute hoch genug

Alle aktuellen Mobilprozessoren für Windows-Notebooks sind Systems-on-Chip (SoCs), die CPU- und GPU-Kerne sowie mittlerweile durchgehend auch eine NPU enthalten. Bei vielen dieser SoCs liefert die integrierte GPU (IGP) deutlich mehr als 40 Tops. Daher ist schwer zu verstehen, weshalb eine zusätzliche NPU überhaupt nötig ist, außer für lange laufende Hintergrundfunktionen wie dem Entrauschen oder der Perspektivkorrektur von Webcam-Bildern bei Videokonferenzen. Eine weitere Anwendung wäre eine kontinuierlich im Hintergrund laufende Spracherkennung für die Sprachsteuerung des Notebooks.

Das auf der Microsoft Build Anfang Juni 2026 angekündigte Small Language Model (SLM) Microsoft Aion 1.0 wird in einer kommenden Version des Browsers Edge nutzbar. Laut Microsoft soll es sogar mit CPU-Kernen auskommen. Das bisher genutzte „Schreibunterstützungs-API“ Phi-4-mini setzt demnach hingegen eine GPU mit mindestens 5,5 GByte VRAM voraus.

Nvidia RTX Spark ante portas

Außerdem steht die nächste Änderung an: Notebooks und Mini-Workstations mit dem ARM-Prozessor Nvidia RTX Spark. Bei dessen Ankündigung verlor Nvidia-Boss Jensen Huang kein Wort über eine eventuell ebenfalls integrierte NPU. Stattdessen betonte er, wie nicht anders zu erwarten, die KI-Fähigkeiten der GPU.

Im CPU-Teil des RTX Spark, den Kooperationspartner MediaTek besteuert, dürfte allerdings eine NPU stecken. Ob die beim RTX Spark aktiv ist, ist aber unklar.

Was sollen Entwickler tun?

Das Hin und Her von Microsoft bei Copilot+, also beim bevorzugten Hardware-Unterbau für KI-Apps, verwirrt nicht nur potenzielle Käufer von Notebooks und PCs. Den größeren Schaden richtete es als Bremsklotz für die Verbreitung von KI in Windows-Apps an. Denn KI braucht nun einmal viel Rechenleistung. Aber Entwickler schreckt es ab, wenn sie ihren Code mühselig an zahlreiche unterschiedliche KI-Rechenwerke anpassen müssen. Daher wäre eine klare Roadmap für KI-Unterstützung in Windows wichtig.

Sterben NPUs wieder aus?

Dass KI-Funktionen auch bei Windows-Rechnern immer mehr an Bedeutung gewinnen, ist unstrittig. Nicht aber, ob sie in Zukunft auf CPU, GPU oder NPU laufen. Denn auch die IGP in einem Notebook-SoC kann KI-Berechnungen ausführen. Und falls sie entsprechend ausgelegt ist, taktet sie bei niedrigem Performancebedarf herunter, um effizienter zu rechnen.

Außerdem wollen sowohl AMD als auch Intel ihre CPU-Kerne in Zukunft um KI-Rechenwerke erweitern: „Advanced Matrix Extensions for Matrix Multiplication“ mit der nicht-intuitiven Abkürzung ACE. Der Qualcomm Snapdragon X2 hat die ARM Scalable Matrix Extension (SME). Eine ähnliche Funktion steckt in Apples M-Prozessoren ab dem M4.

Den Verweis auf Nicht-Copilot+-PCs erspähte die Website Windows Latest im GitHub-Repository des Windows App SDK 2.2 Experimental 9. Der Hinweis auf die Nvidia-GPU für Phi Silica findet sich in einer „Transparency Note“ von Microsoft.

Podcast Bit-Rauschen, Folge 2026/3 :

(ciw)