NVIDIAとMS、RTX Spark搭載AIエージェントPCを発表

米NVIDIAと米Microsoftは、Windows PC上でAIエージェントをローカル実行可能にするハードウェアとOS基盤の協業を発表した。NVIDIAはBlackwellアーキテクチャのGPUとGrace CPUを統合した「RTX Spark」搭載ノートPCの予約受付を開始し、2026年10月16日より出荷を開始する。同時にMicrosoftは、Windows OS上でエージェントを安全に常時稼働させるインフラ「Microsoft Execution Containers（MXC）」の一般提供を発表した。クラウドに依存せず、手元のデスクトップ環境で高度な自律エージェントを完結動作させる環境が整う。

BlackwellとGraceを統合した「RTX Spark」と「DGX Station for Windows」

2026年10月7日に米サンフランシスコで開催された「Windows AI and Surface」イベントにおいて、NVIDIAのJensen Huang CEOとMicrosoftのSatya Nadella CEOが登壇し、両社の共同エンジニアリング成果を披露した。

発表の中核となるハードウェア「RTX Spark」は、最大6,144コアのNVIDIA Blackwell RTX GPUと最大20コアのNVIDIA Grace CPUを帯域幅600GB/sのインターコネクトで直結したスーパーチップである。主なスペックと特徴は以下の通りである。

• ​計算性能とメモリ​: 最大128GBのユニファイドメモリと、最大1PFLOPS（FP4）のAI計算能力を備える。
• ​対応モデル規模​: 1,250億パラメータ規模のモデル（Qwen 3.8 Flash Nextなど）をローカル環境で無制限に推論実行可能。
• ​搭載製品展開​: Acer、ASUS、Dell、HP、Lenovo、Microsoft、MSI、GigabyteがノートPCや小型デスクトップを展開。Microsoftは自身でも「Surface Laptop Ultra」を発表した。コンパクトデスクトップ版は11月発売予定。
• ​エンタープライズ向けデスクサイド機​: さらに上位機として、GB300 Grace Blackwell Ultraを搭載し、最大748GBのコヒーレントメモリと20PFLOPS（FP4）のAI性能を誇る「NVIDIA DGX Station for Windows」のプレビューも公開された。

OS側基盤「Microsoft Execution Containers」の役割

AIエージェントがPC上で自律的に動作するためには、バックグラウンドでの永続実行とセキュリティの両立が不可欠となる。Microsoftが一般提供を開始した「Microsoft Execution Containers（MXC）」は、エージェントをOSの制御下で隔離・保護しながら常時稼働させるOSレベルのコンテナ技術である。

MicrosoftのWindowsおよびDevices担当EVPであるPavan Davuluri氏は、「エージェントを安全に監視・統制するためのプリミティブをWindowsに直接組み込んだ」と強調した。Huang氏も対談の中で、「WindowsとDirectXがPCアプリケーションを革新したように、MXCはAIエージェントの構築と展開を革新する」と評価している。

公式発表とメディア報道の差分および仕様比較

公式発表とUnite.AIの報道から確認できるハードウェア構成の差異および既存環境との比較は以下の通りである。

項目	RTX Spark（上位ノート/小型デスクトップ）	RTX Spark（省電力構成）	DGX Station for Windows
GPUコア数	Blackwell 6,144コア	Blackwell 5,120コア	Blackwell Ultra
CPU	Grace 最大20コア	Grace 18コア	Grace 72コア
メモリ	最大128GB ユニファイド	最大64GB LPDDR5X	748GB（252GB HBM3e + 496GB LPDDR5X）
AI演算性能 (FP4)	1 PFLOPS	非公表	20 PFLOPS
想定消費電力	45〜80W（ノート）/ 140W（デスクトップ）	45〜80W	デスクサイド水準
主な用途	パーソナルAIエージェント、開発、ゲーム	薄型軽量モバイルノート	最大1兆パラメータモデルのローカル開発

Unite.AIの報道によれば、消費電力を抑えた5,120コア構成のノートPCもラインナップされており、モバイル環境でも長時間のバッテリー駆動とローカルAI処理を両立させる設計となっている。

ローカルエージェント基盤へのシフトと展望

これまでエンタープライズにおけるAIエージェントの開発や検証では、Linux環境のGPUサーバーをレンタルするか、クラウドAPIを利用するのが一般的であった。しかし、機密データの外部送信に対する懸念やAPI利用コストの増大が普及の制約となっていた。

今回の協業により、Windowsネイティブ環境で1,000億パラメータ級のモデルをローカルで常時稼働させられるインフラが確立された。機密コードや社内文書を扱う開発者・ビジネスパーソンにとって、ローカル完結型のAIエージェントが実用段階に入ったことを意味しており、PC市場全体の買い替え需要を刺激する契機になるとみられる。

引用元：NVIDIA Blog | Unite.AI