Microsoft setzt darauf, dass der Surface Laptop Ultra Entwicklungs-, KI- und Gaming-Aufgaben in einem einzigen Gerät vereinen kann. Grundlage dafür ist die NVIDIA-RTX-Spark-N1X-Plattform mit Grace-Prozessor, Blackwell-Grafikeinheit und Unified Memory. Der Test von Ars Technica zeigt, dass diese Wette auf Hardware-Ebene klar aufgeht, jedoch auf Software trifft, die mit der Plattform noch nicht Schritt gehalten hat.
Der Preis des Geräts beginnt bei 2.599,99 US-Dollar und steigt je nach Prozessor und Speicher auf bis zu 5.899 US-Dollar. Die Basisversion verfügt über 24 Gigabyte LPDDR5x Unified Memory und Windows 11 Home, während die höher ausgestatteten Versionen Windows 11 Pro verwenden. Das getestete Modell verfügte über 64 Gigabyte Speicher und eine 1 Terabyte große SSD und kostete 4.299,99 US-Dollar.
Hardware für Gaming und KI
Das Gerät verfügt über ein 15 Zoll großes, berührungsempfindliches Mini-LED-Display mit einer Auflösung von 3270 × 2180 Pixeln und einer Bildwiederholrate von bis zu 120 Hertz sowie einer maximalen Helligkeit von 2.000 Nits. Der Test lobte die Farbqualität, den Schwarzwert und die Blickwinkel, merkte jedoch an, dass die glänzende Oberfläche bei direkter Beleuchtung zu Reflexionen führen kann.
Entscheidend ist die RTX-Spark-N1X-Plattform, die nicht auf eine dedizierte NPU für KI setzt, sondern den Unified Memory und die Blackwell-Grafikeinheit verwendet. Das Gerät führte über Ollama ein Llama-3.3-Modell mit 70 Milliarden Parametern mit einer Geschwindigkeit von 6,26 Tokens pro Sekunde aus, obwohl das Modell etwa 43 Gigabyte Speicher benötigt. Der Tester sieht die Ausführung eines derart großen Modells auf einem Laptop als bemerkenswerte Leistung an, wobei die Lüfter während des Tests beinahe ihre maximale Geschwindigkeit erreichten.
Bei der Bildgenerierung erzeugte Stable Diffusion v1.4 über den grafischen NvTensorRT-Pfad in etwa drei bis vier Sekunden ein Bild. Auch bei Spielen zeigte das Gerät eine starke Leistung: Gears of War: E-Day lief auf der ARM-Architektur mit DLSS-Unterstützung und Raytracing, obwohl der erste Start vier oder fünf Minuten für die Erstellung der Shader-Dateien benötigte.
Was schränkt die praktische Nutzung ein?
Die Tests zeigen, dass das Hauptproblem nicht in der Leistungsfähigkeit der Hardware liegt, sondern in der Fähigkeit der Software, sie zu nutzen. Die meisten verfügbaren dialogorientierten Modelle in der AI Dev Gallery laufen ausschließlich über die CPU, während GPU- und NPU-Pfade auf einige Bildgenerierungsmodelle und integrierte Modelle beschränkt bleiben. Außerdem fror die Anwendung während des Tests ein und stürzte zweimal ab.
Auch Phi Silica ließ sich nicht direkt ausführen, ohne sich als Entwickler zu registrieren und eine App-Identität zu erstellen. Der von Microsoft empfohlene CUDA-Pfad scheiterte, nachdem ein Problem mit dem zu Windows ARM64 kompatiblen onnxruntime-gpu-Paket aufgetreten war. Der Test legt sich nicht fest, ob die Ursache in den Paketen, der Softwareumgebung oder den Einstellungen liegt, zeigt jedoch, dass die lokale KI-Nutzung noch nicht so unkompliziert ist, wie die Gerätespezifikationen vermuten lassen.
Dasselbe Muster zeigte sich beim HandBrake-Test: Die Videodekodierung über Media Foundation funktionierte, doch die Optionen NVENC und NVIDIA HEVC standen für die Kodierung nicht zur Verfügung, sodass die CPU diese Aufgabe übernehmen musste.
Kompatibilität, Energieverbrauch und verschobene Funktionen
Microsoft zufolge sind 85 Prozent der Game-Pass-Bibliothek auf ARM spielbar, doch einige Anwendungen und Spiele laufen über den Prism-Emulator statt über native ARM-Portierungen. Bei Multiplayer-Spielen mit Kernel-basierten Anti-Cheat-Systemen kann es zu Problemen kommen. Während des Tests von Gears of War: E-Day erschien eine Warnung im Zusammenhang mit Easy Anti-Cheat.
Das Gerät soll die Copilot+-Zertifizierung erhalten, Microsoft erwartet die vollständige Softwareunterstützung jedoch erst Ende 2026 oder Anfang 2027. Funktionen wie Recall, Click to Do und die neue Suchleiste werden zum Start nicht verfügbar sein. Die Copilot-Taste öffnet derzeit ein M365-Copilot-Fenster für cloudbasierte KI-Dienste.
In einem nicht wissenschaftlichen Akkutest verfügte das Gerät nach drei Stunden gemischter Nutzung noch über 66 Prozent Akkuladung. Die Ausführung anspruchsvoller KI-Lasten auf der GPU führte jedoch in den letzten 30 Minuten zu einem schnelleren Verbrauch. Das magnetische Laden über USB-C bietet einen praktischen Schutz davor, das Gerät durch Ziehen am Kabel herunterzureißen, ist allein jedoch kein ausreichender Grund, den Preis zu rechtfertigen.
Warum ist dieser Test relevant?
Der Surface Laptop Ultra liefert den ersten überzeugenden Hinweis darauf, dass sich ARM sowie hohe Grafik- und Rechenleistung in einem einzigen Laptop vereinen lassen. Er zeigt jedoch auch, dass der Erfolg dieser Geräteklasse nicht allein von der Anzahl der GPU-Kerne oder der Speichergröße abhängt. Treiber, Ausführungspfade für Modelle, App-Kompatibilität und die Unterstützung professioneller Tools sind entscheidende Faktoren.
Das redaktionelle Fazit des Tests lautet, dass sich das Gerät besonders für CUDA-Entwickler oder Nutzer eignet, die große lokale Modelle mit hoher Mobilität testen möchten, sofern sie den hohen Preis und die derzeitigen Einschränkungen akzeptieren. Wer hingegen einen fertigen und stabilen Computer für sämtliche Arbeits-, Gaming- und KI-Aufgaben sucht, sollte möglicherweise warten, bis die Software ausgereifter ist und die angekündigte Copilot+-Unterstützung eintrifft.