Nvidia hat am 9. September 2026 CUDA Toolkit 13.4 veröffentlicht. Die wichtigsten Neuerungen: Entwickler können jetzt erstmals nativ auf Windows-Arm64-Systemen kompilieren, und ein komplett überarbeiteter Multi-Process Service gibt Admins deutlich feinere Kontrolle darüber, wie sich mehrere Prozesse eine GPU teilen. Dazu kommt ein früher Blick auf die kommende Rubin-Architektur.
Das Wichtigste zu CUDA Toolkit 13.4 in Kürze
- Erstmals native CUDA-Kompilierung direkt auf Windows-Arm64-Geräten möglich, plus Cross-Compilation aus dem x86-64-Toolkit heraus
- Multi-Process Service V3 (MPS V3) bringt eine scriptfähige CLI, TOML-Konfiguration und cgroup-basierte Speicherlimits für GPU-Sharing
- Preview-Support für die kommende Rubin-GPU-Architektur (Compute Capability 10.7)
- Neue CUDA Compute Fabric Transport API für die Kommunikation zwischen mehreren GPUs
- Aktualisierte Bibliotheken: CUDA Python 1.1.0 und CCCL 3.4
Windows on Arm: CUDA zieht aufs ARM-Notebook
Bislang lief CUDA-Entwicklung unter Windows nur auf x86-Prozessoren, während Linux bereits länger auch auf ARM-Hardware unterstützt wurde. Mit Version 13.4 zieht Windows nach: Laut Nvidias Entwickler-Blog können Entwickler CUDA-Anwendungen jetzt direkt auf einem Windows-Arm64-System kompilieren, ohne den Umweg über eine andere Plattform. Wer weiterhin von einem x86-64-Rechner aus arbeiten möchte, kann per Cross-Compilation trotzdem Arm64 als Zielplattform angeben. Guru3D bestätigt: Es handelt sich um die erste native CUDA-Unterstützung dieser Art unter Windows überhaupt.
Konkreter Hintergrund ist die kommende RTX-Spark-Plattform, die laut einem Bericht von WCCFTech im Oktober 2026 auf den Markt kommen soll. Sie kombiniert eine 20-Kern-Grace-CPU mit einer Blackwell-GPU mit 6.144 CUDA-Kernen und soll bis zu 1 PFLOPS FP4-KI-Leistung liefern, genug, um lokal Sprachmodelle mit bis zu 120 Milliarden Parametern laufen zu lassen. In Nvidias Dokumentation taucht außerdem das sogenannte N1X-Laptop-Ökosystem auf, über das bislang aber keine tieferen technischen Details veröffentlicht wurden.
Windows auf Arm-Prozessoren ist an sich kein neues Thema, Microsoft experimentiert schon seit Windows 10 damit. Erst mit Qualcomms Snapdragon-X-Chips und der entsprechenden Softwareunterstützung, etwa durch die native Chrome-Version für Snapdragon X Elite, wurde die Plattform aber alltagstauglich. Mit CUDA auf Windows Arm64 schließt sich jetzt eine der letzten großen Softwarelücken für KI-Workloads auf ARM-Notebooks.
Multi-Process Service V3: mehr Kontrolle über geteilte GPUs
Der zweite große Baustein des Updates betrifft Rechenzentren und Workstations mit mehreren gleichzeitigen Nutzern oder Workloads auf derselben GPU. Der Multi-Process Service (MPS) erlaubt es, dass sich mehrere Prozesse eine GPU teilen, statt exklusiv zu blockieren. Mit Version 3 modernisiert Nvidia die Steuerung grundlegend.
| Feature | Was sich ändert |
|---|---|
| Scriptable CLI | Benannte Server-Instanzen lassen sich per Skript verwalten statt manuell zu konfigurieren |
| TOML-Konfiguration | Einstellungen werden in einem lesbaren, versionierbaren Format hinterlegt |
| Namespaces | Mehrere MPS-Instanzen lassen sich sauber voneinander trennen |
| Cgroup-Integration | GPU-Speicherlimits werden direkt über cgroups durchgesetzt |
| SM-Partitionierung | Kontrolle über Rechenleistung, Speichergrenzen und Ausführungspriorität einzelner Partitionen |
In der Praxis heißt das: Wer bisher GPUs manuell zwischen mehreren Jobs aufteilen musste, bekommt mit MPS V3 ein Werkzeug, das eher an moderne Container-Orchestrierung erinnert als an die bisherigen, eher rudimentären MPS-Einstellungen. Die vollständige Anleitung dazu liefert Nvidia im MPS-V3-Quickstart.
Rubin-Preview, Compute Fabric und aktualisierte Bibliotheken
Neben Windows on Arm und MPS V3 bringt CUDA 13.4 noch eine Reihe kleinerer, aber für Entwickler relevanter Neuerungen mit.
| Komponente | Neuerung |
|---|---|
| Nvidia Rubin (Compute Capability 10.7) | Preview-Unterstützung, damit Anwendungen schon vor der offiziellen Verfügbarkeit portiert werden können |
| CUDA Compute Fabric Transport | Neue Transport-API mit Named Endpoints und asynchronen Operationen für die Kommunikation zwischen mehreren GPUs |
| CUDA Python 1.1.0 | Texture- und Surface-Programmierung, NUMA-bewusster Managed Memory, Type Stubs für Autocompletion in IDEs |
| CCCL 3.4 | Bis zu 92 % Speicherbandbreiten-Auslastung bei DeviceScan auf Blackwell-GPUs, neue Single-Call-APIs |
Verfügbarkeit und Kompatibilität
CUDA Toolkit 13.4 steht ab sofort über die offizielle Download-Seite von Nvidia zur Verfügung. Unterstützt werden unter anderem die Compiler GCC 16 und Clang 22. Wer tiefer in die einzelnen Änderungen einsteigen will, findet die vollständige Liste in den offiziellen Release Notes.
| Version | Release |
|---|---|
| CUDA Toolkit | 13.4 |
| cuda.core | 1.1.0 |
| cuda.compute | 1.1 |
| CCCL | 3.4 |
| Release-Datum | 9. September 2026 |
Fazit
Mit CUDA Toolkit 13.4 schließt Nvidia zwei Lücken gleichzeitig: Windows-Notebooks mit Arm-Prozessoren bekommen endlich nativen Zugang zur CUDA-Entwicklung, während Rechenzentren mit MPS V3 ein deutlich moderneres Werkzeug an die Hand bekommen, um GPUs zwischen mehreren Workloads aufzuteilen. Für Entwickler, die schon mit der RTX-Spark-Plattform oder generell mit Arm-basierten Windows-Geräten planen, dürfte das neue CUDA-Toolkit eine der wichtigeren Vorbereitungen für den Herbst sein. Ob und wie stark sich das auf breiterer Front auszahlt, hängt vor allem davon ab, wie schnell weitere Arm-Notebooks mit dieser Unterstützung tatsächlich in den Handel kommen.
