Anaconda bringt natives Python auf Windows on ARM und das Surface Laptop Ultra

Natives Python statt Emulation

Bisher waren Python-Entwickler unter Windows on ARM laut Anaconda auf Emulation angewiesen. Anaconda und Miniconda liefen über Prism, die Übersetzungsschicht, mit der x64-Apps auf ARM-Chips laufen. Das habe funktioniert, doch jede Anweisung sei durch einen zusätzlichen Schritt gegangen, und Pakete mit hardwarespezifischem Code hätten nicht immer reibungslos mitgespielt.

Die native Unterstützung beseitigt diesen Zwischenschritt. Die Python-Laufzeitumgebung, der Paketmanager conda und die Pakete aus Anacondas vertrauenswürdigem Repository sind nun für ARM64 gebaut und laufen direkt auf dem Prozessor. Besonders wichtig sei das für KI-Arbeit, argumentiert Anaconda, denn lokale KI hänge an einer langen Kette von Software, von Python bis hinunter zu den Bibliotheken, die mit der GPU kommunizieren. Wenn jedes Glied nativ und vertrauenswürdig sei, könne die Hardware leisten, wofür sie entwickelt wurde, so das Unternehmen.

Kilo Desktop und lokale Modelle

Die Werkzeuge lassen sich in Kilo Desktop verwalten. Anaconda beschreibt es als agentisches Engineering-Tool für Entwickler und Data Scientists, die KI-Anwendungen bauen und Daten analysieren. Nutzer können damit Umgebungen importieren und erstellen, lokale Modelle verwalten und beides auf ihrem Gerät bereitstellen.

Umgebungen lassen sich aus einer einzigen Datei environment.yml importieren. In diesem Format beschreibt conda einen Arbeitsbereich mit eigener Python-Version und eigenen Paketen. Wer dieselbe Datei hat, bekommt dasselbe Setup. Ein Projekt, das auf einem Surface-Gerät entstanden ist, lasse sich so mit weniger Rätselraten auf einem anderen Rechner neu aufbauen, so Anaconda.

Sobald Pakete und Modelle heruntergeladen sind, läuft alles auf dem Gerät, und es werden keine Daten in die Cloud gesendet. Nutzer laden ein Open-Weights-Modell und starten mit wenigen Klicks einen lokalen Modellserver. Der Server nutzt die weit verbreitete OpenAI-kompatible API, sodass bestehender Code und vorhandene Tools durch Änderung einer einzigen Adresse auf das lokale Modell zugreifen können.

Vom neuen Gerät zur funktionierenden App

Anaconda skizziert einen Workflow für ein neues Surface-Gerät:

• Die native Windows-on-ARM-Version von Kilo Desktop installieren und auf Anaconda-Pakete zugreifen.
• Die Projektumgebung aus einer einzigen environment.yml-Datei erstellen.
• Modelle lokal über Kilo Desktop bereitstellen.
• Eine Python-App mit Anaconda-Paketen bauen, zum Beispiel ein Streamlit-Dashboard über einen lokalen Datensatz, das Fragen mit dem Modell auf dem Gerät beantwortet.

Laut Unternehmen bleibt jeder Teil des Stacks auf dem Laptop: die Python-Laufzeit, die Pakete, das Modell, der Agent, die Daten und die fertige App. Anaconda verweist zudem auf Microsofts neues Agent-Sandboxing unter Windows on ARM. Es biete Entwicklern auf einem einzigen Gerät einen vollständigen Weg, einen lokal laufenden KI-Agenten oder eine KI-Anwendung für den Produktivbetrieb zu erkunden, zu entwerfen und zu entwickeln.

Was das für Entwickler und Teams bedeutet

Für einzelne Entwickler entsteht laut Anaconda ein Laptop, der echte KI-Workloads lokal ausführen kann. Das sei nützlich für Prototypen, für die Arbeit mit sensiblen privaten Daten oder für die Entwicklung unterwegs.

Für Teams bringe es Reproduzierbarkeit und Kontrolle, so das Unternehmen. Umgebungsdateien halten Setups über Geräte hinweg konsistent, und per Sandboxing können Teams Agenten Zugriff auf echte Projekte geben und zugleich begrenzen, worauf sie zugreifen dürfen. Für das gesamte Windows-on-ARM-Ökosystem schalteten native Pakete laut Anaconda umfangreichere Funktionen und Entwicklungsmöglichkeiten frei.

Anacondas native Unterstützung für Windows on ARM ist ab sofort verfügbar. Das Unternehmen verweist auf Kilo mit Anaconda-Paketen für Windows on ARM, auf seine geprüften Pakete für die Plattform und auf Microsoft Execution Containers auf GitHub.