Was es ist

Der ASUS Ascent GX10 ist ein persönlicher KI-Supercomputer rund um NVIDIAs GB10 Grace Blackwell Superchip — dasselbe Silizium, das NVIDIAs Referenz-DGX-Spark antreibt. Er koppelt eine 20-Kern-Arm-v9.2-Grace-CPU mit einer Blackwell-GPU auf einem einzigen Package, verbunden durch NVLink-C2C, und versorgt beide aus einem geteilten 128-GB-Pool aus LPDDR5x-Unified-Memory. In einem Gehäuse von der Größe eines gebundenen Buchs (150 × 150 × 51 mm) hat ASUS rund 1 PetaFLOP FP4-Rechenleistung und genug Speicher untergebracht, um ein 200-Milliarden-Parameter-Modell lokal zu laden.

Dies ist kein Allzweck-Mini-PC, und man sollte ihn nicht wie einen solchen einkaufen. Er läuft mit NVIDIA DGX OS — einem Arm-Build von Ubuntu Linux — nicht mit Windows. Seine Daseinsberechtigung ist lokale KI: Feintuning, Inferenz und das Prototyping von Modellen, die andernfalls eine Cloud-GPU-Instanz bräuchten. Was den GX10 eines näheren Blicks würdig macht, ist der Preis. Mit 2.999 US-Dollar für die 1-TB-Konfiguration ist er der bislang aggressivst bepreiste Einstiegspunkt in die GB10-Klasse — er unterbietet den Referenz-DGX-Spark und ergänzt zugleich ein Metallgehäuse und bessere Kühlung.

Wofür es taugt: lokale KI und LLM-Entwicklung

Der Paradetrick des GX10 ist es, große Modelle in einen einzigen kohärenten Speicherraum zu packen. Mit 128 GB Unified LPDDR5x teilen sich CPU und GPU einen Pool, sodass Sie Modelle laden können, die niemals in den VRAM einer Consumer-GPU passen würden:

  • Lokale LLM-Inferenz — quantisierte Modelle mit bis zu ~200B Parametern ohne Cloud ausführen. In den vLLM-Tests von StorageReview wurde GPT-OSS-120B mit je nach Workload-Form rund 45–680 Tokens/s bereitgestellt, und Llama 3.1 8B FP4 erreichte bei Prefill-lastigen Läufen bis zu ~2.750 Tokens/s.
  • Feintuning und LoRA-Arbeit — der 128-GB-Pool gibt Ihnen Spielraum, um mittelgroße Modelle feinzutunen, die nicht auf eine 24-GB- oder selbst 32-GB-Diskretkarte passen.
  • KI-Entwicklungsumgebung — DGX OS liefert CUDA, PyTorch, TensorFlow, Jupyter, TensorRT, NVIDIA-NIM-Microservices und Ollama vorinstalliert. Für einen Entwickler, der eine CUDA-Box will, die unter dem Schreibtisch statt auf einer Cloud-Rechnung lebt, ist dieser Out-of-Box-Stack das eigentliche Verkaufsargument.
  • Zwei-Knoten-Clustering — die integrierte ConnectX-7-NIC lässt Sie zwei GX10-Einheiten über einen einzigen 200-Gbps-QSFP-Link verkabeln und Modelle mit bis zu 405B Parametern (Llama 3.1 405B) über das Paar ausführen.

Wenn Ihr Interesse allgemeiner Creator-Arbeit oder Büroaufgaben gilt, kann der GX10 das — aber Sie würden Supercomputer-Geld zahlen, um einen Arm-Linux-Desktop zu betreiben. Für dieses Publikum ergeben eine x86-Box wie der Framework Desktop oder eine Strix-Halo-Maschine, die 70B-Modelle ausführt weit mehr Sinn.

Der GB10-Superchip und Unified Memory

Der GB10 ist das Herz der Geschichte. Die 20-Kern-Grace-CPU erledigt Orchestrierung und Datenaufbereitung; die Blackwell-GPU mit Tensor-Cores der fünften Generation und nativem FP4 leistet die Schwerstarbeit mit bis zu 1.000 TOPS. Weil die beiden durch NVLink-C2C verbunden sind — NVIDIA nennt etwa die fünffache Bandbreite von PCIe 5.0 zwischen ihnen — gibt es keinen PCIe-Flaschenhals, der Tensoren zwischen CPU- und GPU-Speicher hin- und herschiebt. Es ist alles ein kohärenter Adressraum.

Diese Architektur ist der Grund, warum eine so kleine Box beanspruchen kann, 200B-Parameter-Modelle auszuführen, während eine Desktop-RTX-5090 mit ihren 32 GB GDDR7 sie schlicht nicht halten kann. Der Trade-off ist die Bandbreite, auf die wir unten zu sprechen kommen.

Aufbau, Konnektivität und Clustering

ASUS hat das Referenzdesign offensichtlich studiert und verbessert. Der GX10 verwendet ein Aluminiumgehäuse statt des Kunststoffs des DGX Spark, ergänzt Belüftung an Unter- und Rückseite und verlegt den Power-Knopf nach vorne — eine Kleinigkeit, bis Sie einen Stapel geclusterter Einheiten verwalten. Die Kühlung übernehmen drei Lüfter und eine Dual-Vapor-Chamber mit siebenstufiger Steuerung, und die Einheit bestand mehrere MIL-STD-810H-Tests. Sie holte sogar einen Taiwan Excellence Award 2026 für das Design.

Die Konnektivität ist auf eine KI-Workstation ausgerichtet, nicht auf einen Media-PC:

  • NVIDIA ConnectX-7 NIC — dual 200 Gbps QSFP-Ports für Scale-out-Clustering, plus 10 GbE LAN
  • 4× USB-C (20 Gbps, DisplayPort 2.1 Alt Mode); einer dient zugleich als 180W-EPR-Power-Delivery-Eingang
  • HDMI 2.1b, Wi-Fi 7, Bluetooth 5.4, Kensington-Lock-Slot
  • 240W USB-C-Netzteil

Speicherbandbreite: die reale Obergrenze

Hier ist der ehrliche Teil. Die Speicherbandbreite des GX10 misst sich auf rund 273 GB/s (LPDDR5x bei 8533 MT/s). Das ist enorm im Vergleich zu einer CPU, aber es ist ein Bruchteil dessen, was eine dedizierte GPU liefert — eine RTX 5090 schiebt weit über 1,7 TB/s. Für die LLM-Token-Generierung, die durch die Speicherbandbreite begrenzt ist, ist diese Obergrenze der Begrenzer, nicht die Rechenleistung der Blackwell-GPU.

Was das in der Praxis bedeutet: Der GX10 ist außergewöhnlich darin, ein riesiges Modell zu halten und beim Prefill-/Durchsatz-lastigen Serving, aber die interaktive Single-Stream-Token-Generierung bei großen Modellen wird sich bescheiden anfühlen neben einer High-End-Diskret-GPU, die ein Modell ausführt, das klein genug ist, um in ihren VRAM zu passen. Der GX10 gewinnt, wenn das Modell zu groß ist, um irgendwo sonst zu passen; er gewinnt kein Tokens-pro-Sekunde-Rennen gegen eine 5090 bei einem Modell, das in 32 GB passt. StorageReview stellte fest, dass der GX10 eng mit jedem anderen Spark-klassigen System mitlief, da sie alle identisches Kern-Silizium teilen — Unterschiede zwischen den Herstellern laufen auf Gehäuse, Kühlung, SSD und Preis hinaus, nicht auf rohe Geschwindigkeit.

ASUS Ascent GX10 vs. NVIDIA DGX Spark

Sie führen denselben GB10-Superchip, denselben 128-GB-Unified-Memory und dieselbe 273-GB/s-Bandbreite aus, sodass die KI-Leistung praktisch identisch ist. Das Argument des GX10 für sich selbst ist alles rund um den Chip: ein Metallgehäuse, ein aufwendigerer Drei-Lüfter-/Vapor-Chamber-Kühler, frontseitige Power-Taste und — am wichtigsten — ein niedrigerer Einstiegspreis. Wenn Sie zwischen Spark-klassigen Boxen wählen, wählen Sie nach Verarbeitungsqualität, Speicherstufe und Kosten.

Preise und wo man es kaufen kann

Der Ascent GX10 wird in drei Stufen verkauft, getrennt nach Speicher:

  • 2.999 US-Dollar — 1 TB PCIe Gen4 NVMe (die Preis-Leistungs-Wahl, ~333 $/TB am Einstieg)
  • 3.499 US-Dollar — 2 TB PCIe Gen4 NVMe
  • 3.999 US-Dollar — 4 TB PCIe Gen5 NVMe

Alle drei tragen denselben GB10-Superchip und 128 GB Speicher; Sie zahlen nur für SSD-Kapazität und, in der obersten Stufe, ein schnelleres Gen5-Laufwerk. Für die meisten Käufer ist das 1-TB-Modell für 2.999 US-Dollar der schlaue Einstieg — es ist der günstigste Weg in das GB10-Ökosystem, und Modelle streamen schnell genug vom Speicher, dass das Gen4-Laufwerk die Inferenz selten ausbremst. Die 4-TB-Gen5-Stufe ergibt nur Sinn, wenn Sie viele große Modell-Checkpoints lokal jonglieren.

Was wir anmerken würden

Dies ist ein starkes Produkt für seine Nische, aber es verdient ein paar ehrliche Vorbehalte:

  • Es ist eine Linux-Entwickler-Appliance, kein Desktop. DGX OS ist Arm-Ubuntu. Wenn Sie eine Windows-Maschine erwarten, ist es das nicht.
  • 273 GB/s sind der Flaschenhals. Die Token-Generierung bei großen Modellen ist bandbreitenbegrenzt; erwarten Sie keine Diskret-GPU-Interaktivität. Kaufen Sie ihn für Kapazität, nicht für rohe Geschwindigkeit.
  • Das 1-TB-Modell liefert eine Gen4-SSD mit relativ langsamen Schreibgeschwindigkeiten — in Ordnung für Inferenz, weniger ideal, wenn Sie ständig große Checkpoints schreiben.
  • Die Temperaturen laufen in Bursts warm. StorageReview sah die CPU bei Prefill-lastigen Spitzen auf 87,3 °C und die GPU auf 82 °C ansteigen, obwohl sie sich unter Dauerlast stabilisierte. Der Drei-Lüfter-Kühler bewältigt es, aber dies ist eine heiße kleine Box unter Stress.
  • Es ist eine Einzelzweck-Investition. Bei 3.000 US-Dollar+ ergibt das nur Sinn, wenn lokale KI wirklich Ihr Workload ist. Wenn Sie eher beiläufig an lokalen LLMs interessiert sind, sind ein Strix-Halo-Mini-PC, ein Mac mini M4 Pro oder selbst die NPU-/iGPU-Optionen, die wir profiliert haben weitaus günstigere Ausgangspunkte.

Fazit

Der ASUS Ascent GX10 ist derzeit der vernünftigste Weg, in NVIDIAs GB10-Grace-Blackwell-Plattform einzusteigen. Er läuft mit demselben Silizium wie der DGX Spark, packt 128 GB Unified Memory und einen vollständigen CUDA-Entwickler-Stack in eine buchgroße Aluminiumbox und lässt sich mit einer zweiten Einheit für 405B-Parameter-Arbeit clustern — alles ab 2.999 US-Dollar, dem niedrigsten Einstiegspreis seiner Klasse.

Kaufen Sie ihn nur aus dem richtigen Grund. Sein Wert ist die Fähigkeit, sehr große Modelle lokal zu halten und gegen sie zu entwickeln, mit einem schlüsselfertigen NVIDIA-Software-Stack und integriertem Clustering. Er ist kein Geschwindigkeitswunder für interaktive Generierung — dafür sorgt die 273-GB/s-Speicherbandbreite — und er ist kein Allzweck-PC. Aber wenn Sie ein KI-Entwickler, Forscher oder Kreativer sind, der eine persönliche Grace-Blackwell-Workstation will, ohne Cloud-GPUs zu mieten, ist der GX10 die GB10-Box, die man ganz oben auf die Liste setzt.