Qué es

El ASUS Ascent GX10 es una supercomputadora personal de IA basada en el superchip GB10 Grace Blackwell de NVIDIA, el mismo silicio que impulsa el DGX Spark de referencia de NVIDIA. Combina una CPU Grace Arm v9.2 de 20 núcleos con una GPU Blackwell en un solo encapsulado, unidas por NVLink-C2C, y alimenta a ambas desde un pool compartido de 128 GB de memoria unificada LPDDR5x. En un chasis del tamaño de un libro de tapa dura (150 × 150 × 51 mm), ASUS ha metido aproximadamente 1 PetaFLOP de cómputo en FP4 y memoria suficiente para cargar en local un modelo de 200 mil millones de parámetros.

No es una mini PC de uso general, y no deberías evaluarla como tal. Funciona con NVIDIA DGX OS (una versión de Ubuntu Linux para Arm), no con Windows. Su razón de ser es la IA local: fine-tuning, inferencia y prototipado de modelos que de otro modo necesitarían una instancia de GPU en la nube. Lo que hace que el GX10 merezca una mirada más atenta es el precio. Con $2,999 por la configuración de 1 TB, es la puerta de entrada con el precio más agresivo a la clase GB10 hasta la fecha, por debajo del DGX Spark de referencia y con un chasis metálico y mejor refrigeración.

Para qué sirve: IA local y desarrollo de LLM

El gran truco del GX10 es meter modelos grandes en un único espacio de memoria coherente. Con 128 GB de LPDDR5x unificada, la CPU y la GPU comparten un solo pool, así que puedes cargar modelos que jamás cabrían en la VRAM de una GPU de consumo:

  • Inferencia de LLM en local: ejecuta modelos cuantizados de hasta ~200B parámetros sin tocar la nube. En las pruebas con vLLM de StorageReview, GPT-OSS-120B se sirvió a unos 45–680 tokens/s según el tipo de carga, y Llama 3.1 8B en FP4 alcanzó hasta ~2,750 tokens/s en ejecuciones con mucho prefill.
  • Fine-tuning y trabajo con LoRA: el pool de 128 GB te da margen para hacer fine-tuning de modelos medianos que no caben en una tarjeta dedicada de 24 GB o incluso de 32 GB.
  • Entorno de desarrollo de IA: DGX OS viene con CUDA, PyTorch, TensorFlow, Jupyter, TensorRT, los microservicios NVIDIA NIM y Ollama preinstalados. Para un desarrollador que quiere un equipo CUDA debajo del escritorio en lugar de una factura en la nube, ese stack listo para usar es el verdadero argumento de venta.
  • Clúster de dos nodos: la NIC ConnectX-7 integrada te permite conectar dos unidades GX10 con un solo enlace QSFP de 200 Gbps y ejecutar modelos de hasta 405B parámetros (Llama 3.1 405B) entre ambas.

Si lo que te interesa es trabajo creativo general o tareas de oficina, el GX10 puede hacerlo, pero estarías pagando precio de supercomputadora para usar un escritorio Linux en Arm. Para ese público, un equipo x86 como el Framework Desktop o una máquina Strix Halo que ejecuta modelos de 70B tiene mucho más sentido.

El superchip GB10 y la memoria unificada

El GB10 es el corazón de la historia. La CPU Grace de 20 núcleos se encarga de la orquestación y la preparación de datos; la GPU Blackwell, con Tensor Cores de quinta generación y FP4 nativo, hace el trabajo pesado con hasta 1,000 TOPS. Como ambas están unidas por NVLink-C2C (NVIDIA indica aproximadamente cinco veces el ancho de banda de PCIe 5.0 entre ellas), no hay un cuello de botella PCIe moviendo tensores entre la memoria de la CPU y la de la GPU. Todo es un único espacio de direcciones coherente.

Esta arquitectura explica por qué un equipo tan pequeño puede presumir de ejecutar modelos de 200B parámetros cuando una RTX 5090 de escritorio, con sus 32 GB de GDDR7, simplemente no puede alojarlos. La contrapartida es el ancho de banda, del que hablaremos más abajo.

Construcción, conectividad y clústeres

Está claro que ASUS estudió el diseño de referencia y lo mejoró. El GX10 usa un chasis de aluminio en lugar del plástico del DGX Spark, añade ventilación en la parte inferior y trasera, y pasa el botón de encendido al frente, un detalle menor hasta que tienes que gestionar una pila de unidades en clúster. La refrigeración corre a cargo de tres ventiladores y una doble cámara de vapor con control de siete niveles, y la unidad superó varias pruebas MIL-STD 810H. Incluso obtuvo un premio Taiwan Excellence 2026 por su diseño.

La conectividad está orientada a una workstation de IA, no a un PC multimedia:

  • NIC NVIDIA ConnectX-7: dos puertos QSFP de 200 Gbps para escalar en clúster, más LAN 10 GbE
  • 4× USB-C (20 Gbps, modo alternativo DisplayPort 2.1); uno funciona también como entrada de alimentación EPR de 180W
  • HDMI 2.1b, Wi-Fi 7, Bluetooth 5.4, ranura de seguridad Kensington
  • Fuente de alimentación USB-C de 240W

Ancho de banda de memoria: el techo real

Esta es la parte honesta. El ancho de banda de memoria del GX10 ronda los 273 GB/s (LPDDR5x a 8533 MT/s). Es enorme comparado con una CPU, pero es una fracción de lo que ofrece una GPU dedicada: una RTX 5090 supera holgadamente los 1.7 TB/s. Para la generación de tokens de un LLM, que depende del ancho de banda de memoria, ese techo es el limitante, no el cómputo de la GPU Blackwell.

En la práctica, esto significa que el GX10 es excepcional para alojar un modelo enorme y para servir cargas con mucho prefill o de alto rendimiento, pero la generación interactiva de tokens en un solo flujo con modelos grandes se sentirá modesta frente a una GPU dedicada de gama alta que ejecute un modelo lo bastante pequeño para caber en su VRAM. El GX10 gana cuando el modelo es demasiado grande para caber en cualquier otro lugar; no gana una carrera de tokens por segundo contra una 5090 con un modelo que cabe en 32 GB. StorageReview comprobó que el GX10 rindió casi igual que todos los demás sistemas de clase Spark, ya que comparten el mismo silicio central; las diferencias entre fabricantes se reducen al chasis, la refrigeración, el SSD y el precio, no a la velocidad bruta.

ASUS Ascent GX10 vs NVIDIA DGX Spark

Usan el mismo superchip GB10, los mismos 128 GB de memoria unificada y los mismos 273 GB/s de ancho de banda, así que el rendimiento en IA es prácticamente idéntico. Los argumentos del GX10 están en todo lo que rodea al chip: un chasis metálico, un sistema de refrigeración más elaborado con tres ventiladores y cámara de vapor, el botón de encendido al frente y, sobre todo, un precio de entrada más bajo. Si estás eligiendo entre equipos de clase Spark, eliges por calidad de construcción, nivel de almacenamiento y costo. Relacionado: nuestras reseñas del MSI EdgeXpert MS-C931 y del GIGABYTE AI TOP ATOM.

Precio y dónde comprarlo

El Ascent GX10 se vende en tres niveles, que se distinguen por el almacenamiento:

  • $2,999: NVMe PCIe Gen4 de 1 TB (la opción con mejor relación calidad-precio, ~$333/TB en la entrada)
  • $3,499: NVMe PCIe Gen4 de 2 TB
  • $3,999: NVMe PCIe Gen5 de 4 TB

Los tres llevan el mismo superchip GB10 y 128 GB de memoria; solo pagas por la capacidad del SSD y, en el nivel superior, por una unidad Gen5 más rápida. Para la mayoría, el modelo de 1 TB a $2,999 es la entrada inteligente: es la forma más barata de entrar al ecosistema GB10, y los modelos se cargan desde el almacenamiento lo bastante rápido como para que la unidad Gen4 rara vez limite la inferencia. El nivel de 4 TB Gen5 solo tiene sentido si manejas muchos checkpoints de modelos grandes en local.

Lo que señalaríamos

Es un producto sólido para su nicho, pero merece algunas salvedades honestas:

  • Es un aparato de desarrollo en Linux, no un escritorio. DGX OS es Ubuntu para Arm. Si esperas una máquina con Windows, no es esta.
  • Los 273 GB/s son el cuello de botella. La generación de tokens en modelos grandes está limitada por el ancho de banda; no esperes la interactividad de una GPU dedicada. Cómpralo por capacidad, no por velocidad bruta.
  • El modelo de 1 TB trae un SSD Gen4 con velocidades de escritura relativamente lentas. Está bien para inferencia, pero no es lo ideal si escribes checkpoints grandes constantemente.
  • Las temperaturas suben en ráfagas. StorageReview vio picos de 87.3°C en la CPU y 82°C en la GPU durante picos con mucho prefill, aunque se estabilizaron con carga sostenida. El sistema de tres ventiladores lo maneja, pero es un equipo pequeño que se calienta bajo estrés.
  • Es una inversión de un solo propósito. A $3,000+, solo tiene sentido si la IA local es realmente tu carga de trabajo. Si los LLM locales te despiertan una curiosidad más casual, una mini PC Strix Halo, una Mac mini M4 Pro o incluso las opciones con NPU/iGPU que hemos analizado son puntos de partida mucho más baratos.

Veredicto del ASUS Ascent GX10

El ASUS Ascent GX10 es hoy la forma más sensata de entrar a la plataforma GB10 Grace Blackwell de NVIDIA. Usa el mismo silicio que el DGX Spark, mete 128 GB de memoria unificada y un stack completo de desarrollo CUDA en una caja de aluminio del tamaño de un libro, y se conecta en clúster con una segunda unidad para trabajar con 405B parámetros, todo desde $2,999, el precio de entrada más bajo de su clase.

Eso sí, cómpralo por la razón correcta. Su valor está en poder alojar y desarrollar sobre modelos muy grandes en local, con un stack de software NVIDIA listo para usar y clúster integrado. No es un demonio de la velocidad para la generación interactiva (los 273 GB/s de ancho de banda de memoria se encargan de eso), y no es un PC de uso general. Pero si eres desarrollador de IA, investigador o creador y quieres una workstation personal Grace Blackwell sin alquilar GPU en la nube, el GX10 es el equipo GB10 que debe encabezar tu lista.