Qué es

El ASUS Ascent GX10 es una supercomputadora de IA personal construida alrededor del 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 empacado aproximadamente 1 PetaFLOP de cómputo FP4 y suficiente memoria para cargar un modelo de 200 mil millones de parámetros localmente.

Esta no es una mini PC de propósito general, y no debería comprarse como tal. Corre NVIDIA DGX OS — una compilación Arm de Ubuntu Linux — no Windows. Su razón de existir 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 cercana es el precio. A $2,999 por la configuración de 1 TB, es el punto de entrada con el precio más agresivo a la clase GB10 hasta la fecha — quitándole terreno al DGX Spark de referencia mientras añade un chasis metálico y mejor refrigeración.

Para qué sirve: IA local y desarrollo de LLM

El truco protagonista 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 pool, así que puedes cargar modelos que nunca cabrían en la VRAM de una GPU de consumo:

  • Inferencia de LLM local — corre modelos cuantizados de hasta ~200B parámetros sin tocar la nube. En las pruebas de vLLM de StorageReview, GPT-OSS-120B sirvió a aproximadamente 45–680 tokens/seg según la forma de la carga, y Llama 3.1 8B FP4 alcanzó hasta ~2,750 tokens/seg en corridas pesadas en prefill.
  • Fine-tuning y trabajo de LoRA — el pool de 128 GB te da margen para afinar modelos de tamaño medio que no cabrían en una tarjeta dedicada de 24 GB o incluso 32 GB.
  • Entorno de desarrollo de IA — DGX OS llega con CUDA, PyTorch, TensorFlow, Jupyter, TensorRT, microservicios NVIDIA NIM y Ollama precargados. Para un desarrollador que quiere una caja CUDA que vive bajo el escritorio en lugar de en una factura de nube, ese stack listo para usar es el verdadero argumento de venta.
  • Clustering de dos nodos — la NIC ConnectX-7 incorporada te permite cablear dos unidades GX10 juntas por un solo enlace QSFP de 200 Gbps y correr modelos de hasta 405B parámetros (Llama 3.1 405B) en la pareja.

Si tu interés es el trabajo general de creación o tareas de oficina, el GX10 puede hacerlo — pero estarías pagando dinero de supercomputadora para correr un escritorio Arm Linux. Para esa audiencia, una caja x86 como el Framework Desktop o una máquina Strix Halo corriendo 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 maneja la orquestación y preparación de datos; la GPU Blackwell con Tensor Cores de quinta generación y FP4 nativo hace el trabajo pesado a hasta 1,000 TOPS. Como las dos están unidas por NVLink-C2C — NVIDIA cita aproximadamente cinco veces el ancho de banda de PCIe 5.0 entre ellas — no hay cuello de botella PCIe transportando tensores entre la memoria de CPU y GPU. Es todo un espacio de direcciones coherente.

Esta arquitectura es por qué una caja tan pequeña puede afirmar que corre modelos de 200B parámetros cuando una RTX 5090 de escritorio, con sus 32 GB de GDDR7, simplemente no puede contenerlos. El trade-off es el ancho de banda, al que llegaremos abajo.

Construcción, conectividad y clustering

ASUS claramente 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 mueve el botón de encendido al frente — algo menor hasta que estás gestionando una pila de unidades en clúster. La refrigeración la manejan tres ventiladores y una cámara de vapor dual con control de siete niveles, y la unidad pasó múltiples pruebas MIL-STD 810H. Incluso obtuvo un premio Taiwan Excellence 2026 por el diseño.

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

  • NIC NVIDIA ConnectX-7 — puertos duales QSFP de 200 Gbps para clustering scale-out, más LAN 10 GbE
  • 4× USB-C (20 Gbps, modo alterno DisplayPort 2.1); uno funciona también como entrada de power-delivery de 180W
  • HDMI 2.1b, Wi-Fi 7, Bluetooth 5.4, ranura para candado Kensington
  • Fuente de alimentación USB-C de 240W

Ancho de banda de memoria: el techo del mundo real

Aquí está la parte honesta. El ancho de banda de memoria del GX10 mide alrededor de 273 GB/s (LPDDR5x a 8533 MT/s). Eso es enorme comparado con una CPU, pero es una fracción de lo que entrega una GPU dedicada — una RTX 5090 empuja bastante más de 1,7 TB/s. Para la generación de tokens de LLM, que está limitada por el ancho de banda de memoria, ese techo es el limitante, no el cómputo de la GPU Blackwell.

Lo que eso significa en la práctica: el GX10 es excepcional manteniendo un modelo enorme y en servicio pesado en prefill/throughput, pero la generación de tokens interactiva de un solo flujo en modelos grandes se sentirá modesta junto a una GPU dedicada de gama alta corriendo un modelo lo bastante pequeño para caber en su VRAM. El GX10 gana cuando el modelo es demasiado grande para caber en otro lado; no gana una carrera de tokens por segundo contra una 5090 en un modelo que cabe en 32 GB. StorageReview encontró que el GX10 se mantenía estrechamente alineado con cualquier otro sistema de clase Spark, ya que todos comparten silicio de núcleo idéntico — las diferencias entre fabricantes se reducen a chasis, refrigeración, SSD y precio, no a velocidad bruta.

ASUS Ascent GX10 vs NVIDIA DGX Spark

Corren el mismo superchip GB10, la misma memoria unificada de 128 GB, y el mismo ancho de banda de 273 GB/s, así que el rendimiento de IA es efectivamente idéntico. El argumento del GX10 a su favor es todo lo que rodea al chip: un chasis metálico, un refrigerador de tres ventiladores/cámara de vapor más elaborado, encendido frontal, y — lo más importante — un precio de entrada más bajo. Si estás eligiendo entre cajas de clase Spark, estás eligiendo por calidad de construcción, nivel de almacenamiento y costo.

Precio y dónde comprar

El Ascent GX10 se vende en tres niveles, separados por almacenamiento:

  • $2,999 — NVMe PCIe Gen4 de 1 TB (la opción de valor, ~$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 estás pagando por capacidad de SSD y, en el nivel superior, un disco Gen5 más rápido. Para la mayoría de los compradores 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 transmiten desde el almacenamiento lo bastante rápido como para que el disco Gen4 rara vez sea cuello de botella en inferencia. El nivel Gen5 de 4 TB tiene sentido solo si estás haciendo malabares con muchos checkpoints de modelos grandes localmente.

Lo que señalaríamos

Este es un producto fuerte para su nicho, pero se gana algunas salvedades honestas:

  • Es un electrodoméstico de desarrollo Linux, no un escritorio. DGX OS es Arm Ubuntu. Si esperas una máquina Windows, esta no es.
  • 273 GB/s es el cuello de botella. La generación de tokens en modelos grandes está limitada por ancho de banda; no esperes interactividad de GPU dedicada. Cómpralo por la capacidad, no por la velocidad bruta.
  • El modelo de 1 TB lleva un SSD Gen4 con velocidades de escritura relativamente lentas — bien para inferencia, menos ideal si escribes constantemente checkpoints grandes.
  • Las temperaturas corren cálidas en ráfagas. StorageReview vio la CPU llegar a 87,3°C y la GPU a 82°C durante picos pesados en prefill, aunque se estabilizó bajo carga sostenida. El refrigerador de tres ventiladores lo maneja, pero esta es una cajita caliente bajo estrés.
  • Es una inversión de propósito único. A $3,000+, esto solo tiene sentido si la IA local es genuinamente tu carga de trabajo. Si tienes curiosidad por los LLMs locales de forma más casual, una mini PC Strix Halo, un Mac mini M4 Pro, o incluso las opciones NPU/iGPU que hemos perfilado son puntos de partida mucho más baratos.

Veredicto

El ASUS Ascent GX10 es la forma más sensata de entrar a la plataforma GB10 Grace Blackwell de NVIDIA ahora mismo. Corre 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 agrupa con una segunda unidad para trabajo de 405B parámetros — todo desde $2,999, el precio de entrada más bajo de su clase.

Solo cómpralo por la razón correcta. Su valor es la capacidad de mantener y desarrollar contra modelos muy grandes localmente, con un stack de software NVIDIA llave en mano y clustering incorporado. No es un demonio de velocidad para generación interactiva — el ancho de banda de memoria de 273 GB/s se encarga de eso — y no es una PC de propósito general. Pero si eres un desarrollador de IA, investigador o creador que quiere una workstation Grace Blackwell personal sin rentar GPUs en la nube, el GX10 es la caja GB10 que poner al tope de la lista.