概要

ASUS Ascent GX10 は、NVIDIA の GB10 Grace Blackwell スーパーチップを中心に構築されたパーソナル AI スーパーコンピュータです——NVIDIA のリファレンス DGX Spark を動かすのと同じシリコンです。20 コアの Arm v9.2 Grace CPU と Blackwell GPU を単一パッケージ上で NVLink-C2C により結合し、両者を共有の 128 GB LPDDR5x 統合メモリプールから給電します。ハードカバー本ほどのサイズの筐体(150 × 150 × 51 mm)に、ASUS はおよそ 1 PetaFLOP の FP4 演算と、2,000 億パラメータモデルをローカルでロードできるだけのメモリを詰め込みました。

これは汎用ミニ PC ではなく、そのように買い物すべきではありません。Windows ではなく NVIDIA DGX OS——Arm 版の Ubuntu Linux——を動かします。その存在理由はローカル AI です:クラウド GPU インスタンスがなければ必要となるようなモデルのファインチューニング、推論、プロトタイピング。GX10 をよく見る価値があるものにしているのは価格です。1 TB 構成で $2,999 という、GB10 クラスへのこれまでで最も積極的な価格設定のエントリーポイントで——リファレンスの DGX Spark を下回りつつ、金属筐体とより優れた冷却を追加しています。

何に向いているか:ローカル AI と LLM 開発

GX10 の見出しの技は、大きなモデルを単一のコヒーレントなメモリ空間に収めることです。128 GB の統合 LPDDR5x により、CPU と GPU が 1 つのプールを共有するため、コンシューマー GPU の VRAM には決して収まらないモデルをロードできます:

  • ローカル LLM 推論 — クラウドに触れずに最大 ~200B パラメータの量子化モデルを実行。StorageReview の vLLM テストでは、GPT-OSS-120B はワークロードの形状に応じておよそ 45〜680 トークン/秒でサーブされ、Llama 3.1 8B FP4 はプリフィル偏重の実行で最大 ~2,750 トークン/秒に達しました。
  • ファインチューニングと LoRA 作業 — 128 GB のプールにより、24 GB はおろか 32 GB のディスクリートカードにも収まらない中規模モデルをファインチューニングする余裕が得られます。
  • AI 開発環境 — DGX OS には CUDA、PyTorch、TensorFlow、Jupyter、TensorRT、NVIDIA NIM マイクロサービス、Ollama がプリロードされて出荷されます。クラウド請求書の上ではなくデスクの下で動く CUDA ボックスが欲しい開発者にとって、その箱から出してすぐのスタックこそが真の売りです。
  • 2 ノードクラスタリング — オンボードの ConnectX-7 NIC により、2 台の GX10 ユニットを単一の 200 Gbps QSFP リンクでケーブル接続し、ペア全体で最大 405B パラメータ(Llama 3.1 405B)のモデルを実行できます。

汎用のクリエイター作業やオフィスタスクに関心があるなら、GX10 はそれをこなせます——ですが Arm Linux デスクトップを動かすためにスーパーコンピュータの金額を払うことになります。その層には、Framework Desktop のような x86 ボックスや、70B モデルを動かす Strix Halo マシン のほうがはるかに理にかなっています。

GB10 スーパーチップと統合メモリ

GB10 がこの物語の心臓です。20 コアの Grace CPU がオーケストレーションとデータ準備を担い、第 5 世代 Tensor Core とネイティブ FP4 を備えた Blackwell GPU が最大 1,000 TOPS で重い処理をこなします。両者は NVLink-C2C で結合されている——NVIDIA は両者間で PCIe 5.0 のおよそ 5 倍の帯域幅を謳っています——ため、CPU と GPU のメモリ間でテンソルを往復させる PCIe ボトルネックはありません。すべてが 1 つのコヒーレントなアドレス空間です。

このアーキテクチャこそ、32 GB の GDDR7 を持つデスクトップ RTX 5090 が単純に保持できないところを、これほど小さなボックスが 200B パラメータモデルを実行できると主張できる理由です。トレードオフは帯域幅で、これは下記で扱います。

筐体、接続性、クラスタリング

ASUS は明らかにリファレンス設計を研究し、それを改善しました。GX10 は DGX Spark のプラスチックではなくアルミニウム筐体を使い、底面と背面に通気を追加し、電源ボタンを前面に移動しました——クラスタ化されたユニットの山を管理するまでは些細なことです。冷却は 7 段階制御の 3 基のファンとデュアルベイパーチャンバーで処理され、ユニットは複数の MIL-STD 810H テストに合格しました。さらにその設計で 2026 年の台湾エクセレンス賞も獲得しています。

接続性はメディア PC ではなく AI ワークステーション向けに調整されています:

  • NVIDIA ConnectX-7 NIC — スケールアウトクラスタリング用のデュアル 200 Gbps QSFP ポート、加えて 10 GbE LAN
  • 4× USB-C(20 Gbps、DisplayPort 2.1 alt モード);1 つは 180W EPR の電力供給入力を兼ねる
  • HDMI 2.1b、Wi-Fi 7、Bluetooth 5.4、ケンジントンロックスロット
  • 240W USB-C 電源

メモリ帯域幅:実世界の上限

ここが率直な部分です。GX10 のメモリ帯域幅はおよそ 273 GB/s(8533 MT/s の LPDDR5x)と計測されます。これは CPU と比べれば巨大ですが、ディスクリート GPU が提供するものの一部にすぎません——RTX 5090 は優に 1.7 TB/s を超えて押し出します。メモリ帯域幅に縛られる LLM のトークン生成にとって、その上限が制限要因であり、Blackwell GPU の演算ではありません。

それが実際に意味するところ:GX10 は巨大なモデルを保持することと、プリフィル/スループット偏重のサービングに優れていますが、大きなモデルでのインタラクティブな単一ストリームのトークン生成は、VRAM に収まる程度に小さいモデルを動かすハイエンドのディスクリート GPU の隣では控えめに感じられるでしょう。GX10 が勝つのは、モデルが他のどこにも収まらないほど大きいときです。32 GB に収まるモデルで 5090 とトークン毎秒の競争には勝てません。StorageReview は GX10 が他のすべての Spark クラスシステムと密接に一致することを見出しました——それらはすべて同一のコアシリコンを共有しているため、ベンダー間の違いは生の速度ではなく筐体、冷却、SSD、価格に帰着します。

ASUS Ascent GX10 vs NVIDIA DGX Spark

両者は同じ GB10 スーパーチップ、同じ 128 GB の統合メモリ、同じ 273 GB/s の帯域幅を動かすため、AI 性能は実質的に同一です。GX10 の自己主張はチップの周りのすべてにあります:金属筐体、より精巧な 3 ファン/ベイパーチャンバーのクーラー、前面配置の電源、そして——最も重要なことに——より低いエントリー価格。Spark クラスのボックスから選ぶなら、ビルド品質、ストレージティア、コストで選ぶことになります。

価格と購入先

Ascent GX10 はストレージで分かれた 3 つのティアで販売されます:

  • $2,999 — 1 TB PCIe Gen4 NVMe(バリューな選択、エントリーで ~$333/TB)
  • $3,499 — 2 TB PCIe Gen4 NVMe
  • $3,999 — 4 TB PCIe Gen5 NVMe

3 つすべてが同じ GB10 スーパーチップと 128 GB のメモリを搭載しており、支払っているのは SSD 容量と、最上位ティアでは高速な Gen5 ドライブの分だけです。ほとんどの購入者にとって $2,999 の 1 TB モデルが賢いエントリーです——GB10 エコシステムへの最も安価な入り口であり、モデルはストレージから十分速くストリームされるので Gen4 ドライブが推論のボトルネックになることはめったにありません。4 TB Gen5 ティアが理にかなうのは、多数の大きなモデルチェックポイントをローカルでやりくりしている場合だけです。

注意点

これはニッチに対しては強力な製品ですが、いくつかの率直な留保を負っています:

  • これはデスクトップではなく Linux 開発者アプライアンス。 DGX OS は Arm Ubuntu です。Windows マシンを期待しているなら、これはそれではありません。
  • 273 GB/s がボトルネック。 大きなモデルでのトークン生成は帯域幅に制限されます。ディスクリート GPU のインタラクティブ性を期待しないでください。生の速度ではなく容量のために買ってください。
  • 1 TB モデルは Gen4 SSD を搭載しており書き込み速度が比較的遅い——推論には問題ありませんが、大きなチェックポイントを絶えず書き込んでいるなら理想的とは言えません。
  • バーストでは温度が高くなる。 StorageReview はプリフィル偏重のスパイク中に CPU が 87.3℃、GPU が 82℃ でピークに達するのを確認しましたが、持続負荷下では安定しました。3 ファンのクーラーがそれを処理しますが、これは負荷下では熱い小箱です。
  • これは単一目的の投資。 $3,000 超では、ローカル AI が本当にあなたのワークロードである場合にのみ理にかないます。ローカル LLM にもっとカジュアルに興味があるなら、Strix Halo ミニ PC、Mac mini M4 Pro、あるいは私たちが紹介してきた NPU/iGPU の選択肢 のほうがはるかに安価な出発点です。

結論

ASUS Ascent GX10 は、現時点で NVIDIA の GB10 Grace Blackwell プラットフォームに参入する最も理にかなった方法です。DGX Spark と同じシリコンを動かし、128 GB の統合メモリとフルの CUDA 開発者スタックを本サイズのアルミ箱に収め、405B パラメータ作業のために 2 台目のユニットにクラスタリングします——すべて、そのクラスで最も低いエントリー価格である $2,999 から。

ただし正しい理由で買ってください。その価値は、ターンキーの NVIDIA ソフトウェアスタックと組み込みのクラスタリングを備えて、非常に大きなモデルをローカルで保持し、それに対して開発できる能力です。インタラクティブな生成のためのスピードの鬼ではなく——273 GB/s のメモリ帯域幅がそうさせます——汎用 PC でもありません。ですが、クラウド GPU を借りることなくパーソナルな Grace Blackwell ワークステーションが欲しい AI 開発者、研究者、クリエイターなら、GX10 はリストの最上位に置くべき GB10 ボックスです。