Мини-ПК ASUS Ascent GX10 128 ГБ
ASUS Ascent GX10 — мини-ПК на чипе NVIDIA GB10 Grace Blackwell с 128 ГБ унифицированной памяти. Партнёрская версия DGX Spark в компактном корпусе ASUS: тот же кремний, локальный запуск LLM до 120B без сервера.
Характеристики
Ключевые сценарии
ASUS Ascent GX10 — мини-ПК на чипе NVIDIA GB10 Grace Blackwell, партнёрская версия DGX Spark в корпусе ASUS. Та же начинка: 128 ГБ унифицированной памяти LPDDR5x на CPU и GPU одновременно, без деления на оперативку и видеопамять. Модель загружается один раз и доступна обоим процессорам.
Что внутри. 20 ядер Arm (10 Cortex-X925 и 10 Cortex-A725), GPU Blackwell с тензорными ядрами 5-го поколения, до 1 петафлопса в FP4. Память идёт по 256-битной шине на 273 ГБ/с — ровно как у DGX Spark: обработка промпта быстрая, а сама генерация текста уже не так торопится. Корпус компактный, 150×150×51 мм, весит 1,48 кг, питается от внешнего адаптера на 240 Вт. Сеть: ConnectX-7 на 200 Гбит/с для кластеризации двух устройств, плюс 10GbE и Wi-Fi 7. По данным обзора ServeTheHome, у ConnectX-7 здесь есть нюанс: адаптер подключён всего по 4 линиям вместо 8, поэтому система видит его как четыре отдельных сетевых интерфейса. На топологию сети при масштабировании это влияет, учитывайте заранее.
Что реально запускается. Архитектура идентична DGX Spark, поэтому и арифметика та же: 8B–32B модели в FP16 помещаются с запасом, 70B–120B в 4-битном квантовании занимают около 45 ГБ. По тесту StorageReview на одиночном запросе (batch=1) GPT-OSS-120B выдаёт около 45 токенов в секунду, а Llama 3.1 8B в FP4 — 40. Не рекорд по скорости, но модели такого размера на обычной видеокарте попросту не запустить.
Кому подойдёт. Тем, кто хочет DGX Spark-класс железа не обязательно от самой NVIDIA: накопитель можно взять от 1 ТБ вместо фиксированных 4 ТБ, входная цена ниже. Софт тот же: DGX OS на Ubuntu, Docker, llama.cpp, Ollama, vLLM, PyTorch.
Кому не подойдёт. Windows сюда не ставится, только Linux. Для быстрой генерации на моделях до 32B видеокарта вроде RTX 5070 Ti 16 ГБ обгонит GX10 в разы. А если интересна платформа Spark целиком — почитайте что такое NVIDIA RTX Spark и какие LLM она тянет, там же сравнение с NVIDIA DGX Spark.
| Модель | Квантование | Контекст | Токенов/с | Источник |
|---|---|---|---|---|
| GPT-OSS-120B | MXFP4 | [УТОЧНИТЬ: не указан] | 45 | StorageReview.com, тест vLLM batch=1 decode (03.2026) |
| GPT-OSS-20B | MXFP4 | [УТОЧНИТЬ: не указан] | 60 | StorageReview.com, тест vLLM batch=1 decode (03.2026) |
| Qwen3 Coder 30B-A3B | FP8 | [УТОЧНИТЬ: не указан] | 60 | StorageReview.com, тест vLLM batch=1 decode (03.2026) |
| Llama 3.1 8B Instruct | FP4 | [УТОЧНИТЬ: не указан] | 40 | StorageReview.com, тест vLLM batch=1 decode (03.2026) |
| Llama 3.1 8B Instruct | FP8 | [УТОЧНИТЬ: не указан] | 30 | StorageReview.com, тест vLLM batch=1 decode (03.2026) |
Скорость зависит от модели, квантования и настроек запуска — смотрите столбец «Источник», чтобы понимать, откуда цифра.
| Что | Поддержка | Примечание |
|---|---|---|
| NVIDIA DGX OS (Ubuntu-based) | Да | предустановлена, единственная официально поддерживаемая ОС |
| Windows 11 | Нет | нативная установка не поддерживается, платформа только под Linux |
| Docker + NVIDIA Container Toolkit | Да | рекомендованный способ запуска vLLM и других фреймворков |
| llama.cpp | Да | ARM64-сборки с оптимизациями под GB10 |
| Ollama | Да | нативные ARM64-сборки |
| vLLM | Да | через Docker-контейнеры для ARM64; на этой связке StorageReview проводил тесты производительности |
| PyTorch | Да | стандартная установка через pip, сборки под ARM64 |
| CUDA Toolkit | Да | версия 13.x, тот же чип GB10, что у DGX Spark |
| ConnectX-7 / кластер из двух устройств | Частично | 200 Гбит/с и 256 ГБ общей памяти при объединении, но NIC подключён по 4 линиям вместо 8 — по данным ServeTheHome, система видит его как четыре отдельных интерфейса |
| ComfyUI | Частично | работает, но не все кастомные ноды собраны под ARM64 |
| Дообучение (LoRA/QLoRA) | Да | полный файнтюнинг до 8B, QLoRA — до 70B, по документации той же платформы GB10 |
Сколько памяти реально доступно моделям на ASUS Ascent GX10?
128 ГБ LPDDR5x — общий пул для CPU и GPU, но под веса модели уходит не всё: часть занимают KV-кэш и система. Рабочий ориентир — около 90 ГБ под сами веса, как и у DGX Spark на том же чипе. 70B-модели в 4-битном квантовании занимают порядка 45 ГБ и оставляют запас под контекст.
Чем ASUS Ascent GX10 отличается от NVIDIA DGX Spark?
Кремний один и тот же — чип GB10 Grace Blackwell, 128 ГБ памяти на 273 ГБ/с. Разница в бренде и мелочах конфигурации: у ASUS накопитель можно взять от 1 ТБ вместо фиксированных 4 ТБ у DGX Spark, а цена входа ниже. По архитектуре и производительности это, по сути, один и тот же продукт под разными шильдиками.
Какая скорость генерации у крупных моделей вроде GPT-OSS-120B?
По независимому тесту StorageReview на batch=1 (одиночный запрос) — около 45 токенов в секунду. Для модели такого размера это рабочая скорость для диалога, но не рекорд: пропускная способность памяти 273 ГБ/с ограничивает decode сильнее, чем у дискретных видеокарт.
Можно ли объединить два устройства в кластер?
Да, через встроенный ConnectX-7 на 200 Гбит/с — получается 256 ГБ общей памяти для моделей до 405 млрд параметров. Есть нюанс: по данным обзора ServeTheHome, сетевой адаптер подключён по 4 линиям вместо 8, и система видит его как четыре отдельных интерфейса — это накладывает ограничения на топологию сети при масштабировании.
Можно ли поставить Windows на ASUS Ascent GX10?
Нет. Устройство работает только под NVIDIA DGX OS — дистрибутивом на базе Ubuntu. Если нужна Windows-машина на платформе Spark, это другая линейка устройств — ноутбуки и мини-ПК RTX Spark, которые выходят отдельно осенью 2026.
Подходит ли для дообучения моделей?
Да, в тех же пределах, что и DGX Spark на идентичном чипе: полный файнтюнинг моделей до 8B помещается в память с 8-битным Adam, а QLoRA работает на моделях вплоть до 70B.