Asus выпустила 64-гигабайтную версию компьютера Ascent GX10 для локальной работы с ИИ
iXBT.com ·
Asus расширила линейку компактных компьютеров Ascent GX10 конфигурацией с 64 ГБ объединённой памяти. Система построена на платформе Nvidia DGX Spark и предназначена для локальной разработки, тестирования и запуска моделей искусственного интеллекта. Ранее компания предлагала GX10 только с 128 ГБ памяти. Новая версия рассчитана на менее ресурсоёмкие задачи и должна сделать работу с открытыми ИИ-моделями доступнее.
Asus представила вариант GX10 с накопителем SSD на 1 ТБ и номером модели GX10-GG0062BN. В Германии, Австрии и Швейцарии компьютер уже доступен для предварительного заказа у первых партнёров. Официальные цена и дата начала поставок пока не объявлены. При этом в каталоге Geizhals устройство указано примерно за 6000 евро.
В основе Ascent GX10 лежит суперчип Nvidia GB10 Grace-Blackwell, объединяющий графический процессор Blackwell с тензорными ядрами пятого поколения и 20-ядерный центральный процессор на архитектуре Grace Arm. Процессор и графический ускоритель связаны интерфейсом NVLink-C2C. По описанию Asus, он обеспечивает согласованную работу с общей областью памяти и пропускную способность в пять раз выше, чем у PCIe 5.0.
В 64-гигабайтной версии используется объединённая память LPDDR5x с пропускной способностью 273 ГБ/с. Она доступна одновременно центральному и графическому процессорам, поэтому при выполнении ИИ-задач не требуется каждый раз копировать данные между отдельными областями оперативной и видеопамяти. Asus ориентирует эту конфигурацию на открытые модели с 30–35 млрд параметров и приводит в качестве примера Qwen3.8-27B. Реальный размер модели, которую получится запустить, зависит от точности вычислений, программного обеспечения и длины контекста.
Заявленная производительность GB10 достигает 1 петафлопса, но речь идёт о вычислениях в формате FP4 с использованием разреженности. FP4 — формат вычислений с низкой числовой точностью, позволяющий уменьшить требования к памяти и вычислительным ресурсам для подходящих задач. Разреженность позволяет пропускать часть операций, которые не вносят существенного вклада в результат. Поэтому показатель в 1 петафлопс нельзя напрямую считать универсальной оценкой скорости компьютера: фактическая производительность зависит от модели, программного обеспечения и характера нагрузки.
Для увеличения объёма доступной памяти Asus предлагает объединять два GX10 с помощью встроенной сетевой технологии Nvidia ConnectX-7. По данным производителя, такая конфигурация обеспечивает до 128 ГБ общей памяти, до 2 петафлопсов вычислительной производительности ИИ и суммарную пропускную способность памяти до 546 ГБ/с. Asus также заявляет, что кластер из двух 64-гигабайтных систем может обеспечить до 1,7 раза большую производительность по сравнению с одним GX10 на 128 ГБ. Однако компания не уточняет метрику сравнения и условия тестирования.
Для настройки кластера предлагается приложение Nvidia Sync App со встроенным Cluster Assistant. Asus утверждает, что объединение двух компьютеров занимает несколько минут и не требует изменения программной среды или привычного рабочего процесса. Производитель также заявляет поддержку Nvidia NVFP4 и запуска сжатых версий более крупных моделей, включая Qwen3.8-Flash-Next. Таким образом, пользователь может начать с одной системы для разработки и тестирования, а при росте требований к моделям, длине контекста или числу одновременно работающих ИИ-агентов добавить второй компьютер. Модели, запросы и данные при этом могут оставаться локально.
Система охлаждения 64-гигабайтной версии такая же, как у модели с 128 ГБ. Она включает семь режимов управления вентиляторами, широкие охлаждающие рёбра, пять тепловых трубок и два вентилятора размером 140 × 80 мм. Воздух поступает через отверстия в нижней части корпуса. Независимые измерения температуры, шума и энергопотребления в опубликованных характеристиках не приводятся.
В программный комплект входят Nvidia DGX OS, PyTorch, Jupyter и Ollama. Также заявлена поддержка Nvidia OpenShell и Nvidia NemoClaw, предназначенных для настройки политик безопасности ИИ-агентов. Управлять компьютером можно удалённо через SSH, что позволяет ИТ-командам развёртывать и контролировать несколько устройств одновременно.
Asus связывает развитие локальных ИИ-систем с ростом потребления токенов, увеличением расходов на облачные вычисления и необходимостью защищать конфиденциальные данные и интеллектуальную собственность. При локальном запуске моделей данные и генерируемые токены могут не передаваться через публичные API. Однако практическая целесообразность такого подхода зависит от выбранной модели, доступной памяти и программной среды.