Asus представила компьютер Ascent GX10 с 64 ГБ памяти для локального запуска ИИ

Компания Asus пополнила ассортимент мини-ПК Ascent GX10 модификацией, оснащенной 64 ГБ унифицированной памяти. Устройство функционирует на архитектуре Nvidia DGX Spark и создано специально для локального создания, отладки и эксплуатации нейросетей. Напомним, ранее в продаже была представлена исключительно старшая вариация GX10 со 128 ГБ на борту. Свежий релиз призван упростить решение менее ресурсоемких задач и сделать работу с открытыми языковыми моделями более массовой.

На рынок поступила модификация GX10 с твердотельным накопителем емкостью 1 ТБ, получившая артикул GX10-GG0062BN. Первые реселлеры из Германии, Австрии и Швейцарии уже открыли прием предварительных заказов. Точные сроки поставок и официальный ценник пока не раскрываются, однако в агрегаторе Geizhals устройство фигурирует с ценником около 6000 евро.

Аппаратным фундаментом Ascent GX10 выступает передовой суперчип Nvidia GB10 Grace-Blackwell. Он объединяет графический модуль Blackwell с тензорными ядрами пятой генерации и 20-ядерный центральный процессор на архитектуре Grace Arm. CPU и GPU объединены скоростной шиной NVLink-C2C, которая, по заявлениям тайваньского вендора, обеспечивает бесшовную работу с единым пулом памяти, превосходя пропускную способность интерфейса PCIe 5.0 в пять раз.

В младшей версии задействована общая память типа LPDDR5x с пропускной способностью 273 ГБ/с. К этому массиву имеют одновременный доступ и центральный, и графический процессоры, что исключает избыточное дублирование информации между ОЗУ и видеопамятью при инференсе. Разработчики позиционируют новинку для работы с open-source моделями размером от 30 до 35 млрд параметров, приводя в качестве релевантного примера Qwen3.8-27B. При этом итоговый масштаб запускаемой модели будет определяться выбранной точностью вычислений, программным стеком и длиной контекстного окна.

Пиковая производительность суперчипа GB10 заявлена на отметке в 1 петафлопс, однако этот показатель достигается в вычислениях формата FP4 с применением разреженности (sparsity). Подобный формат снижает требования к аппаратному обеспечению за счет уменьшения точности данных, а разреженность позволяет игнорировать малозначимые математические операции. Следовательно, номинальный петафлопс не отражает универсальную скорость системы — реальная производительность напрямую зависит от специфики софта, структуры модели и характера рабочей нагрузки.

Для масштабирования доступных ресурсов предусмотрено объединение двух устройств GX10 в единый кластер посредством встроенного сетевого контроллера Nvidia ConnectX-7. По информации Asus, подобная связка удваивает объем доступной памяти до 128 ГБ, поднимает вычислительную мощность до 2 петафлопсов, а суммарную пропускную способность памяти — до 546 ГБ/с. Производитель утверждает, что спарка из двух 64-гигабайтных компьютеров способна превзойти по производительности единую систему со 128 ГБ почти в 1,7 раза, хотя методика и условия проведения тестов не уточняются.

Конфигурация кластера осуществляется через фирменную утилиту Nvidia Sync App, дополненную мастером Cluster Assistant. Процесс объединения двух узлов занимает считанные минуты и не требует перестройки привычного рабочего окружения. Также заявлена поддержка стандарта Nvidia NVFP4 и возможность запуска квантованных вариантов более тяжелых нейросетей, включая Qwen3.8-Flash-Next. Таким образом, пользователь может начать с базовой станции для прототипирования, а по мере усложнения задач — масштабировать мощности, сохраняя конфиденциальность данных в рамках локального контура.

Система охлаждения 64-гигабайтной версии сохранила конструктив старшей модификации. Она базируется на пяти тепловых трубках, развитом массиве радиаторных ребер и двух крупных вентиляторах формата 140 × 80 мм с поддержкой семи режимов регулировки оборотов. Воздух нагнетается через перфорацию в нижней панели корпуса. Детальные независимые тесты уровня шума, тепловыделения и энергоэффективности компания пока не публикует.

Программное обеспечение включает предустановленную операционную систему Nvidia DGX OS, а также фреймворки PyTorch, Jupyter и среду Ollama. Помимо этого, заявлена интеграция с инструментами Nvidia OpenShell и Nvidia NemoClaw для администрирования политик безопасности ИИ-агентов. Удаленное администрирование реализовано по протоколу SSH, что позволяет IT-отделениям централизованно развертывать парк машин и контролировать их работу.

Интерес к локальным ИИ-решениям Asus объясняет постоянным ростом затрат на облачную инфраструктуру, увеличением потребления токенов и необходимостью защищать коммерческую тайну. Эксплуатация моделей локально исключает утечку чувствительных данных через сторонние API. Тем не менее, практическая эффективность такого перехода всегда определяется балансом между возможностями конкретной модели, емкостью памяти и программной экосистемой.

Источник: iXBT