ASUS Ascent GX10-GG0010BN Black 2026
Der NVIDIA GB10 Grace Blackwell Superchip mit 128 GB einheitlichem LPDDR5x-Speicher liefert Petaflop-Leistung in einem stapelbaren 1,48 kg leichten Metallgehäuse. Die native Unterstützung für Frameworks wie OpenClaw und NemoClaw ermöglicht private On-Device-Inferenz und sandboxed Ausführung für sichere, langlebige Workflows. Dieses System ist ideal für KI-Entwickler, die große Sprachmodelle trainieren und agentische KI-Anwendungen bereitstellen.
Überblick
Das Wichtigste in 30 Sekunden
Der ASUS Ascent GX10 ist ein kompakter KI-Supercomputer auf Basis der NVIDIA DGX Spark Plattform. Mit 128 GB einheitlichem Speicher ist er ein Traum für die Inferenz großer KI-Modelle, aber thermische Limits bremsen ihn bei längeren Trainingsjobs aus. Für spezialisierte KI-Entwickler ist er ein mächtiges Werkzeug, für alle anderen ein teurer Fehlkauf.
Vor- und Nachteile
Vorteile
- Massive 128 GB einheitlicher Speicher, perfekt für große KI-Modelle 100th
- Kompaktes, stapelbares Gehäuse mit nur 1,48 kg 93rd
- Erstklassige Konnektivität mit Wi-Fi 7 und 10GbE-LAN 87th
- Petaflop-Rechenleistung bei nur 240 Watt Verbrauch 77th
- Läuft mit NVIDIA DGX OS, optimiert für KI-Frameworks
Nachteile
- Absurd teuer, mit einer Preisspanne von mehreren tausend Dollar
- Drosselt unter anhaltender Volllast, ungeeignet für größeres Training
- Nur 1 TB Speicher, für KI-Datensätze schnell zu wenig
- Völlig unbrauchbar für Gaming oder grafikintensive Aufgaben
- 10 % Wiedereinlagerungsgebühr bei einigen Händlern, Rücksendung ist teuer
Was Besitzer sagen
Was Nutzer sagen
Wie sich die Meinung der Besitzer im Lauf der Zeit verändert hat
ExklusivBasierend darauf, wann Kunden ihre Bewertungen tatsächlich geschrieben haben - so sehen Sie, ob das anfängliche Lob anhielt.
Basierend auf 5 datierten Kundenbewertungen, gruppiert nach Kalenderquartal. Die Periodenanalyse ist in englischer Sprache.
Die Fakten
Leistung
In der Praxis ist die Leistung des GX10 eine zweischneidige Sache. Für KI-Inferenz und das Ausführen von Modellen wie Llama 3 oder Mistral ist dieses Gerät ein Biest. Die 128 GB einheitlicher Speicher bedeuten, dass Sie riesige Modelle komplett im GPU-Speicher halten können, was bei Consumer-Grafikkarten mit 24 GB VRAM undenkbar ist. In unseren KI-Benchmarks erreicht es einen Spitzenwert von 83,9 von 100 Punkten und liegt damit unter den besten verfügbaren Workstations für LLMs. Das ist die absolute Spitzenklasse für diesen Einsatzzweck.
Wenn Sie jedoch versuchen, Modelle darauf zu trainieren, stoßen Sie schnell an thermische Grenzen. Die Kühlung des kompakten Gehäuses ist für Dauerlast unter Volldampf nicht ausgelegt. Ein Feintuning eines 7B- oder 8B-Modells ist machbar, aber alles darüber hinaus führt zu einer Drosselung, die den Prozess in die Länge zieht. Für Entwickler-Workflows und allgemeine Produktivität ist die Leistung mit 76,7 Punkten stark, aber nicht überragend. Und beim Gaming? Vergessen Sie es. Mit 67,3 Punkten ist das eine der schwächsten Maschinen, die wir je für Spiele getestet haben. Das ist kein Bug, sondern ein Feature, denn diese Kiste ist null fürs Zocken gemacht.
Technische Daten
Alle technischen Daten
Processor
| CPU | NVIDIA GB10 |
| Cores | 20 |
| Frequency | 2.8 GHz |
Graphics
| GPU | NVIDIA Blackwell Architecture |
| Type | Discrete |
| VRAM | 128 GB |
| VRAM Type | LPDDR5X |
Memory & Storage
| RAM | 128 GB |
| RAM Generation | DDR5 |
| Storage | 1000 GB |
| Storage Type | NVMe SSD |
Build
| Form Factor | mini |
| PSU | 240 |
| Weight | 1.5 kg / 3.3 lbs |
Connectivity
| USB-C Ports | 4 |
| USB Ports | 4 |
| Thunderbolt | Not stated |
| HDMI | 1 x HDMI 2.1 |
| DisplayPort | 0 |
| Wi-Fi | Wi-Fi 7 |
| Bluetooth | ✓ |
| Ethernet | Gigabit Ethernet |
System
| OS | NVIDIA DGX OS |
Im Vergleich
Im Vergleich zu einem Apple Mac Studio M4 Max wird der Unterschied in der Philosophie glasklar. Der Mac Studio ist ein Allround-Genie mit fantastischer CPU-Leistung und starker GPU, das sich auch für Videobearbeitung und Entwicklung eignet. Der Ascent GX10 ist ein stumpfes KI-Schwert. Er schlägt den Mac Studio bei der reinen LLM-Inferenz um Längen, verliert aber haushoch bei CPU-Aufgaben und Software-Kompatibilität. Ein HP Omen 45L oder Lenovo Legion 34IAS10 sind klassische Gaming-Tower, die mit einer RTX 4090 beim KI-Inferencing überraschend gut mithalten können, solange das Modell in den 24 GB VRAM passt. Sobald der Speicherbedarf jedoch darüber hinausgeht, sind diese Systeme raus, und der GX10 spielt seine Stärken aus. Das MSI MEG Vision X AI ist ein direkterer Konkurrent mit ähnlichem KI-Fokus, aber in einem größeren, weniger portablen Gehäuse.
| Spec | ASUS Ascent GX10-GG0010BN | Lenovo Legion 34IAS10 | HP Omen 45L | Apple Mac Studio M4 Max | MSI EdgeXpert EdgeXpert-11SUS | CLX SET TGMSETRTU5204BM |
|---|---|---|---|---|---|---|
| CPU | NVIDIA GB10 | Intel Core Ultra 9 | Intel Core Ultra 9 285K | Apple M4 Max | NVIDIA GB | Intel Core i9 14900KF |
| RAM (GB) | 128 | 64 | 64 | 36 | 128 | 64 |
| Storage (GB) | 1000 | 3072 | 8096 | 512 | 4000 | 8000 |
| GPU | NVIDIA Blackwell Architecture | NVIDIA GeForce RTX 5080 | NVIDIA GeForce RTX 5080 | Apple M4 Max 32-core | NVIDIA Blackwell Architecture | NVIDIA GeForce RTX 5070 |
| Form Factor | mini | mid-tower | mid-tower | sff | mini | mid-tower |
| Psu W | 240 | 1200 | - | - | 240 | 850 |
| OS | NVIDIA DGX OS | Windows 11 Pro | Windows 11 Home | macOS | NVIDIA DGX OS | Windows 11 Home |
| Compare | Compare | Compare | Compare | Compare |
| Produkt | CPU | GPU | RAM | Anschlüsse | Speicher | Zuverlässigkeit | Nutzerresonanz |
|---|---|---|---|---|---|---|---|
| ASUS Ascent GX10-GG0010BN | 37.6 | 76.5 | 99.5 | 92.5 | 63.6 | 36.4 | 87.1 |
| Lenovo Legion 34IAS10 Compare | 97.6 | 88 | 96.7 | 91.7 | 96.5 | 69.7 | 84.8 |
| HP Omen 45L Compare | 97.6 | 88 | 95.5 | 98 | 99.4 | 69.7 | 87.2 |
| Apple Mac Studio M4 Max Compare | 85.5 | 65.5 | 69.6 | 94.5 | 30.2 | 99.4 | 99.9 |
| MSI EdgeXpert EdgeXpert-11SUS Compare | 99.7 | 95.2 | 98.8 | 87.1 | 97.9 | 36.4 | 84.4 |
| CLX SET TGMSETRTU5204BM Compare | 94.3 | 81.4 | 96.7 | 86.3 | 99.2 | 11.1 | 95.7 |
Preis
Preis-Leistungs-Verhältnis
Das Preis-Leistungs-Verhältnis ist hier das große Fragezeichen. Der Preis schwankt je nach Händler um fast 4.000 Dollar, was allein schon verrückt ist. Memory Express bietet das Gerät am günstigsten an, während andere Händler Preise aufrufen, die sich der 8.000-Dollar-Marke nähern. Für einen KI-Entwickler, der genau diese Nvidia-Ökosystem-Integration und die 128 GB einheitlichen Speicher braucht, kann das untere Ende der Preisspanne ein fairer Deal sein. Für alle anderen ist es schwer zu rechtfertigen. Ein Apple Mac Studio mit M4 Max bietet eine ähnliche Verarbeitungsqualität und enorme CPU-Leistung für weniger Geld, und ein traditioneller Desktop-PC mit einer dicken Consumer-GPU ist für allgemeine Workloads viel flexibler und günstiger.
Amazon.co.uk 1 Angebot Ab 3.800 £
Wir verfolgen die Preise für dieses Produkt seit dem 30. Mai 2026. Das Diagramm erscheint, sobald mehr Daten vorliegen.
Mehr erfahren
Überblick
Der ASUS Ascent GX10 ist kein gewöhnlicher Mini-PC. Das Ding ist im Kern ein NVIDIA DGX Spark, verpackt in einem stapelbaren Metallgehäuse von ASUS, und es richtet sich mit voller Wucht an KI-Entwickler. Angetrieben wird es vom NVIDIA GB10 Grace Blackwell Superchip, einer Kombination aus einer 20-Kern-CPU und einer Blackwell-GPU mit satten 128 GB einheitlichem LPDDR5x-Speicher. Wenn Sie nach einer kompakten Maschine suchen, um große Sprachmodelle lokal laufen zu lassen oder agentenbasierte KI-Workflows zu entwickeln, ist dieser Rechner genau dafür gebaut. Für alles andere ist er ehrlich gesagt Overkill oder schlichtweg die falsche Wahl.
Für seinen Spezialbereich liefert der GX10 eine Leistung im Petaflop-Bereich, und das bei einer Leistungsaufnahme von nur 240 Watt. Das gesamte Paket wiegt keine 1,5 Kilo, was für diese Rechenklasse absurd leicht ist. Die Konnektivität ist mit Wi-Fi 7, 10GbE-LAN, vier USB-C- und vier USB-A-Ports sowie HDMI 2.1 erstklassig. Der Preis ist allerdings eine wilde Geschichte, mit einer Spanne von etwa 3.800 bis über 7.800 Dollar, je nachdem, wo man zuschlägt. Der beste Deal findet sich aktuell bei Memory Express.
Was die reine Spec-Liste angeht, ist der 128 GB große RAM-Pool das absolute Beste, was wir in unserer Datenbank für diese Kategorie gesehen haben. Der Speicherplatz von 1 TB ist solide, aber für KI-Workloads, die mit riesigen Datensätzen arbeiten, schnell zu knapp. Die CPU selbst liegt mit 2,8 GHz nur im unteren Mittelfeld, was aber in der Praxis kaum ins Gewicht fällt, da die GPU die ganze Schwerstarbeit verrichtet. Es ist eine hochspezialisierte Maschine, und das merkt man in jeder Hinsicht.
Häufige Fragen
Q: Ist der ASUS Ascent GX10 gut für KI-Training?
Nur für leichte Trainingsjobs wie das Feintuning kleinerer Modelle. Bei moderaten Workloads drosselt das kompakte Gehäuse die Leistung aufgrund von Hitzeentwicklung, was längere Trainingsläufe unpraktisch macht.
Q: Kann man mit dem ASUS Ascent GX10 spielen?
Nein, der Ascent GX10 ist nicht zum Spielen geeignet. Die Gaming-Leistung ist mit 67,3 von 100 Punkten eine der schlechtesten in unserer Datenbank, und das System ist ausschließlich für KI-Workloads optimiert.
Q: Wie viel kostet der ASUS Ascent GX10?
Der Preis variiert stark je nach Händler und liegt zwischen etwa 3.800 und über 7.800 US-Dollar. Memory Express bietet das Gerät derzeit am günstigsten an.
Q: Welches Betriebssystem läuft auf dem ASUS Ascent GX10?
Auf dem Ascent GX10 läuft NVIDIA DGX OS, ein speziell für KI-Entwicklung optimiertes Linux-basiertes System. Es unterstützt Frameworks wie OpenClaw und NemoClaw direkt.
Für wen es nicht geeignet ist
Wer einen Allround-Desktop, einen Gaming-PC oder eine Workstation für Videobearbeitung sucht, sollte um den Ascent GX10 einen großen Bogen machen. Auch für KI-Entwickler, die regelmäßig große Modelle über viele Stunden trainieren müssen, ist das Gerät wegen der thermischen Drosselung nicht die beste Wahl. In diesen Fällen ist ein klassischer Tower mit einer leistungsstarken Consumer-GPU oder ein Apple Mac Studio die flexiblere und oft günstigere Alternative.
Fazit
Sollten Sie den ASUS Ascent GX10 kaufen? Wenn Sie ein KI-Entwickler sind, der lokal mit sehr großen Modellen arbeiten muss und genau weiß, was er mit 128 GB einheitlichem GPU-Speicher anfängt, dann ja. Dieses Gerät ist ein kompromissloses Werkzeug für Inferenz und leichte Trainingsjobs in einem erstaunlich kleinen Paket. Es ist eine Zweitmaschine für einen ganz bestimmten Job, kein Alltags-PC.
Für alle anderen ist die Antwort ein klares Nein. Es ist kein Gaming-PC, kein Videoschnitt-Monster und kein guter Allround-Desktop. Der hohe Preis und die thermischen Limits bei Dauerlast machen es zu einer Nischenlösung. Wenn Sie nicht jeden Tag mit agentenbasierter KI und Frameworks wie OpenClaw oder NemoClaw arbeiten, gibt es deutlich vielseitigere und günstigere Alternativen.