Asus Ascent GX10 en perfekt lokal AI dator

Tänk dig ett AI-kraftpaket som passar på ditt skrivbord, liten och lätt och ändå levererar prestanda som tidigare krävde ett helt serverrum. Asus Ascent GX10 är inte bara imponerande, den är rent ut sagt löjligt kraftfull, och det är dags att prata om varför just den här lilla burken kan förändra hur du jobbar med AI lokalt. Jag har testkört den ett tag för vi har en på jobbet och allt man kan säga är att den levererar.

Petaflops på skrivbordet

För inte så länge sedan var ett petaflop något som tillhörde mäktiga datacenter, kylt av industrifläktar och omgärdat av säkerhetsdörrar. Idag kan du sätta det på skrivbordet bredvid kaffemuggen. Asus Ascent GX10 drivs av Nvidias GB10 Grace Blackwell Superchip, samma chip som sitter i Nvidias egna DGX Spark, och levererar upp till 1 petaFLOP AI-prestanda i FP4. Det är en siffra så stor att den nästan känns lite oansvarigt att ha hemma.

Maskinen mäter blygsamma 150 x 150 x 51 mm och väger 1,48 kg. Den är alltså ungefär lika stor som ett tjockt sandwichbröd, men betydligt mer användbar om du jobbar med stora AI-modeller.

En viktig sak att veta är att nej den slår inte ett dedikerat grafikort som Nvidia 5090 i hastighet men ett Nvidia 5090 kan inte ladda in stora modeller som den här AI datorn.

Jensen Huang om lokal AI

Nvidias grundare och vd Jensen Huang är inte känd för att underdriva, och om lokal AI-infrastruktur har han uttryckt sig tydligt. På World Economic Forum i Davos 2026 sa han:

“AI is all about infrastructure. You should have local AI as part of your infrastructure.”

Hans budskap är glasklart: AI är inte längre ett experiment eller ett lyxverktyg för techjättar, det är en grundläggande resurs som individer, företag och länder behöver äga och kontrollera själva.

Det är exakt i det perspektivet som Asus Ascent GX10 börjar ge riktig mening. Om AI ska vara din infrastruktur, varför då hyra den av molnet när du kan äga den på ditt skrivbord?

Den är liten och riktigt snygg

Teknikprylar i AI-klassen brukar se ut som de byggdes av någon som saknar känsla för estetik och har köpt hela IKEA-katalogen fel. Inte här. Asus har designat GX10 med matta sidopaneler och ett korshattat spegellock på toppen, och recensenter hos IT Pro menar att GX10 är det i särklass snyggaste alternativet bland alla GB10-varianter på marknaden.

En detalj som faktiskt spelar roll är att strömbrytaren sitter på framsidan. Det låter trivialt tills du inser att varken Nvidias eget DGX Spark eller Dells variant har det, och om du planerar att stapla flera enheter i ett kluster slipper du gräva runt baktill varje gång.

Den här lilla rackaren är också riktigt tyst

Kraftfulla datorer och öronbedövande fläktljud brukar hänga ihop som ett äkta par med dålig kemi. Inte heller här. GX10 är anmärkningsvärt tyst, även under tung belastning. Fläktarna håller sig på en nivå som närmast kan beskrivas som ett högt viskning, vilket är en bedrift för ett system som levererar petaflop-nivå AI-beräkningar.

Kylsystemet består av ett dubbelt fläktarrangemang med sju reglerbara nivåer för luftflödeskontrollen, och Asus uppger att det termiska täckningsområdet är 1,6 gånger mer effektivt jämfört med liknande kompakta system. Luften sugs in underifrån och framifrån genom de vågiga ventilationsspringorna i fronten och släpps ut genom det stora luftutaget på baksidan. Höljet kan bli något varmt på sina ställen under extremt laddade arbetsbelastningar, ungefär som en laptop under press, men aldrig på ett sätt som väcker oro. Det är imponerande kylteknik packad i ett format som inte låter som ett jetplan vid start.

Operativsystemet är Linux såklart

GX10 kör Nvidias DGX OS, som i grunden är Ubuntu 24.04 LTS anpassad för ARM-arkitektur. Det kan låta avskräckande för den som är van vid Windows, men det är faktiskt en av maskinens hemliga styrkor.

Varför spelar det roll vilket operativsystem den kör? För att hela AI-ekosystemet är byggt på Linux. CUDA, PyTorch, TensorFlow, vLLM och i princip alla seriösa AI-ramverk är optimerade för just denna miljö. Att köra dessa verktyg på Windows är fullt möjligt, men det är som att köra en Formel 1-bil på en grusväg. Det fungerar, men det är inte det den är byggd för.

Nvidias DGX OS levereras med ett komplett dashboard för att hantera AI-projekt, Nvidia Sync-verktyget för SSH-nycklar och tunneling, samt alla relevanta drivrutiner färdiginstallerade. Dessutom är plattformen direkt kopplad till Nvidias GitHub-repository för DGX Spark Playbooks, en samling färdiga recept för att snabbt komma igång med modeller som ComfyUI, PyTorch och vLLM. Stöd finns även för CUDA, TensorFlow, Jupyter och DeepSeek R1-inferens, vilket gör att hela AI-stacken är redo från det att du kopplar in strömkabeln. För den som är ny i AI-världen är detta en genväg som faktiskt håller vad den lovar.

Fördelar med Asus Ascent GX10

• 1 petaFLOP AI-prestanda i ett format som ryms i en väska
• 128 GB LPDDR5X-RAM som gör det möjligt att köra stora språkmodeller lokalt utan moln
• Två 200 Gbps ConnectX-7 nätverksportar som möjliggör klustring och skalbarhet
• Strömbrytare på framsidan, en liten detalj som gör stor skillnad i klustermiljö
• Den snyggaste designen av alla GB10-varianter på marknaden
• Extremt tyst kylning med dubbla fläktar och sju reglerbara nivåer, knappt hörbar ens under tung last
• DGX OS på Linux ger en fullt optimerad AI-miljö med all mjukvara förinstallerad
• Tillgång till Nvidias DGX AI-playbooks för en smidigare start
• SSD-lagringen är uppgraderingsbar vilket gör billigare grundkonfigurationer attraktiva

Nackdelar med Asus Ascent GX10

• Priset är smärtsamt, från drygt 3 000 dollar och uppåt kan svida för en privatperson…ni vet skatt på lön, moms som grädden på moset…men för ett bolag är det här rena fyndet.
• Kör Ubuntu Linux på ARM, inte Windows, vilket kan avskräcka en del
• Allt viktigt är inlött, minnet kan inte uppgraderas
• Stöder bara 2242-format på SSD, inte det vanligare 2280-formatet
• Nvidias plattform begränsar valmöjligheterna, alla GB10-varianter är snarlika

Asus Ascent GX10 jämfört med Nvidia DGX Spark

Slutsatsen från jämförelsen är tydlig. Tekniken är i princip identisk eftersom Nvidia håller hårt i plattformsspecifikationerna, men Asus erbjuder ett lägre startpris på grundversionen, snyggare design, tystare och mer effektiv kylning, samt den praktiska detaljen med strömknappen på framsidan. Det räcker för att många utvecklare ska föredra GX10 framför originalet.

Prestanda som gör vanliga datorer ledsna

Bänktest i GeekBench 6 visar 3 104 poäng i single-core och 20 048 i multi-core. En Mac Mini M4 Pro slår det faktiskt i dessa tester, men det är inte riktigt vad GX10 är designad för. Det riktigt roliga händer när man kör AI-arbetsbelastningar. En finnjustering av Pytorch LoRA Llama3 8B nådde upp till 53 000 tokens per sekund som toppnotering. Bildskapande i ComfyUI genomfördes på 216 sekunder, medan en jämförbar maskin med 32 GB RAM behövde över 400 sekunder för samma uppgift.

200 gigabit i sekunden och skalbarhet som ler mot framtiden

Det som verkligen sätter GX10 i en helt egen liga är nätverksporten. Två stycken 200 Gbps ConnectX-7 QSFP112-portar sitter på baksidan och nätverkskortet ensamt kostar uppemot 15 000 till 20 000 kronor att köpa separat. Dessa portar gör det möjligt att koppla ihop två GX10-enheter och köra modeller som annars inte ens får plats på en enda maskin, som Llama 3.1 med 405 miljarder parametrar.

Vilken är målgruppen för den här datorn?

Asus Ascent GX10 är byggd för AI-utvecklare, dataforskare och tekniknördar som vill ha lokal beräkningskraft utan att bygga om sitt vardagsrum till ett serverrum. Det är inte en maskin för den som vill surfa och titta på serier. Men för den som arbetar seriöst med lokala AI-modeller, träning, inferens och experimentering utan molnberoendet, är GX10 just nu en av de bästa lösningarna på marknaden.

Asus Ascent GX10 är vinnare av Taiwan Excellence Award 2026, snyggast bland sina konkurrenter och packad med teknik som kostar tre gånger mer om du plockar ihop den själv. Det är inte billigt, men som Jensen Huang skulle säga, AI är infrastruktur, och bra infrastruktur har aldrig varit gratis.