Das ASUS Ascent GX10 basiert auf dem gleichen Kernkonzept wie andere Systeme und verwendet den NVIDIA GB10 Superchip. Es kombiniert einen Arm v9.2-A-Prozessor mit integrierter Blackwell-Grafik und 128 GB einheitlichem LPDDR5x-Speicher. NVIDIA gibt die Rechenleistung der Plattform mit bis zu 1 PetaFLOP FP4-KI-Rechenleistung an und unterstützt die Feinabstimmung von Modellen mit bis zu 200 Milliarden Parametern. Die Kommunikation zwischen CPU und GPU erfolgt über NVLink-C2C, was einen konsistenten Speicherzugriff im gesamten System ermöglicht.
ASUS verpackt diese Hardware in ein kompaktes, elegantes Gehäuse (150 x 150 x 51 mm) mit einem Gewicht von 1.48 kg (etwas höher und schwerer als die Versionen von Dell und GIGABYTE) in der Farbe Stellar Grey. Wie die anderen Modelle wird es mit einem externen 240-Watt-Netzteil betrieben.
Die Speicherkapazität reicht von 1 TB und 2 TB PCIe 4.0 NVMe bis hin zu einer 4 TB PCIe 5.0 NVMe-Variante. Die Netzwerkfunktionen umfassen 10G-Ethernet und eine integrierte NVIDIA ConnectX-7 SmartNIC sowie WiFi 7 und Bluetooth 5.4 über das AW-EM637-Modul. Die Anschlüsse auf der Rückseite bestehen aus drei USB 3.2 Gen 2×2 Typ-C-Ports mit DisplayPort 2.1-Alternativmodus, einem USB Typ-C-Port mit 180-W-PD-Eingang, HDMI 2.1, 10G-LAN, dem ConnectX-7-Anschluss und einem Kensington-Schloss.
Mal sehen, wie ASUS im Vergleich zu anderen Anbietern Kühlung, Speicher und Konnektivität in die GB10-Plattform integriert und ob sich die Leistung unter anhaltender Belastung messbar unterscheidet.
ASUS Ascent GX10 Spezifikationen
| Normen | ASUS Ascent GX10 (GB10) |
|---|---|
| Abmessungen und Gewicht | |
| Höhe | 2 in |
| Länge | 5.9 in |
| Tiefe | 5.9 in |
| Gewicht | 3.26 g |
| Prozessor | |
| Prozessortyp | NVIDIA GB10 (Grace Blackwell Superchip) (20 Kerne) |
| Integrierte Graphiken | NVIDIA Blackwell GPU (integriert) |
| Memory | |
| Speichertyp | LPDDR5x (Unified System Memory) |
| Speicherkonfiguration | 128 GB LPDDR5x, einheitlicher Systemspeicher |
| Speicherbandbreite | 273 GB/s (8533 MT/s) |
| Betriebssystem | |
| Unterstützte Betriebssysteme | NVIDIA DGX-Betriebssystem |
| Externe Anschlüsse und Steckplätze | |
| Netzwerkanschlüsse | Ein RJ45-Anschluss (10GbE) NVIDIA ConnectX-7 NIC (200G × 2 QSFP) |
| USB-Ports | Drei USB 3.2 Gen 2×2 Typ-C (20 Gbit/s) Ein USB 3.2 Gen 2×2 Typ-C-Anschluss mit PD |
| Videoanschluss(e) | Ein HDMI 2.1a-Anschluss |
| Netzteilanschluss | USB Typ-C (PD IN) |
| Sicherheits-Slot | Ein Kensington-Schloss |
| Wireless | |
| WLAN | WiFi 7 (AW-EM637, 2×2) |
| Bluetooth | Bluetooth 5.4 |
| Lagerung | |
| Speicheroptionen | M.2 NVMe PCIe 5.0: 4 TB M.2 NVMe PCIe 4.0: 1 TB / 2 TB |
| Power Adapter | |
| Typ | 240-W-Netzteil (USB Typ-C) |
ASUS Ascent GX10 – Design und Verarbeitung
Das ASUS Ascent GX10 behält die gewohnt kompakten Abmessungen von 150 x 150 mm bei, die wir bereits von anderen Spark-basierten Systemen kennen, mit einer Höhe von 51 mm und einem Gewicht von 1.48 kg. Das Gehäuse ist in einem eleganten Grau gehalten und wirkt eher wie ein schickes Desktop-Gerät als wie ein Labor-Referenzgerät.
Die Vorderseite wird von eng beieinanderliegenden, vertikalen Lüftungsschlitzen dominiert, die sich über die gesamte Breite des Geräts erstrecken. Daneben befinden sich ein kleines ASUS-Logo und ein quadratischer Ein-/Ausschalter, der sich harmonisch in das Lüftungsgitter einfügt. Ein weiteres Alleinstellungsmerkmal ist die im Ein-/Ausschalter integrierte Betriebsanzeige. Es mag ungewöhnlich erscheinen, dies zu erwähnen, aber viele GB10-Systeme verfügen über gar keine Betriebsanzeige.
Alle wichtigen Anschlüsse befinden sich auf der Rückseite des Systems, wobei ASUS den verfügbaren Platz optimal nutzt. Drei USB 3.2 Gen 2×2 Typ-C-Anschlüsse unterstützen 20 Gbit/s mit DisplayPort-Alternativmodus. Zusätzlich gibt es einen vierten USB Typ-C-Anschluss für die Stromversorgung, der bis zu 180 W über PD 3.1 EPR unterstützt. Für die Bildausgabe steht ein HDMI 2.1-Anschluss zur Verfügung.
Zu den Netzwerkoptionen gehören ein 10G-LAN-Anschluss und eine NVIDIA ConnectX-7-Netzwerkkarte, die Datenübertragungen mit hoher Bandbreite und die Verbindung mehrerer Systeme ermöglichen. Außerdem verfügt es über den üblichen Kensington-Schlossanschluss.
Im Inneren des GX10 arbeitet NVIDIAs GB10 Grace Blackwell Superchip, der eine Arm v9.2-A CPU mit integrierter Blackwell-Grafik kombiniert. Er verfügt über 128 GB LPDDR5x-Speicher, sodass CPU und GPU denselben Speicherpool nutzen und nicht in separaten Speicherbereichen arbeiten. Diese Konfiguration ist wichtig für die Art von KI-Anwendungen, für die diese Systeme entwickelt wurden.
Der Speicher wird über einen M.2 2242 NVMe-Steckplatz bereitgestellt und bietet Optionen von 1 TB und 2 TB PCIe 4.0-Laufwerken bis hin zu einer 4 TB PCIe 5.0-Konfiguration. Die Stromversorgung erfolgt über ein USB-C PD 3.1 EPR-Netzteil mit einer Leistung von bis zu 240 W, wobei das Gerät selbst bis zu 180 W verbraucht. Zur drahtlosen Technologie gehören ein Wi-Fi 7-Modul mit Bluetooth 5.4 sowie ein integrierter 10G-Ethernet-Anschluss für kabelgebundene Netzwerkverbindungen.
ASUS Ascent GX10 Thermische Prüfung
Um die Wärmeentwicklung der Komponenten im ASUS Ascent GX10 zu testen, haben wir sie mit der Founders Edition und Geräten von OEMs wie Dell, Acer und GIGABYTE verglichen. In unserem ausführlicheren Testbericht haben wir dies genauer untersucht. Funken-Thermo-Testpapier.
Wir überwachten die Komponenten des gesamten Stacks über einen festgelegten Zeitraum mit drei Laststufen, wobei die Auslastung innerhalb von etwa einer Stunde schrittweise erhöht wurde. Dadurch konnten wir die Gerätenutzung über längere Zeiträume und in verschiedenen Laststufen beobachten. Wir überwachten die Temperaturen von CPU, GPU, Netzwerk und NVMe sowie den Gesamtstromverbrauch.
CPU Temperatur
Bei den CPU-Wärmetests erreichte das ASUS-System während der Vorbefüllungsphase (Prefill Heavy) eine Spitzentemperatur von 87.3 °C. Damit liegt ASUS im oberen Mittelfeld der Vergleichsgruppe bei Phasen mit hohem Lastanstieg, jedoch leicht unterhalb der höchsten Spitzenwerte.
Beim Übergang der Arbeitslast zu gleichmäßiger ISL/OSL-Belastung und anschließend zu hoher Dekodierungslast stabilisierten sich die CPU-Temperaturen, anstatt weiter anzusteigen. Die anhaltende Dekodierungsaktivität blieb innerhalb eines kontrollierten thermischen Bereichs, was darauf hindeutet, dass der Temperaturpeak von 87.3 °C eher auf eine kurzzeitige Temperaturrampe als auf eine anhaltende thermische Sättigung zurückzuführen war.
Im unteren Bereich wurde bei Leerlauf oder geringer Last eine minimale CPU-Temperatur von 38.8 °C gemessen. Dieser Wert spiegelt eine effektive Wärmeabfuhr wider, wenn das System keiner hohen Rechenlast ausgesetzt ist.
Insgesamt zeigte ASUS erhöhte, aber kontrollierte CPU-Temperaturspitzen bei stabilem Verhalten unter Dauerlast.
GPU-Temperatur
Die GPU-Temperaturen zeigten ein ähnliches Muster. Während der Prefill Heavy-Beschleunigung erreichte die GPU eine maximale Temperatur von 82 °C. Damit liegt ASUS unter Spitzenlastbedingungen etwas wärmer als einige Konkurrenten, aber immer noch innerhalb der erwarteten Betriebsgrenzen für die GB10-Plattform.
Als die Aktivität in die Phasen „Equal ISL/OSL“ und „Decode Heavy“ überging, stabilisierten sich die GPU-Temperaturen und blieben konstant.
Die GPU verzeichnete während der Leerlaufphasen eine minimale Temperatur von 38°C, was auf solide thermische Eigenschaften im Leerlauf hinweist, die mit dem Rest des Stacks übereinstimmen.
Zusammenfassend lässt sich sagen, dass ASUS eine starke Spitzenauslastung der GPU bei gleichzeitig vorhersehbarer, dauerhafter Wärmeentwicklung ermöglichte.
NVMe-Temperatur
Die Wärmeableitung des Speichers war optimal. Die NVMe-SSD erreichte in Phasen höherer Auslastung eine Spitzentemperatur von 56.8 °C und blieb damit deutlich unterhalb der üblichen Drosselungsschwellen. Dies deutet auf eine effektive Luftzirkulation bzw. ein durchdachtes Wärmemanagement im Gehäuse um das Speichersubsystem herum hin.
Während der leichteren Phasen sank die NVMe-Temperatur auf ein Minimum von 37.8 °C, was gut mit den Leerlauftemperaturen anderer Systeme übereinstimmt und unterstreicht, dass die Speicherung im Ruhezustand nicht thermisch eingeschränkt ist.
Insgesamt wies ASUS unter Last eines der moderateren NVMe-Wärmeprofile auf.
NIC-Temperatur
Die Temperatur der Netzwerkkarten erreichte während Phasen hoher Auslastung einen Spitzenwert von 73 °C. Damit liegt ASUS bei maximaler Netzwerkauslastung im wärmeren Bereich des Chipsatzes, jedoch noch innerhalb der normalen Betriebstoleranzen.
Die niedrigste gemessene NIC-Temperatur betrug 41°C bei geringerer Arbeitslast, was dem erwarteten Ausgangsverhalten entspricht.
Die thermische Skalierung der NICs verhielt sich proportional zur Systemlast und wies keine anormalen Schwankungen auf.
GPU-Leistungsaufnahme
Die Leistungsaufnahme der GPU erreichte während der Prefill-Heavy-Übergänge einen Spitzenwert von 69.77 W. Im Vergleich zu einigen leistungsstärkeren Implementierungen in dieser Gruppe arbeitete ASUS etwas unterhalb der maximal beobachteten Leistungsaufnahme.
Dieses Leistungsverhalten trägt zum ausgeglichenen Wärmeprofil des Systems bei. Obwohl die GPU-Temperaturen in Spitzenlastphasen 82 °C erreichten, deutet die im Vergleich zu den Systemen mit dem höchsten Stromverbrauch etwas geringere Spitzenleistungsaufnahme darauf hin, dass ASUS die GPU nicht bis an die absolute Leistungsgrenze der getesteten Systeme auslastet.
Bei anhaltender Decode-Last stabilisierte sich der Stromverbrauch im Einklang mit dem Lastbedarf, was ein konsistentes und vorhersehbares Energiemanagement widerspiegelt.
Thermische Zusammenfassung
Die ASUS GB10 zeigte bei der Überwachung von CPU, GPU, NVMe und Netzwerkkarte kontrollierte Temperaturspitzen und eine hohe Stabilität unter Dauerlast. Die CPU erreichte während intensiver Prefill-Phasen einen Spitzenwert von 87.3 °C und die GPU 82 °C, während die NVMe-SSD unter 57 °C blieb und die Netzwerkkarte einen Spitzenwert von 73 °C erreichte. Die Leistungsaufnahme der GPU lag bei maximal 69.77 W und damit leicht unter den höchsten gemessenen Werten.
Insgesamt bietet ASUS eine ausgewogene Wärmeableitung, die eine starke Spitzenleistung bei gleichzeitig stabiler Dauerleistung und moderater Leistungsverteilung ermöglicht.
ASUS Ascent GX10 Leistungstests
Zur Evaluierung des ASUS Ascent GX10 testeten wir Spark-Einheiten mithilfe des vLLM Online Serving Benchmarks, der am weitesten verbreiteten Engine für Inferenz und Bereitstellung mit hohem Durchsatz für große Sprachmodelle. Der vLLM Online Serving Benchmark simuliert reale Produktionslasten, indem er gleichzeitig Anfragen an einen laufenden vLLM-Server sendet und wichtige Kennzahlen wie den gesamten Token-Durchsatz (Token pro Sekunde), die Zeit bis zum ersten Token und die Zeit pro ausgegebenem Token unter verschiedenen Lastbedingungen misst.
Unsere Tests umfassten verschiedene Modelle, von dichten Architekturen bis hin zu Datentypen mit minimaler Skalierung. Die Leistung wurde anhand von drei Workload-Szenarien bewertet: Gleichmäßige ISL/OSL-Last, hohe Prefill-Last und hohe Dekodierungslast. Diese Szenarien repräsentieren unterschiedliche reale Anwendungsmuster, von ausgewogener Eingabe- und Ausgabelast bis hin zu rechenintensiver Prompt-Verarbeitung und speicher- und bandbreitenbegrenzter Token-Generierung.
Zusätzlich zum ASUS Ascent GX10 haben wir die NVIDIA Founders Edition Spark als Referenzgerät sowie OEM-Systeme von Dell, Acer und GIGABYTE getestet. Dadurch konnten wir die Ergebnisse von ASUS im breiteren Wettbewerbsumfeld einordnen und feststellen, wo das Unternehmen bei verschiedenen Modellen und Arbeitslasten führend ist, mit der Konkurrenz mithält oder hinterherhinkt.
GPT-OSS-120B
Im Equal ISL/OSL-Verfahren skaliert der ASUS Spark von 70 tok/s bei Batch 1 auf 680 tok/s bei Batch 64. Die Skalierung verläuft über den gesamten Batch-Durchlauf hinweg stetig und linear, mit konsistenten Zuwächsen bei jeder Verdopplung. Es treten keine abrupten Spitzen oder Einbrüche auf, und der Durchsatz steigt ab Batch 4 vorhersehbar an und bleibt dabei im mittleren und oberen Batch-Bereich eng mit dem breiteren OEM-Markt deckungsgleich.
Die Durchsatzrate von Prefill Heavy beginnt bei 290 t/s und steigt bis zur 64. Charge auf 2,700 t/s. Das Wachstum ist bis zur 8. Charge rasant, wo der Durchsatz 1,500 t/s überschreitet, und skaliert anschließend gleichmäßig bis zur 16. und 32. Charge. Die Kurve verläuft glatt ohne Regressionspunkte und zeigt eine hohe Effizienz bei großen Chargen sowie ein stabiles Verhalten bei hohem Durchsatz.
Decode Heavy variiert zwischen 45 tok/s bei Batch 1 und 260 tok/s bei Batch 64. Bei kleineren Batchgrößen zeigen sich zwischen Batch 1 und 2 nur geringe Schwankungen, der Durchsatz stabilisiert sich jedoch ab Batch 4 und skaliert bis Batch 16 kontinuierlich. Der Anstieg von Batch 32 bis 64 ist deutlich erkennbar und spiegelt die effiziente Skalierung der Dekodierung bei höherer Parallelität wider.
Insgesamt orientiert sich ASUS sehr stark am breiteren Spark-Ökosystem bei allen drei Workload-Typen.
GPT-OSS-20B
Im Equal-ISL/OSL-Verfahren skaliert der ASUS Spark von 90 kB/s bei Batch 1 auf 1,600 kB/s bei Batch 64. Der Durchsatz steigt kontinuierlich an, wobei ab Batch 8 eine besonders gleichmäßige lineare Skalierung zu beobachten ist. Die Leistungssteigerungen bleiben bei jeder Verdopplung konstant, und die Kurve zeigt keine Instabilität oder Regression bei zunehmender Parallelität.
Die Durchsatzleistung von Prefill Heavy beginnt in Charge 1 bei 1,650 t/s, steigt in Charge 2 auf 2,000 t/s, sinkt dann in Charge 4, bevor sie wieder stark ansteigt. Ab Charge 8 erhöht sich der Durchsatz kontinuierlich und erreicht in Charge 64 4,550 t/s.
Decode Heavy variiert zwischen 60 tok/s bei Batch 1 und 700 tok/s bei Batch 64. Die Skalierung erfolgt über den gesamten Testzeitraum hinweg graduell und gleichmäßig, mit vorhersehbaren Zuwächsen bei jeder Verdopplung. Das deutlichste Wachstum findet zwischen Batch 16 und 64 statt, wo der Durchsatz stetig ohne Spitzen oder Einbrüche ansteigt.
Qwen3-Coder 30B A3B FB8
Im Equal ISL/OSL-Verfahren skaliert der ASUS Spark von 100 tok/s bei Batch 1 auf 1,230 tok/s bei Batch 64. Der Durchsatz steigt über den gesamten Sweep hinweg stetig an, mit einem sauberen linearen Wachstum ab Batch 4.
Die Durchsatzrate von Prefill Heavy beginnt bei 420 t/s und steigt bis zur 64. Charge auf 2,000 t/s. Die Skalierung verläuft über den gesamten Chargendurchlauf hinweg gleichmäßig und ist sehr gut vorhersehbar. Der größte Sprung erfolgt zwischen der 4. und 8. Charge, wo der Durchsatz von etwa 940 t/s auf 1,450 t/s ansteigt.
Decode Heavy variiert zwischen 60 tok/s bei Batch 1 und 490 tok/s bei Batch 64. Die Skalierung erfolgt graduell und gleichmäßig, ohne Einbrüche oder Unregelmäßigkeiten. Der Durchsatz steigt erwartungsgemäß mit jeder Verdopplung, wobei die deutlichsten Zuwächse ab Batch 16 auftreten. Dies spiegelt die effiziente Skalierung der Dekodierung bei höherer Parallelität wider.
Qwen3-Coder 30B A3B Basis
Im Equal ISL/OSL-Verfahren skaliert der ASUS Spark von 60 tok/s bei Batch 1 auf 750 tok/s bei Batch 64. Der Durchsatz steigt über den gesamten Sweep hinweg stetig an, mit einer besonders sauberen linearen Skalierung ab Batch 8.
Die Vorfüllung von Heavy beginnt bei 260 Tonnen/s und erreicht bis zur 64. Charge 1,680 Tonnen/s. Die Skalierung verläuft während des gesamten Chargendurchlaufs gleichmäßig und progressiv. Die deutlichste Beschleunigung findet zwischen der 4. und 8. Charge statt, wo der Durchsatz von etwa 600 Tonnen/s auf 900 Tonnen/s ansteigt.
Decode Heavy variiert von 30 tok/s bei Batch 1 bis 360 tok/s bei Batch 64. Die Skalierung erfolgt graduell und konsistent, ohne unregelmäßiges Verhalten bei kleineren Batchgrößen.
Llama 3.1 8B Instruct FP4
Im Equal ISL/OSL-Verfahren skaliert der ASUS Spark von 70 tok/s bei Batch 1 auf 2,750 tok/s bei Batch 64. Das Wachstum ist über den gesamten Sweep hinweg stetig, mit einer besonders starken Expansion ab Batch 16, wenn die Parallelität zunimmt.
Die Vorfüllung von Heavy beginnt bei 300 tk/s und steigt bis zur Charge 64 auf 2,550 tk/s. Die Skalierung verläuft sauber und linear, mit gleichmäßigen Zuwächsen bei jeder Verdopplung und ohne Instabilität bei höheren Chargengrößen.
Decode Heavy variiert im Verlauf der Batchverarbeitung zwischen 40 tok/s und 580 tok/s. Der Durchsatz steigt allmählich und vorhersehbar an, wobei die größten Zuwächse ab Batch 16 erzielt werden.
Llama 3.1 8B Instruct FP8
Im Equal ISL/OSL-Verfahren skaliert die ASUS Spark von 50 tok/s bei Batch 1 auf 2,200 tok/s bei Batch 64. Das Wachstum verläuft gleichmäßig und linear, mit einer starken Beschleunigung ab Batch 16 bei zunehmender Parallelität.
Prefill Heavy beginnt bei 220 tk/s und steigt bis zur Charge 64 auf 2,350 tk/s. Die Skalierung verläuft über den gesamten Messbereich sauber und gleichmäßig, mit vorhersehbaren Zuwächsen bei jeder Verdopplung und einem stabilen Verhalten bei hohen Chargen.
Die Decode Heavy-Werte liegen zwischen 30 tok/s und 530 tok/s. Der Durchsatz steigt mit zunehmender Batchgröße allmählich an, wobei die größten Zuwächse ab Batch 16 auftreten.
GPU-Direktspeicher
Einer der Tests, die wir mit dem Spark durchgeführt haben, war der MagnumIO GPU Direct Storage (GDS)-Test. GDS ist eine von NVIDIA entwickelte Funktion, die es GPUs ermöglicht, die CPU zu umgehen, wenn sie auf Daten zugreifen, die auf NVMe-Laufwerken oder anderen Hochgeschwindigkeitsspeichern gespeichert sind. Anstatt Daten über die CPU und den Systemspeicher zu leiten, ermöglicht GDS die direkte Kommunikation zwischen GPU und Speichergerät, wodurch die Latenz deutlich reduziert und der Datendurchsatz verbessert wird.
ASUS verbaut im Ascent GX10 die Phison ESL04TBTLCZ 1 TB Gen4 SSD. Dies ist die einzige 1-TB-GB10-Plattform, die wir bisher getestet haben, aber unseren Beobachtungen zufolge weist diese SSD neben ihrer PCIe-Gen4-Architektur auch die niedrigsten Schreibgeschwindigkeiten auf.
So funktioniert GPU Direct Storage
Traditionell müssen Daten, die auf einem NVMe-Laufwerk gespeichert sind, zunächst die CPU und den Arbeitsspeicher durchlaufen, bevor sie die GPU erreichen. Dieser Prozess führt zu Engpässen, da die CPU als Vermittler fungiert, was Latenzzeiten verursacht und wertvolle Systemressourcen verbraucht. GPU Direct Storage beseitigt diese Ineffizienz, indem es der GPU ermöglicht, über den PCIe-Bus direkt auf die Daten des Speichermediums zuzugreifen. Dieser direkte Pfad reduziert den Aufwand für die Datenübertragung und ermöglicht so schnellere und effizientere Datenübertragungen.
KI-Workloads, insbesondere solche mit Deep Learning, sind äußerst datenintensiv. Das Training großer neuronaler Netzwerke erfordert die Verarbeitung von Terabyte an Daten, und jede Verzögerung bei der Datenübertragung kann zu einer Unterauslastung der GPUs und längeren Trainingszeiten führen. GPU Direct Storage bewältigt diese Herausforderung, indem es sicherstellt, dass die Daten so schnell wie möglich an die GPU übermittelt werden, wodurch Leerlaufzeiten minimiert und die Rechenleistung maximiert werden.
Darüber hinaus ist GDS besonders vorteilhaft für Workloads, die das Streamen großer Datensätze beinhalten, wie etwa Videoverarbeitung, Verarbeitung natürlicher Sprache oder Echtzeit-Inferenz. Durch die Reduzierung der Abhängigkeit von der CPU beschleunigt GDS die Datenbewegung und gibt CPU-Ressourcen für andere Aufgaben frei, was die Gesamtsystemleistung weiter verbessert.
GDSIO-Lesedurchsatz 16k
Betrachtet man den GDSIO-Lesedurchsatz (16K), so beginnt der ASUS-Prozessor bei 0.53 GiB/s mit einem Thread. Die Ergebnisse zeigen jedoch im unteren Bereich Schwankungen: Mit zwei Threads werden 0.23 GiB/s gemessen, bevor der Wert bei vier Threads wieder auf 0.52 GiB/s ansteigt. Der Durchsatz skaliert bei acht Threads (0.94 GiB/s) und 16 Threads (1.57 GiB/s) wieder stetig und steigt bei 32 Threads (2.54 GiB/s) noch deutlicher an. Die Skalierung bleibt auch bei 64 Threads (3.67 GiB/s) hoch und erreicht bei 128 Threads einen Spitzenwert von 4.28 GiB/s. Dies zeigt einen kontinuierlichen Aufwärtstrend ohne anfängliches Plateau.
GDSIO-Leselatenz: Durchschnittlich 16K
Betrachtet man die durchschnittliche Leselatenz (16K) von GDSIO, so beginnt diese beim ASUS-System bei etwa 0.03 ms mit einem Thread und bleibt auch bei zwei (0.13 ms) und vier Threads (0.12 ms) niedrig. Die Latenz steigt bei acht (0.13 ms) und 16 Threads (0.16 ms) leicht an, bevor sie bei 32 (0.19 ms) und 64 Threads (0.27 ms) deutlich zunimmt. Bei 128 Threads erreicht die Latenz 0.46 ms und bleibt über den gesamten Bereich relativ niedrig, was mit dem kontinuierlichen Skalierungsverhalten des Durchsatzes übereinstimmt.
GSDIO-Schreibdurchsatz 16K
Betrachtet man den GDSIO-Schreibdurchsatz (16K), so beginnt der ASUS-Prozessor bei 0.32 GiB/s mit einem Thread, skaliert auf 0.58 GiB/s mit zwei Threads und 0.62 GiB/s mit vier Threads. Die Leistung steigt weiter bei acht Threads (0.65 GiB/s) und 16 Threads (0.68 GiB/s) und erreicht einen moderaten Höchstwert bei 32 Threads (0.72 GiB/s). Der Durchsatz sinkt leicht bei 64 Threads (0.64 GiB/s) und 128 Threads (0.62 GiB/s), was darauf hindeutet, dass die Plattform ihre Schreibsättigungsgrenze deutlich vor Erreichen des oberen Endes des Thread-Bereichs erreicht.
GDSIO Schreiblatenz durchschnittlich 16K
Betrachtet man die durchschnittliche Schreiblatenz (16K) von GDSIO, so beginnt diese beim ASUS-System bei etwa 0.05 ms mit einem Thread und bleibt auch bei zwei (0.05 ms) und vier Threads (0.10 ms) sehr niedrig. Die Latenz steigt bei acht (0.19 ms) und 16 Threads (0.36 ms) leicht an, bevor sie bei 32 (0.68 ms) und 64 Threads (1.52 ms) wieder zunimmt. Bei 128 Threads erreicht die Latenz 3.16 ms und ist damit im Vergleich zu den Ergebnissen mit 1 Million Threads immer noch relativ gering. Der steigende Trend entspricht jedoch dem beobachteten Plateau des Durchsatzes bei höheren Thread-Anzahlen.
GDSIO-Lesedurchsatz 1 Mio.
Betrachtet man den GDSIO-Lesedurchsatz (1M), so beginnt der ASUS-Prozessor mit 2.60 GiB/s bei einem Thread und steigt sprunghaft auf 4.01 GiB/s bei zwei Threads. Die Leistung verbessert sich weiter bei vier (4.67 GiB/s) und acht Threads (4.91 GiB/s), bevor die Plattform ihre Kapazitätsgrenze erreicht. Der Durchsatz bleibt bei 16 (4.69 GiB/s), 32 (4.84 GiB/s) und 64 Threads (4.66 GiB/s) konstant und bildet ein stabiles Plateau. Bei 128 Threads erreicht der Durchsatz 5.12 GiB/s und stellt damit den höchsten im Test ermittelten Wert dar.
GDSIO-Leselatenz durchschnittlich 1M
Betrachtet man die durchschnittliche Leselatenz (1M) von GDSIO, so beginnt diese beim ASUS-System bei etwa 0.38 ms mit einem Thread und bleibt auch bei zwei Threads (0.49 ms) und vier Threads (0.84 ms) niedrig. Die Latenz steigt mit zunehmender Thread-Anzahl und erreicht 1.59 ms bei acht Threads, 3.33 ms bei 16 Threads und 6.67 ms bei 32 Threads. Dieser Aufwärtstrend setzt sich bei 64 Threads (15.26 ms) fort und erreicht 29.54 ms bei 128 Threads, was den höchsten Parallelitätswerten entspricht, während der Durchsatz weitgehend konstant bleibt.
GDSIO-Schreibdurchsatz 1M
Betrachtet man den GDSIO-Schreibdurchsatz (1M), so beginnt der ASUS-Prozessor bei 0.98 GiB/s mit einem Thread und sinkt bei zwei Threads (0.85 GiB/s) und vier Threads (0.82 GiB/s), bevor er bei acht Threads (0.77 GiB/s) und 16 Threads (0.68 GiB/s) weiter abfällt. Die Leistung sinkt bei 32 Threads (0.57 GiB/s) weiter, bevor sie sich bei 64 Threads (0.61 GiB/s) leicht erholt. Bei 128 Threads steigt der Durchsatz auf 1.99 GiB/s, wobei das allgemeine Skalierungsmuster der Schreibvorgänge auf erhebliche Ressourcenengpässe über den gesamten Bereich hindeutet.
GDSIO Schreibdurchschnittslatenz 1M
Betrachtet man die durchschnittliche Schreiblatenz (1M) von GDSIO, so beginnt diese beim ASUS-System bei etwa 1.00 ms mit einem Thread, steigt auf 2.31 ms bei zwei Threads und auf 4.78 ms bei vier Threads. Die Latenz nimmt mit steigender Anzahl paralleler Threads steil zu und erreicht 10.19 ms bei acht Threads, 23.12 ms bei 16 Threads und 54.67 ms bei 32 Threads. Der Aufwärtstrend setzt sich bei 64 Threads (103.25 ms) deutlich fort, bevor die Latenz bei 128 Threads wieder auf 62.97 ms abfällt. Dies deckt sich mit der teilweisen Wiederherstellung des Durchsatzes bei maximaler Parallelität.
Fazit
Das ASUS Ascent GX10 ist eine weitere Variante der GB10-basierten Spark-Plattform von NVIDIA und basiert auf demselben Board und Silizium, das wir bereits in anderen Systemen getestet haben. Das bedeutet, dass das Rechenverhalten weitgehend konsistent ist. In vLLM-Tests schnitt das GX10 ähnlich gut ab wie andere Spark-Systeme der Modelle GPT-OSS, Qwen3-Coder und Llama 3.1. Das Skalierungsverhalten blieb vorhersehbar: Hoher Durchsatz bei hohem Prefill-Anteil und stetige Leistungssteigerungen bei größeren Batchgrößen.
Thermisch gesehen lag das GX10 während der Spitzenlastphasen eher im oberen Bereich der Vergleichsgruppe. Die CPU erreichte Spitzenwerte von 87.3 °C und die GPU von 82 °C, bevor sich die Temperaturen unter anhaltender Last stabilisierten. Die Temperaturen von NVMe und Netzwerkkarte blieben im erwarteten Betriebsbereich, was darauf hindeutet, dass das Gehäuse für eine ausreichende Luftzirkulation sorgt, auch wenn es nicht die niedrigsten Spitzenwerte der Vergleichsgruppe aufweist.
Die GPU-Direktspeicherung war der auffälligste Unterschied, maßgeblich beeinflusst durch die verbaute 1-TB-Gen4-SSD. Die Leseskalierung funktionierte zwar, lag aber im unteren Bereich der Vergleichsgruppe, und der Schreibdurchsatz erreichte bei maximaler gleichzeitiger Nutzung ein früheres Plateau mit höherer Latenz. Eine bessere SSD würde die Leistung dieses Geräts deutlich verbessern.
Da alle Spark-Systeme dieselbe Platine und denselben GB10-Superchip verwenden, sind die Leistungsunterschiede minimal. In der Praxis hängt die Entscheidung daher eher von der Speicherkonfiguration, der Wärmeableitung, dem physischen Design und der Herstellerkompatibilität als von der reinen Rechenleistung ab.
Amazon