华硕 Ascent GX10 评测

华硕 Ascent GX10 沿用了基于 NVIDIA GB10 超级芯片的核心架构，搭载 Arm v9.2-A CPU 复合体、集成 Blackwell 显卡和 128GB 统一 LPDDR5x 内存。NVIDIA 官方标称该平台拥有高达 1 petaFLOP 的 FP4 AI 计算能力，支持高达 200 亿参数的模型微调。CPU 和 GPU 通过 NVLink-C2C 进行通信，从而实现系统内一致的内存访问。

华硕将这些硬件封装在一个紧凑时尚的机箱内，尺寸为 150 x 150 x 51 毫米，重量为 1.48 公斤（比戴尔和技嘉的同类产品略高略重），并采用星空灰配色。与其他同类产品一样，它也使用 240 瓦外置电源适配器供电。

存储选项包括 1TB 和 2TB PCIe 4.0 NVMe 配置，以及 4TB PCIe 5.0 NVMe 版本。网络方面，配备 10G 以太网接口和集成式 NVIDIA ConnectX-7 智能网卡，并通过 AW-EM637 模块支持 WiFi 7 和蓝牙 5.4。后置接口包括三个支持 DisplayPort 2.1 替代模式的 USB 3.2 Gen 2×2 Type-C 接口、一个支持 180W PD 输入的 USB Type-C 接口、HDMI 2.1 接口、10G 以太网接口、ConnectX-7 接口以及 Kensington 安全锁槽。

让我们看看华硕在 GB10 平台上如何整合散热、存储和连接功能，与其他厂商相比如何，以及在持续工作负载下其性能是否有可衡量的差异。

华硕 Ascent GX10 规格参数

规格	华硕 Ascent GX10 (GB10)
尺寸和重量
高度	2 in
宽度	5.9 in
深度	5.9 in
重量	3.26磅
处理器
处理器类型	NVIDIA GB10（Grace Blackwell Superchip）（20 核）
集成显卡	NVIDIA Blackwell GPU（集成显卡）
内存
内存类型	LPDDR5x（统一系统内存）
内存配置	128 GB LPDDR5x 统一系统内存
内存带宽	273 GB/s (8533 MT/s)
运行系统
支持的操作系统	NVIDIA DGX 操作系统
外部端口和插槽
网络端口	一个 RJ45 (10GbE) NVIDIA ConnectX-7 网卡（200G × 2 QSFP）
USB端口	三个 USB 3.2 Gen 2×2 Type-C (20Gbps) 一个支持PD的USB 3.2 Gen 2×2 Type-C接口
视频端口	一个 HDMI 2.1a 接口
电源适配器端口	USB Type-C（PD 输入）
安全槽	肯辛顿锁一号
无线耳机
WiFi	WiFi 7（AW-EM637，2×2）
蓝牙	蓝牙5.4
存放
存储选项	M.2 NVMe PCIe 5.0：4TB M.2 NVMe PCIe 4.0：1TB / 2TB
电源适配器
类型	240W 外置适配器（USB Type-C）

华硕 Ascent GX10 的设计与构造

华硕 Ascent GX10 延续了我们在其他基于 Spark 平台的系统上常见的紧凑型设计，尺寸为 150 x 150 毫米，高度为 51 毫米，重量为 1.48 千克。机箱采用亮灰色涂装，看起来更像是一款时尚的桌面设备，而非实验室级别的参考级产品。

正面最引人注目的是排列紧密的垂直通风口，贯穿整个机身宽度，其间点缀着小巧的华硕标志和一个与通风口融为一体的方形电源按钮。这款产品的独特之处还在于，华硕将电源指示灯集成到了电源按钮中。虽然这一点可能有些奇怪，但很多GB10系统根本没有电源指示灯。

所有主要接口都位于机身背面，华硕充分利用了可用空间。三个 USB 3.2 Gen 2×2 Type-C 接口支持 20Gbps 传输速度，并支持 DisplayPort Alter Mode；此外，还有一个专用于供电的 USB Type-C 接口，支持最高 180W 的 PD 3.1 EPR 供电。显示输出方面，它配备了一个 HDMI 2.1 接口。

网络选项包括一个 10G LAN 端口和一个 NVIDIA ConnectX-7 网卡，可实现高带宽数据传输并连接多个系统。它还配备了常见的 Kensington 安全锁槽。

GX10 内部搭载 NVIDIA GB10 Grace Blackwell 超级芯片，该芯片由 Arm v9.2-A CPU 和集成 Blackwell 显卡组成。它配备 128 GB LPDDR5x 统一内存，因此 CPU 和 GPU 共享同一内存池，而不是在不同的内存域中工作。这种配置对于这些系统所针对的 AI 工作负载至关重要。

存储方面，该设备配备一个 M.2 2242 NVMe 插槽，可选配 1TB 和 2TB PCIe 4.0 固态硬盘，最高可达 4TB PCIe 5.0 配置。电源方面，采用 USB-C PD 3.1 EPR 适配器供电，额定功率最高可达 240W，设备实际功耗最高可达 180W。同时，无线连接方面，该设备配备 Wi-Fi 7 模块和蓝牙 5.4，并集成 10G 以太网接口，支持有线网络连接。

华硕Ascent GX10 热测试

为了测试华硕 Ascent GX10 内部组件的散热性能，我们将其与 Founders Edition 版本以及戴尔、宏碁和技嘉等 OEM 厂商的产品进行了比较。我们在Spark 散热测试论文中对此进行了更深入的探讨。

我们对整个技术栈进行了监控，在给定的时间段内，工作负载分为三个阶段，利用率在大约一小时内逐步提升。这使我们能够观察设备在长时间内以及不同工作负载阶段的使用情况。我们监控了 CPU、GPU、网络、NVMe 的温度以及总功耗。

CPU温度

在CPU散热测试中，华硕系统在预填充重负载阶段的最高温度达到了87.3°C。这使得华硕在高负载突发转换阶段的性能处于对比产品的中上水平，但略低于其他产品的最高峰值。

随着工作负载从均衡ISL/OSL过渡到繁重解码，CPU温度趋于稳定，并未继续攀升。持续的解码活动始终保持在可控的温度范围内，表明87.3°C的峰值与短时负载上升活动相关，而非长时间的热饱和。

在低负载情况下，CPU 的最低温度为 38.8°C。该基准温度反映了系统在非高计算压力下有效的散热性能。

总体而言，华硕展现了较高但可控的CPU峰值温度，以及稳定的持续负载性能。

GPU温度

GPU 温度表现也呈现类似趋势。在预填充重加速测试期间，GPU 最高温度达到 82°C。这使得华硕显卡在峰值加速工况下的温度略高于部分竞争对手，但仍在 GB10 平台的预期运行范围内。

随着活动转移到 ISL/OSL 相等和解码密集型阶段，GPU 温度趋于稳定。

在较轻的阶段，GPU 记录到的最低温度为 38°C，表明其空闲时的热特性与堆栈的其他部分一致。

综合来看，华硕在保证GPU持续稳定散热的同时，实现了强大的GPU峰值利用率。

NVMe温度

存储设备的散热控制良好。在负载较高的情况下，NVMe 固态硬盘的最高温度仅为 56.8°C，远低于常见的降频阈值。这表明机箱内部存储子系统周围的气流或散热设计非常有效。

在较轻的阶段，NVMe 温度降至最低 37.8°C，与其他系统的空闲温度非常接近，这进一步证实了存储设备在静止状态下不受热限制。

总体而言，华硕在负载下保持了较为温和的 NVMe 散热性能。

NIC 温度

在网络活动高峰期，网卡温度最高达到 73°C。这使得华硕网卡在网络吞吐量峰值时处于温度较高的位置，但仍在正常运行的容差范围内。

在负载较轻的情况下，记录到的最低 NIC 温度为 41°C，反映了预期的基线行为。

网卡的热膨胀与系统负载成正比，没有出现异常波动。

GPU功耗

在预填充重度转换期间，GPU 功耗峰值达到 69.77W。与同组其他一些功耗上限更高的方案相比，华硕这款产品的功耗略低于实际观测到的最大功耗水平。

这种功耗特性有助于解释系统均衡的散热性能。虽然GPU温度在峰值负载阶段达到了82°C，但相对于功耗最高的系统而言，其峰值功耗分配略低，这表明华硕并没有将GPU的功耗推至测试系统的最高水平。

在持续解码工作负载期间，功耗会随着工作负载需求而稳定下来，这体现了一致且可预测的电源管理。

热力总结

在对 CPU、GPU、NVMe 和网卡进行全面监控后，华硕 GB10 展现出可控的突发温度和极具竞争力的持续负载稳定性。在预填充密集型任务切换期间，CPU 最高温度为 87.3°C，GPU 最高温度为 82°C，而 NVMe 温度保持在 57°C 以下，网卡最高温度为 73°C。GPU 最高功耗为 69.77W，略低于同类产品中观察到的最高功耗。

总体而言，华硕的散热设计均衡，既能实现强劲的峰值性能，又能保持稳定的持续性能和适中的功耗分配。

华硕 Ascent GX10 性能测试

为了评估华硕 Ascent GX10，我们使用 vLLM Online Serving 基准测试对 Spark 单元进行了测试。vLLM Online Serving 基准测试是目前应用最广泛的大型语言模型高吞吐量推理和服务引擎。该基准测试通过向运行中的 vLLM 服务器发送并发请求来模拟真实生产环境中的工作负载，并测量关键指标，包括总令牌吞吐量（每秒令牌数）、首令牌到达时间和每个输出令牌的生成时间，并考察不同负载条件下的性能。

我们的测试涵盖了从密集架构到微扩展数据类型的各种模型。测试评估了三种工作负载场景下的性能：均衡 ISL/OSL、预填充密集型和解码密集型。这些场景代表了不同的实际服务模式，从均衡的输入输出负载到计算密集型的提示符处理和内存带宽受限的令牌生成。

除了华硕 Ascent GX10 之外，我们还以 NVIDIA Founders Edition Spark 作为参考基准，同时测试了戴尔、宏碁和技嘉的 OEM 系统。这使我们能够将华硕的测试结果置于更广泛的竞争格局中，并了解其在不同型号和工作负载类型下处于领先地位、与竞争对手持平还是落后。

GPT-OSS-120B

在 ISL/OSL 相等的测试条件下，华硕 Spark 的吞吐量从批次 1 的 70 tok/s 提升至批次 64 的 680 tok/s。在整个批次范围内，吞吐量的提升稳定且呈线性，每次批次翻倍后都能获得持续的提升。没有出现明显的峰值或停滞，吞吐量从批次 4 开始稳步增长，在中高批次规模下与更广泛的 OEM 厂商保持高度一致。

预填充重型生产线的初始产能为 290 tok/s，到第 64 批次时攀升至 2,700 tok/s。在第 8 批次之前，产能增长迅猛，超过 1,500 tok/s，并在第 16 批次和第 32 批次继续保持平稳增长。曲线保持平滑，没有回归点，展现出强大的批量生产效率和稳定的高产能表现。

解码重任务的吞吐量从批次 1 的 45 tok/s 到批次 64 的 260 tok/s 不等。批次较小时，批次 1 和批次 2 之间的吞吐量波动较小，但从批次 4 开始吞吐量趋于稳定，并持续增长至批次 16。批次 32 到批次 64 的吞吐量提升显著，反映了在高并发性下解码效率的提高。

总体而言，华硕在所有三种工作负载类型上都与更广泛的 Spark 生态系统保持着非常紧密的联系。

 

GPT-OSS-20B

在 ISL/OSL 相等的测试环境下，华硕 Spark 处理器的处理能力从批次 1 的 90 tok/s 提升至批次 64 的 1,600 tok/s。吞吐量在整个测试过程中稳步提升，尤其从批次 8 开始呈现非常平滑的线性增长。每次批次翻倍后，性能提升都保持稳定，曲线也未出现任何不稳定或性能下降的情况。

预填充重型设备在第一批次的处理速度为 1,650 tok/s，第二批次上升至 2,000 tok/s，然后在第四批次有所下降，之后再次强劲增长。从第八批次开始，处理速度持续攀升，到第 64 批次达到 4,550 tok/s。

解码重任务的处理速度从第 1 批的 60 tok/s 到第 64 批的 700 tok/s 不等。整个处理过程中，处理速度的提升是渐进且稳定的，每次批数翻倍后都会有可预测的提升。最显著的增长发生在第 16 批到第 64 批之间，吞吐量稳步提升，没有出现峰值或低谷。

Qwen3 程序员 30B A3B FB8

在 ISL/OSL 相等的情况下，华硕 Spark 的处理能力从第 1 批的 100 tok/s 提升到第 64 批的 1,230 tok/s。吞吐量在整个扫描过程中稳步增长，从第 4 批开始呈干净的线性增长。

预填充重型设备的初始处理速度为 420 tok/s，到第 64 批次时提升至 2,000 tok/s。在整个批次处理过程中，处理速度的提升平滑且高度可预测。最大的提升发生在第 4 批次到第 8 批次之间，处理速度从大约 940 tok/s 跃升至 1,450 tok/s。

解码重任务的处理速度从批次 1 的 60 tok/s 到批次 64 的 490 tok/s 不等。处理速度的提升是渐进且稳定的，没有出现任何下降或异常情况。吞吐量随着批次翻倍而按预期增长，从批次 16 开始提升最为显著，这反映了在高并发情况下解码处理效率的提高。

Qwen3 编码器 30B A3B 基地

在 Equal ISL/OSL 测试中，ASUS Spark 的吞吐量从批次 1 的 60 tok/s 提升到批次 64 的 750 tok/s。吞吐量在整个测试过程中稳步提升，从批次 8 开始，吞吐量的线性提升尤为显著。

预填充重型任务的处理速度从 260 tok/s 开始，到第 64 批次时提升至 1,680 tok/s。在整个批次扫描过程中，处理速度的提升平稳且渐进。最显著的加速发生在第 4 批次到第 8 批次之间，处理速度从大约 600 tok/s 跃升至 900 tok/s。

解码重数据的速度范围从批次 1 时的 30 tok/s 到批次 64 时的 360 tok/s。扩展是渐进且一致的，在较低的批次大小下没有不规则的行为。

 

Llama 3.1 8B 指令 FP4

在 Equal ISL/OSL 测试中，ASUS Spark 的处理速度从第 1 批处理的 70 tok/s 提升到第 64 批处理的 2,750 tok/s。整个测试过程中，处理速度稳步提升，尤其是在第 16 批处理之后，随着并发性的增加，处理速度得到了显著提升。

Prefill Heavy 从 300 tok/s 开始，到第 64 批次时上升到 2,550 tok/s。扩展过程干净利落且线性，每次翻倍都有稳定的增长，并且在更高的批次大小下没有不稳定。

解码重任务的吞吐量在整个批次扫描过程中介于 40 tok/s 到 580 tok/s 之间。吞吐量逐渐且可预测地增加，最大增益出现在第 16 个批次之后。

 

Llama 3.1 8B 指令 FP8

在 Equal ISL/OSL 下，ASUS Spark 的处理速度从批次 1 的 50 tok/s 提升到批次 64 的 2,200 tok/s。增长平稳且线性，随着并发性的增加，批次 16 之后速度显著提升。

预填充重型从 220 tok/s 开始，到第 64 批次时上升到 2,350 tok/s。整个扫描过程中扩展干净且一致，每次翻倍都有可预测的增益，并且高批次行为稳定。

解码重型数据的速度范围为 30 tok/s 至 530 tok/s。吞吐量随着批次大小的增加而逐渐提高，从第 16 个批次开始，吞吐量的提升最为显著。

GPU 直接存储

我们在 Spark 上进行的测试之一是 MagnumIO GPU 直接存储 (GDS) 测试。GDS 是 NVIDIA 开发的一项功能，允许 GPU 在访问存储在 NVMe 驱动器或其他高速存储设备上的数据时绕过 CPU。GDS 无需通过 CPU 和系统内存路由数据，而是支持 GPU 和存储设备之间的直接通信，从而显著降低延迟并提高数据吞吐量。

华硕 Ascent GX10 内部使用了 Phison ESL04TBTLCZ 1TB Gen4 SSD。这是我们目前测试过的唯一一款 1TB GB10 平台，但就我们所见，这款 SSD 除了是 PCIe Gen4 之外，写入速度也是最慢的。

GPU 直接存储的工作原理

传统上，当GPU处理存储在NVMe驱动器上的数据时，数据必须先经过CPU和系统内存才能到达GPU。由于CPU充当中间人，这个过程会造成性能瓶颈，增加延迟并消耗宝贵的系统资源。GPU直接存储（GPU Direct Storage）通过允许GPU直接通过PCIe总线访问存储设备中的数据，消除了这种低效。这种直接路径减少了数据传输的开销，从而实现了更快、更高效的数据传输。

AI 工作负载（尤其是涉及深度学习的工作负载）是高度数据密集型的。训练大型神经网络需要处理数 TB 的数据，数据传输的任何延迟都可能导致 GPU 利用率不足和训练时间延长。GPU Direct Storage 通过确保尽快将数据传送到 GPU、最大限度地减少空闲时间并最大限度地提高计算效率来解决这一挑战。

此外，GDS 对于涉及流式传输大型数据集的工作负载（例如视频处理、自然语言处理或实时推理）尤其有益。通过减少对 CPU 的依赖，GDS 可加速数据移动并释放 CPU 资源以用于其他任务，从而进一步提高整体系统性能。

GDSIO 读取吞吐量 16k

从 GDSIO 16K 读取吞吐量测试来看，华硕主板在单线程时初始吞吐量为 0.53 GiB/s，但低线程时波动较大，双线程时为 0.23 GiB/s，四线程时回升至 0.52 GiB/s。吞吐量在八线程（0.94 GiB/s）和十六线程（1.57 GiB/s）时恢复稳定增长，并在三十二线程时显著提升至 2.54 GiB/s。六十四线程时吞吐量依然强劲（3.67 GiB/s），并在十二线程时达到峰值 4.28 GiB/s，呈现持续上升趋势，没有出现早期停滞。

GDSIO 读取平均延迟 16K

从 GDSIO 读取平均延迟 (16K) 来看，华硕主板在单线程时延迟约为 0.03 毫秒，在双线程 (0.13 毫秒) 和四线程 (0.12 毫秒) 时也保持较低水平。延迟在八线程 (0.13 毫秒) 和十六线程 (0.16 毫秒) 时略有上升，然后在三十二线程 (0.19 毫秒) 和六十四线程 (0.27 毫秒) 时进一步升高。在 128 线程时，延迟达到 0.46 毫秒，在整个测试过程中保持相对较低，这与吞吐量持续提升的特性一致。

GSDIO 写入吞吐量 16K

从 GDSIO 16K 写入吞吐量测试来看，华硕主板在单线程下初始吞吐量为 0.32 GiB/s，双线程下提升至 0.58 GiB/s，四线程下为 0.62 GiB/s。性能在 8 线程（0.65 GiB/s）和 16 线程（0.68 GiB/s）时继续提升，并在 32 线程时达到一个较为温和的峰值（0.72 GiB/s）。在 64 线程（0.64 GiB/s）和 128 线程（0.62 GiB/s）时吞吐量略有下降，表明该平台在达到线程数上限之前就已经达到了写入性能的饱和点。

GDSIO 写入平均延迟 16K

从 GDSIO 写入平均延迟（16K）来看，华硕主板在单线程时延迟约为 0.05 毫秒，在双线程（0.05 毫秒）和四线程（0.10 毫秒）时仍保持极低水平。延迟在八线程（0.19 毫秒）和十六线程（0.36 毫秒）时略有上升，然后在三十二线程（0.68 毫秒）和六十四线程（1.52 毫秒）时显著增加。在 128 线程时，延迟达到 3.16 毫秒，与 100 万线程的结果相比仍然相对较低，但其上升趋势与在高线程数下观察到的吞吐量平台期相吻合。

GDSIO 读取吞吐量 1M

在 GDSIO 读取吞吐量 1M 测试中，华硕主板在单线程下初始吞吐量为 2.60 GiB/s，双线程下迅速跃升至 4.01 GiB/s。性能在四线程（4.67 GiB/s）和八线程（4.91 GiB/s）下继续提升，之后平台性能基本达到饱和。在 16 线程（4.69 GiB/s）、32 线程（4.84 GiB/s）和 64 线程（4.66 GiB/s）下，吞吐量保持稳定，呈现平稳状态。在 128 线程下，吞吐量达到 5.12 GiB/s，为本次测试中的最高值。

GDSIO 读取平均延迟 1M

从 GDSIO 读取平均延迟（1M）来看，华硕显卡在单线程时延迟约为 0.38 毫秒，在双线程（0.49 毫秒）和四线程（0.84 毫秒）时也保持较低水平。延迟随着并发量的增加而增加，在 8 线程时上升至 1.59 毫秒，16 线程时上升至 3.33 毫秒，32 线程时上升至 6.67 毫秒。延迟继续上升，在 64 线程时达到 15.26 毫秒，并在 128 线程时达到 29.54 毫秒，这与峰值并发量相对应，而吞吐量基本保持稳定。

GDSIO 写入吞吐量 1M

从 GDSIO 写入吞吐量 1M 测试结果来看，华硕主板在 1 线程时为 0.98 GiB/s，随后在 2 线程（0.85 GiB/s）和 4 线程（0.82 GiB/s）时下降，在 8 线程（0.77 GiB/s）和 16 线程（0.68 GiB/s）时继续下降。在 32 线程时性能进一步降低（0.57 GiB/s），然后在 64 线程时略有回升（0.61 GiB/s）。在 128 线程时，吞吐量上升至 1.99 GiB/s，但整体写入性能的提升趋势表明，在整个测试过程中都存在明显的线程争用。

GDSIO 写入平均延迟 1M

从 GDSIO 写入平均延迟（1M）来看，华硕主板在单线程时延迟约为 1.00 毫秒，双线程时上升至 2.31 毫秒，四线程时上升至 4.78 毫秒。随着并发数的增加，延迟急剧上升，在 8 线程时达到 10.19 毫秒，16 线程时达到 23.12 毫秒，32 线程时达到 54.67 毫秒。在 64 线程时，延迟继续快速上升（103.25 毫秒），之后回落至 128 线程时的 62.97 毫秒，这与在最大并发数下观察到的部分吞吐量恢复现象相符。

结语

华硕 Ascent GX10 是基于 NVIDIA GB10 架构的 Spark 平台的又一力作，它采用与我们测试过的同类产品相同的底层电路板和芯片。这意味着其核心计算性能基本一致。在 vLLM 测试中，GX10 在 GPT-OSS、Qwen3-Coder 和 Llama 3.1 等多种 Spark 系统模型上的表现都非常接近。其扩展性能也保持了可预测性，在处理大量预填充任务时吞吐量强劲，并且在大批量处理时性能稳步提升。

在运行阶段，GX10 的温度在同组产品中偏高，CPU 最高温度达到 87.3°C，GPU 最高温度达到 82°C，之后在持续高负载下趋于稳定。NVMe 固态硬盘和网卡的温度均在预期范围内，表明机箱的散热性能良好，即使其峰值温度并非同组产品中最低的。

GPU Direct Storage 是性能差异最显著的一点，这主要受内置的 1TB Gen4 SSD 的影响。读取性能虽然能够满足需求，但排名靠后；写入吞吐量在峰值并发时延迟较高，且较​​早达到瓶颈。如果换用更好的 SSD，性能会有显著提升。

由于所有 Spark 系统都采用相同的电路板和 GB10 超级芯片，因此性能差异微乎其微。实际上，最终的选择取决于存储配置、散热、物理设计以及厂商的契合度，而非原始的计算能力。

产品页面 – 华硕 Ascent GX10

排行榜：华硕 Ascent GX10 已入选我们“最佳本地 AI 台式机”排行榜。