Компания ASUS недавно выпустила мини-рабочую станцию ​​Ascent GX10, оснащенную чипом NVIDIA GB10 Grace Blackwell Superchip. Версия емкостью 1 ТБ стоит 32 999 юаней.Габаритные размеры Ascent GX10 составляют 150 x 150×51 мм, что составляет менее одной десятой размера традиционной рабочей станции. Он использует специальную внутреннюю систему охлаждения, сочетающую сверхширокие ребра, пять тепловых трубок и два вентилятора размером 140 × 80 мм, чтобы гарантировать стабильную работу устройства при длительных высоких нагрузках.

Суперчип NVIDIA GB10 Grace Blackwell, установленный на этом устройстве, состоит из графического процессора Blackwell и процессора Grace и оптимизирован для компактного корпуса. Он может запускать большие языковые модели с более чем 200 миллиардами параметров.Среди них процессор Grace имеет 20 ядер Arm, которые могут повысить эффективность предварительной обработки данных и оркестрации, ускорить настройку модели и получение выводов в реальном времени.

Что касается аппаратной конфигурации, Ascent GX10 оснащен унифицированной памятью LPDDR5X емкостью 128 ГБ и предлагает различные варианты SSD-накопителей емкостью от 1 ТБ до 4 ТБ. Графический процессор основан на архитектуре Blackwell, имеет 6144 ядра CUDA, включает в себя тензорное ядро ​​пятого поколения и поддерживает формат данных FP4. Благодаря технологии соединения чипов NVIDIA NVLink-C2C достигается унифицированное соединение моделей памяти ЦП и графического процессора, при этом пропускная способность в пять раз превышает пропускную способность PCIe 5.0.

Благодаря встроенному сетевому порту NVIDIA ConnectX-7 пользователи могут локально подключить два Ascent GX10 для решения более сложных задач искусственного интеллекта, таких как большие модели, такие как Llama 3.1, с числом параметров до 405 миллиардов.

Кроме того, пользователи могут завершить разработку и тестирование моделей искусственного интеллекта в локальной среде, а затем легко перейти на NVIDIA DGX Cloud или другую ускоренную облачную инфраструктуру или инфраструктуру центра обработки данных. Весь процесс практически не требует корректировки кода, что значительно упрощает процесс прототипирования, точной настройки модели и итерации.