ASUS Ascent GX10: Persönlicher KI-Supercomputer startet Vorverkauf
Veröffentlicht am: 16.09.2026 um 06:23 Uhr | Redaktion boerse-global.de
Die Bereitstellung von Rechenleistung für künstliche Intelligenz verschiebt sich zunehmend von zentralen Cloud-Strukturen hin zu lokalen, kompakten Hochleistungssystemen.
Im Zentrum dieser Entwicklung stehen die Nvidia-Plattformen DGX Spark und DGX Station, die darauf ausgelegt sind, komplexe KI-Projekte ohne den Bedarf an einer massiven Server-Infrastruktur umsetzbar zu machen. Aktuelle Berichte und Markteinführungen im September 2026 verdeutlichen, wie die Hardware-Partner das Ökosystem rund um die Blackwell-Architektur erweitern.
Technologische Basis: DGX Spark und DGX Station
Das System DGX Spark, das während der Entwicklung unter dem Namen Project Digits geführt wurde, nutzt den GB10 Grace Blackwell Superchip. Die Plattform erreicht eine KI-Rechenleistung von bis zu 1.000 TOPS und ist für die unmittelbare Verfügbarkeit vorgesehen.
Durch die Kombination der DGX-Plattform mit Apache Spark sollen Unternehmen in der Lage sein, große Datenmengen schneller zu verarbeiten und KI-Modelle kosteneffizienter zu trainieren. Das ultrakompakte Format zielt darauf ab, KI-Pipelines zu vereinfachen und direkt in Unternehmensumgebungen zu integrieren.
Ergänzend dazu fungiert die DGX Station als Desktop-Supercomputer, der mit dem GB300 Grace Blackwell Ultra Superchip und einem Speichervolumen von 784 GB ausgestattet ist. Die Markteinführung über Partner wie Asus, Boxx, Dell, HP und Lenovo ist für den weiteren Verlauf des Jahres 2026 geplant.
Partner-Implementierungen und Vorverkaufsstarts
Hardware-Hersteller haben damit begonnen, die Blackwell-Technologie in konkrete Produkte für Endanwender und professionelle Workstations zu überführen.
Wer sich mit dem Einsatz solch leistungsstarker KI-Systeme befasst, muss auch die rechtlichen Rahmenbedingungen der neuen EU-Vorgaben im Blick behalten. Dieser kostenlose Umsetzungsleitfaden bietet Unternehmen einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen des AI Act. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt
Laut einem Bericht vom 16. September 2026 startete ASUS den Vorverkauf des persönlichen KI-Supercomputers Ascent GX10. Dieses System basiert auf dem GB10-Superchip und liefert bei FP4-Präzision eine KI-Leistung von bis zu einem Petaflop sowie 1.000 TOPS.
Mit einem vereinheitlichten Systemspeicher von 128 GB ist die Hardware in der Lage, Modelle mit bis zu 200 Milliarden Parametern zu verarbeiten. Über eine integrierte Netzwerkschnittstelle lassen sich zwei dieser Einheiten koppeln, um noch umfangreichere Modelle zu trainieren.
GIGABYTE adressiert dieses Segment mit dem AI TOP ATOM, der ebenfalls auf dem GB10 Grace Blackwell basiert. Dieses System unterstützt das Fine-Tuning und die Inferenz von Modellen mit 70 bis 200 Milliarden Parametern. Durch den Einsatz des AI TOP Utility 4.0 können laut Berichten vom 15. September 2026 lokale Inferenzen für Modelle mit bis zu 685 Milliarden Parametern realisiert werden.
Mobile Workstations und Agentic AI
Im Rahmen der IFA 2026 in Berlin präsentierte ASUS zudem die ProArt-Serie mit RTX Spark. Die Modelle P16 und P14 nutzen Blackwell RTX GPUs mit 6.144 Kernen und Grace CPUs mit bis zu 20 Kernen. Diese mobilen Workstations erreichen eine KI-Leistung von einem Petaflop.
Die Einführung neuer KI-Technologien stellt Unternehmen nicht nur vor technische, sondern auch vor regulatorische Herausforderungen hinsichtlich der Risikoklassifizierung. Ein spezialisierter Report klärt darüber auf, welche Systeme als Hochrisiko gelten und welche Dokumentationspflichten jetzt konkret bestehen. Kostenlosen Umsetzungsleitfaden zum EU AI Act jetzt herunterladen
Während Versionen mit anderen Prozessoren bereits verfügbar sind, wird die Markteinführung der ProArt-Modelle P16 und P14 mit dieser spezifischen Konfiguration für Oktober 2026 erwartet.
Ein zentrales Thema bei der Vorstellung war die sogenannte „Agentic AI“. Ein Marketing-Direktor von ASUS betonte in einer Keynote die Notwendigkeit für lokale Rechenleistung, große Speicherressourcen und erweiterte Kontextfenster, um KI-Agenten effizient betreiben zu können. In Demonstrationen wurden lokale Arbeitsabläufe mit Plattformen wie Zenni Claw und Bildgenerierungstools wie MuseTree gezeigt.
Software-Ökosystem und lokale Inferenz
Die Leistungsfähigkeit der neuen Hardware wird durch spezialisierte Softwarelösungen ergänzt. Perplexity stellt seinen Dienst nun als application für Windows bereit, die lokal auf Nvidia GeForce RTX und RTX PRO Workstations mit mindestens 24 GB VRAM ausgeführt werden kann. Dabei kommt das Modell Qwen 3.8 mit 27 Milliarden Parametern zum Einsatz, welches keine Cloud-Credits verbraucht und Daten lokal auf dem Gerät belässt.
Weitere Optimierungen betreffen den Durchsatz bei Sprachmodellen. So erreicht llama.cpp auf einer GeForce RTX 5090 einen bis zu 1,9-fachen Durchsatz. Für das Modell DeepSeek v4 Flash mit 284 Milliarden Parametern wird der Betrieb auf Clustern aus zwei DGX Spark-Einheiten sowie auf der DGX Station unterstützt.
Zudem bietet Z.ai das Modell GLM 5.3 Flash für diese Plattformen an, während die größere Variante GLM 5.3 mit 744 Milliarden Parametern eine Kombination aus einer DGX Station und vier DGX Spark-Einheiten erfordert.
