Imagen: ASUS
ASUS ha presentado una configuración de 64 GB del Ascent GX10, su superordenador compacto para inteligencia artificial, que se suma al modelo de 128 GB que ya existía. La compañía lo ha anunciado en una nota fechada el 2 de octubre y publicada el 5 en su sala de prensa, y lo dimensiona para ejecutar en el propio equipo modelos de código abierto de 30.000-35.000 millones de parámetros y agentes de IA. ASUS no da precio ni fecha de venta.
La misma plataforma DGX Spark, con la mitad de memoria
El nuevo modelo se basa, como el de 128 GB, en la plataforma NVIDIA DGX Spark y llega con toda la pila de software de IA de NVIDIA. ASUS insiste en que ofrece la misma arquitectura de escala de petaflop que el Ascent GX10 de 128 GB, con una cantidad de memoria pensada para los modelos abiertos eficientes actuales.
El público lo deja claro la propia marca: desarrolladores, investigadores, científicos de datos y equipos que quieren empezar a trabajar con agentes de IA, programas que planifican, usan herramientas y ejecutan tareas de varios pasos por su cuenta. Para ellos, el de 64 GB es «un punto de entrada más accesible», mientras que el de 128 GB sigue siendo el de los equipos que mueven los modelos locales más grandes. Su argumento: con los agentes en producción se ha disparado el gasto de tokens en la nube, y en local los datos no salen de casa.
El chip GB10 promete hasta 1 petaflop, pero en el formato más favorable
Dentro está el mismo NVIDIA GB10 Grace Blackwell del Ascent GX10 original, que une una GPU Blackwell con núcleos Tensor de quinta generación y soporte para FP4 y una CPU NVIDIA Grace Arm de 20 núcleos. Las dos partes se comunican por NVLink-C2C, con cinco veces el ancho de banda de PCIe 5.0, y el equipo funciona enchufado a una toma de pared normal.
ASUS habla de «hasta 1 petaflop de rendimiento en IA», y la letra pequeña está en una nota al pie: es el rendimiento en FP4 usando dispersión. Dicho en llano, FP4 significa trabajar con números de solo cuatro bits, poco precisos pero muy rápidos, y la dispersión es una técnica que se ahorra parte de los cálculos cuando muchos valores del modelo son cero. Es la cifra en las condiciones más favorables, no la de cualquier tipo de cálculo.
64 GB de memoria unificada a 273 GB/s para modelos de hasta 35.000 millones
La memoria es de 64 GB LPDDR5x unificada y coherente, con 273 GB/s de ancho de banda: la CPU y la GPU tiran del mismo bloque de memoria. ASUS pone como ejemplo Qwen3.8-27B, del que dice que ya rinde como los modelos punteros de hace solo unos meses y que cabe con holgura en los 64 GB.
La cuenta ayuda a entender el límite. Repartir 64 GB entre 35.000 millones de parámetros sale a algo menos de 1,9 bytes por parámetro, antes de reservar nada para el sistema o el contexto. Con cada parámetro en 16 bits, que son dos bytes, un modelo así no entraría: para llegar arriba del rango hay que usar versiones comprimidas, a menos bits por parámetro.
Dos unidades en clúster suman 128 GB y hasta 1,7 veces un GX10 de 128 GB
El GX10 lleva red NVIDIA ConnectX-7 integrada, y con ella dos unidades de 64 GB se pueden unir en clúster para sumar hasta 128 GB de memoria unificada, hasta 2 petaflops de cálculo de IA y hasta 546 GB/s de ancho de banda combinado. Con esa pareja, la marca afirma que se llega a «hasta 1,7 veces el rendimiento» de un solo Ascent GX10 de 128 GB, y con el formato NVFP4 de NVIDIA se pueden ejecutar versiones comprimidas de modelos mayores, como Qwen3.8-Flash-Next.
La refrigeración es la del modelo de 128 GB, con cinco tubos de calor y dos ventiladores de 140 x 80 mm que toman el aire por la base. De serie trae NVIDIA DGX OS con PyTorch, Jupyter y Ollama, y gestión remota por SSH.
A quién le sirve el de 64 GB y qué falta para decidir
La propuesta es empezar con un GX10 de 64 GB para prototipos e inferencia y añadir unidades cuando crezcan los modelos, el contexto o los agentes simultáneos, según ASUS. Quien ya sabe que necesita modelos más grandes tiene dos caminos: el GX10 de 128 GB o dos de 64 en clúster, que suman la misma memoria y, con las cifras de la marca, más rendimiento.
Lo que no se puede hacer todavía es la cuenta que de verdad importa. Sin precio no se sabe cuánto más barato es el de 64 GB, ni si dos unidades compensan frente a una de 128 GB, y sin fecha ni países no se sabe cuándo llegará a España. Lo firme es la ficha: mismo chip, misma refrigeración y la mitad de memoria.
Te puede interesar
Tech Planet participa en el programa de afiliados de Amazon. Si compras a través de estos enlaces, recibimos una pequeña comisión sin coste extra para ti, lo que nos ayuda a seguir creando contenido como este.
| Imagen | Producto | Características | Comprar |
|---|---|---|---|
 |
Apple Mac mini M6 | Chip M6 · 16 GB de memoria unificada · tres Thunderbolt 4, HDMI y Ethernet de 2,5 Gb · 12,7 cm de ancho | Ver precio en Amazon |
 |
Beelink MINI-S13 Pro | Intel N150 hasta 3,60 GHz · 16 GB DDR4 y SSD PCIe de 500 GB · 4K a 60 Hz · Wi-Fi 6 y Bluetooth 5.2 | Ver precio en Amazon |
 |
Beelink SER8 | Ryzen 7 8745HS de 8 núcleos y 16 hilos hasta 4,9 GHz · 16 GB DDR5 y 512 GB PCIe 4.0 · Radeon 780M · LAN de 2,5 Gbps | Ver precio en Amazon |
 |
BOSGAME E3 Neo | Intel N95 de cuatro núcleos hasta 3,4 GHz · 16 GB DDR4 y 512 GB SSD · tres salidas 4K · 126 × 112 × 41 mm | Ver precio en Amazon |
Escrito por Eloy Andrade
