PTT數位生活區 / PC_Shopping (個人電腦購買)

Re: [開箱] ASUS Ascent GX10 開箱文

看板PC_Shopping (個人電腦購買)作者 (嘴砲無雙)時間1月前 (2026/06/08 07:45), 1月前編輯推噓32(34推 2噓 116→)
留言152則, 32人參與, 1月前最新討論串2/2 (看更多)
※ 引述《waitrop (嘴砲無雙)》之銘言： : ASUS Ascent GX10, 2TB : 到 asus 美國官網買的, : 原本想買 mac studio m5 256gb, : 但是缺貨延後到年底發行, : 而且我覺得很可能會因應記憶體短缺跟聖誕行情, : 而把記憶體跟CPU先挪給手機跟筆電, : 所以我等到都懷疑今年不會有mac studio 256gb, : 甚至明年都不見得會上市 : 所以這台GB10 是全世界市場上唯一能跑本地大模型的家機, : 所以我就買了這台, 在他變缺貨之前, : 而且這台也比mac studio 便宜, : 當然, : 貴不是他的問題, 是我的問題 : 正版開箱文, : 就三張圖, 真的開箱插電就結束了, : https://imgur.com/orCpvIJ
: https://imgur.com/CZnNfHw
: https://imgur.com/rLYXacD
: 剩下來的都是軟體安裝操作寫程式等等的事情, : 下面再開另外一篇繼續接著說安裝操作跟debug的部分, : 這部分才是最痛苦的地方 : 什麼? 你要看的開箱文開箱圖不是這些? : 我懂了, : 現在流行 AI 示意圖, : 那我就給幾張 ASUS Ascent GX10 開箱 示意圖, : 就是用這台ASUS Ascent GX10 搭配不同模型畫出來的示意圖 : Z-Image-Turbo: 12G, z-image-turbo-BF16.gguf : https://imgur.com/nwHPMoY
: https://imgur.com/NAiuHbW
: Flux1.0: 23G, flux1-dev.safetensors : https://imgur.com/1IwDK7t
: AuraFlow (v0.3): 16G, aura_flow_0.3.safetensors : https://imgur.com/iFFFD7P
原本不想再寫"軟體安裝操作"這段, 因為這段很煩也很痛苦, 再寫一次就是在折磨一次, 但是看到大家的推文, 我覺得我需要出來推廣一下 Linux and MacOS, 這個AI 時代, 你必須擁抱 Linux and MacOS, 其實作業系統現在都長得差不多, 真的不需要一定要綁在Windows, 我從大學開始, 必須適應各種作業系統工作, 最誇張的一次是要求我用Chromebook 寫程式, 這段黑歷史就不多說了, 沒關係沒背景的社畜, 是連電腦跟作業系統的選擇權都沒有 回到AI 開發與應用環境, 強烈建議使用Gemini + Nvidia GPU (CUDA) + Linux or MacOS, 因為所有的問題跟答案都可以問Gemini, 我這次所有的AI 開發環境以及side project, 全都是問Gemini 得到答案, 十年前我自學DeepLearning 跟 CUDA的時候, 必須自己去爬討論區文章, 還有數千頁的技術文件, 遇到沒有解答, 還要自己寫程式patch 現在情況好多了, 不需要去爬討論區問大神, 也不需要讀數千頁技術文件, 直接問Gemini, 還能貼圖問問題, 然後Linux and MacOS 的opensource 環境也好多了, 幾乎所有的solution 都有 opensource, 你只要一路pip install, apt install, 就完成了 現在幾乎所有的AI ML solution, 都是架構在CUDA, Linux MacOS opensource, 如果你選擇ROCm+Windows, 你會遇到非常多問題而且無解, 甚至要跟我十年前一樣, 自己寫patch之類的, 回到這台ASUS Ascent GX10 軟體安裝的部分, 好處是大部分的驅動程式跟工具都已經裝上了, Ollama 直接 pip install 就能用, 這邊遇到兩個問題: 1. Container support: 原本Gemini 要炫技, 要用container 跑ollama, 結果被打臉, container 認不出GB10 GPU, 沒有driver, 只能使用本機預設安裝的driver, 跑 ollama 在本機上, 這是perf output, 可以看到模型完全跑在CPU上面, GPU的loading 0 https://imgur.com/nBzMKFO
2. Ollama 大模型記憶體的額外設定, Ollama 預設沒想過會有VRAM超過72GB, 所以Ollama 預設最高只能塞進去72GBVRAM 給 GB10 GPU, 所以會看到GPU跑起來, CPU loading 也降下來, 但是perf 卡在memory swapping, https://imgur.com/hfe4sVB
https://imgur.com/ZhP4pFp
把Ollama 的VRAM 打開到最大, 可以看到GB10 VRAM 跑到83GB, GPU 使用率到96%, 穩了! https://imgur.com/yCX0fK2
CPU 也降下來了 https://imgur.com/Ede5K8C
有了 Ollama, 我可以跑Qwen2.5-72B 大模型, 當個起點網文小說家, 有文章之後, 當然就要有圖, 一樣問Gemini, 安裝ComfyUI 一路pip install, 就做完了, 但是這裡又遇到一些問題: 1. Pytorch 認不得GB10 https://imgur.com/MoOT7hx
https://imgur.com/3ojtoH3
2. 解決方法, 下載最新的nvidia container, 裡頭有最新的gb10 driver, 然後再從這個nvidia container 裡頭把pytorch 刪掉重新編譯, 之後ComfyUI就跑起來了, 下載我前面說的那三個畫圖模型, 問Gemini 怎麼佈置ComfyUI 畫布, 然後小鎮小畫家就完成了 下一步, 我正在建立小鎮射癮師 跟 小鎮AV導演, 完成了之後有空再來分享 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 76.103.225.6 (美國) ※ 文章網址: https://www.ptt.cc/bbs/PC_Shopping/M.1780875915.A.E94.html
→
06/08 07:51, 1月前 , 1F
現在無腦裝應用是會被供應鏈攻擊的
06/08 07:51, 1F
→
06/08 08:00, 1月前 , 2F
GB10沒有新到image沒driver吧
06/08 08:00, 2F
推
06/08 08:03, 1月前 , 3F
你的container run time沒有改成NV吧
06/08 08:03, 3F
真的沒有, 我抓的是ollama的container, 真的沒有支援gb10 ※ 編輯: waitrop (76.103.225.6 美國), 06/08/2026 08:04:53
→
06/08 08:04, 1月前 , 4F
雖然ollama快速開箱就能用，但是你會
06/08 08:04, 4F
→
06/08 08:04, 1月前 , 5F
發現他其實超級難用，一堆設定都不能
06/08 08:04, 5F
→
06/08 08:04, 1月前 , 6F
調，建議儘早改用vllm或llama.cpp
06/08 08:04, 6F
→
06/08 08:05, 1月前 , 7F
由於我要打瓦所以GB10被我丟進機櫃
06/08 08:05, 7F
→
06/08 08:05, 1月前 , 8F
只用來開endpoint在Windows上用
06/08 08:05, 8F
→
06/08 08:05, 1月前 , 9F
結論 萬惡拳頭
06/08 08:05, 9F
→
06/08 08:06, 1月前 , 10F
容器需要額外裝ctk 可能缺這個
06/08 08:06, 10F
推
06/08 08:09, 1月前 , 11F
如果原PO比較懶得調參數，有個網站可
06/08 08:09, 11F
→
06/08 08:09, 1月前 , 12F
以直接抄 spark-arena.com 裡面都是fo
06/08 08:09, 12F
→
06/08 08:09, 1月前 , 13F
r GB10能直接抄了去用的RECIPE
06/08 08:09, 13F
→
06/08 08:09, 1月前 , 14F
單人Agent使用我推Qwen3.5 122B NVFP4
06/08 08:09, 14F
→
06/08 08:09, 1月前 , 15F
多人的話就3.6 35B FP8或NVFP4都行
06/08 08:09, 15F
推
06/08 08:15, 1月前 , 16F
裝wsl就好了啊
06/08 08:15, 16F
→
06/08 08:28, 1月前 , 17F
遠離Windows 11
06/08 08:28, 17F
→
06/08 08:29, 1月前 , 18F
ollama 不實用
06/08 08:29, 18F
→
06/08 08:44, 1月前 , 19F
聽人家說ollama很爛的樣子，用llama.cpp
06/08 08:44, 19F
→
06/08 08:44, 1月前 , 20F
比較好
06/08 08:44, 20F
推
06/08 08:50, 1月前 , 21F
一般人去用Linux只會幹幹叫而已==
06/08 08:50, 21F
→
06/08 08:50, 1月前 , 22F
說沒差很多是因為你有相關知識可以很輕鬆
06/08 08:50, 22F
→
06/08 08:51, 1月前 , 23F
上手，不要說電腦小白，沒有程式背景
06/08 08:51, 23F
→
06/08 08:51, 1月前 , 24F
的去用學習成本會滿高的
06/08 08:51, 24F
→
06/08 08:52, 1月前 , 25F
至於你說AI時代也不是所有人有需求去部屬
06/08 08:52, 25F
→
06/08 08:52, 1月前 , 26F
本機LLM吧，有這個需求當然會自己去找
06/08 08:52, 26F
→
06/08 08:52, 1月前 , 27F
Linux跟MacOS
06/08 08:52, 27F
推
06/08 08:56, 1月前 , 28F
Tpu:為何不用自己親生的？
06/08 08:56, 28F
又不對外賣, 我在家做side project沒有tpu可以用, 得過兩次tech impact awards, 公司送我兩張tpu 卡當成獎牌, 但是我很懷疑這兩張可能無法開機, 我不想讓家裡爆炸起火
→
06/08 08:59, 1月前 , 29F
ollama優點就就是裝了即用吧 但也就這樣
06/08 08:59, 29F
推
06/08 09:03, 1月前 , 30F
我覺得是Token成本跟審查的問題
06/08 09:03, 30F
→
06/08 09:03, 1月前 , 31F
如果用到超出現有訂閱制的上限或邊界
06/08 09:03, 31F
→
06/08 09:03, 1月前 , 32F
那麼本機LLM就有他的必要性了
06/08 09:03, 32F
推
06/08 09:06, 1月前 , 33F
你都建議大家要用Linux了，怎麼還會想用o
06/08 09:06, 33F
→
06/08 09:06, 1月前 , 34F
llama呀？
06/08 09:06, 34F
→
06/08 09:28, 1月前 , 35F
投入成本跑雲端同級模型可以好幾年
06/08 09:28, 35F
→
06/08 09:29, 1月前 , 36F
只有要繞過安全性邊界或機密的需求
06/08 09:29, 36F
→
06/08 09:30, 1月前 , 37F
Token 成本是不會比雲端便宜的
06/08 09:30, 37F
還有 76 則推文
還有 8 段內文
→
06/08 13:16, 1月前 , 114F
美好，重點是能跑，沒了。真的要懶乾脆用LM
06/08 13:16, 114F
→
06/08 13:16, 1月前 , 115F
studio 算了，還能無痛接Claude code讓你
06/08 13:16, 115F
→
06/08 13:16, 1月前 , 116F
享受本地端狂燒token 的快感
06/08 13:16, 116F
我前面已經說了, 影片生成有兩個部分, AI 的 i2v 生成是靠kling API, 跟GPU 無關, 一個request 3-5秒需要3-5分鐘, 靜態圖片轉影片是靠七年舊的 mac mini 用ffmpeg 去轉 所以跟GB10 完全無關, 我現在正在做的事情就是想把kling API 那塊轉到本地的GB10 i2v 生成, 慢沒關係, 因為kling 已經夠慢, 我的mac mini ffmpeg 也慢到哭爸 ※ 編輯: waitrop (76.103.225.6 美國), 06/08/2026 13:25:00
→
06/08 14:12, 1月前 , 117F
如果要用wan之類的生影片，建議要去優
06/08 14:12, 117F
→
06/08 14:12, 1月前 , 118F
化記憶體路徑，統一記憶體PyTorch沒有優
06/08 14:12, 118F
→
06/08 14:12, 1月前 , 119F
化，會浪費不少時間
06/08 14:12, 119F
推
06/08 15:35, 1月前 , 120F
Gb10好玩的是可以玩cluster去搞各種優化，
06/08 15:35, 120F
→
06/08 15:35, 1月前 , 121F
某些情況多台台Gb10能比得上rtx6000 pro，
06/08 15:35, 121F
→
06/08 15:35, 1月前 , 122F
但對某些人來說不是玩而是被搞
06/08 15:35, 122F
推
06/08 17:33, 1月前 , 123F
是啊尤其是那個connect x7配nccl到處玩
06/08 17:33, 123F
→
06/08 17:33, 1月前 , 124F
，效率暴漲
06/08 17:33, 124F
推
06/08 18:03, 1月前 , 125F
GX10不用switch的話最多就是三台堆疊
06/08 18:03, 125F
→
06/08 18:09, 1月前 , 126F
更多台就要張羅QSFP 400Gb的swicth，那東
06/08 18:09, 126F
→
06/08 18:09, 1月前 , 127F
西可不便宜
06/08 18:09, 127F
→
06/08 18:17, 1月前 , 128F
Llama.cpp真的好用
06/08 18:17, 128F
推
06/08 18:34, 1月前 , 129F
沒人關注美女圖
06/08 18:34, 129F
→
06/08 18:59, 1月前 , 130F
因為這裡是電瞎 便宜的記憶體和顯卡比正妹
06/08 18:59, 130F
→
06/08 18:59, 1月前 , 131F
圖更能引起注意
06/08 18:59, 131F
推
06/08 19:37, 1月前 , 132F
至於推論疊多機需要自己debug，官方跟廢
06/08 19:37, 132F
→
06/08 19:37, 1月前 , 133F
物一樣，要靠社群跟自己打patch，目前四
06/08 19:37, 133F
→
06/08 19:37, 1月前 , 134F
台tp推論能動了
06/08 19:37, 134F
→
06/08 20:08, 1月前 , 135F
關鍵字 ollama
06/08 20:08, 135F
推
06/09 00:09, 1月前 , 136F
pomar大，4台stacking是串成ring嗎?
06/09 00:09, 136F
推
06/09 00:13, 1月前 , 137F
串成ring，tree没成功过，跟codex好好磨
06/09 00:13, 137F
→
06/09 00:13, 1月前 , 138F
，迟早绕出来
06/09 00:13, 138F
推
06/09 13:07, 1月前 , 139F
推薦用lama.cpp更新比較快啊!
06/09 13:07, 139F
推
06/09 13:14, 1月前 , 140F
另外推薦，PTT 有 AI_Art 可以討論
06/09 13:14, 140F
推
06/09 21:49, 1月前 , 141F
不知道是不是標錯價gx10 gb10這台補貨1t
06/09 21:49, 141F
→
06/09 21:49, 1月前 , 142F
b版本在pchome已經到175900了
06/09 21:49, 142F
→
06/09 23:23, 1月前 , 143F
感覺是真的漲價，之前聽到代理商說要調漲
06/09 23:23, 143F
→
06/09 23:23, 1月前 , 144F
，但應該是七月後，六月維持售價但不補貨
06/09 23:23, 144F
→
06/09 23:23, 1月前 , 145F
。看來是之前的貨批都出完了
06/09 23:23, 145F
→
06/10 00:55, 1月前 , 146F
我買2tb版，3999
06/10 00:55, 146F
推
06/10 14:55, 1月前 , 147F
目前單台GB10能跑的最佳模型可以Google
06/10 14:55, 147F
→
06/10 14:55, 1月前 , 148F
DGX_Spark_Qwen3.5-122B-A10B-AR-INT4
06/10 14:55, 148F
推
06/11 20:42, 1月前 , 149F
本來要買機台的看到漲成這樣又縮了
06/11 20:42, 149F
推
06/11 21:12, 1月前 , 150F
是啊，原本想說可以更穩定後，再買四台
06/11 21:12, 150F
→
06/11 21:12, 1月前 , 151F
，現在笑死人了，等ai泡沫炸掉在入手好
06/11 21:12, 151F
→
06/11 21:12, 1月前 , 152F
了
06/11 21:12, 152F
‣ 更多 waitrop 的文章
文章代碼(AID): #1g9WABwK (PC_Shopping)
PC_Shopping 近期熱門文章
更多 近期熱門文章 >>
PTT數位生活區 即時熱門文章
更多 即時熱門文章 >>
‣ 更多 waitrop 的文章
文章代碼(AID): #1g9WABwK (PC_Shopping)