ASUS Ascent QN10 estreia com Snapdragon X2 Elite: 18 núcleos Oryon, NPU de 80 TOPS e PCIe Gen 5 em 0,7 litro
A ASUS oficializou a chegada do Ascent QN10, marcando a estreia global do aguardado processador Snapdragon X2 Elite no formato de Mini PC. Posicionado na linha de computação voltada para inteligência artificial da fabricante, o dispositivo traz 18 núcleos Oryon de 3ª geração, uma NPU Hexagon com capacidade de 80 TOPS e suporte inédito a SSDs PCIe Gen 5 em um chassi ultracompacto de apenas 0,7 litro.
A novidade representa um divisor de águas para o ecossistema Windows on ARM no segmento desktop. Enquanto as primeiras gerações de computadores compactos com chips ARM focavam prioritariamente em baixo consumo à custa de poder bruto, os primeiros testes e medições de laboratório mostram que o Snapdragon X2 Elite entrega saltos de até 76% em cargas multi-core sobre processadores tradicionais x86 de geração recente, além de permitir inferência de modelos de linguagem e visão computacional 24/7 com consumo elétrico mínimo e operação quase inaudível.
O coração de silício: Snapdragon X2 Elite (X2E-88-100)
O ASUS Ascent QN10 é impulsionado pelo SoC Qualcomm Snapdragon X2 Elite (modelo X2E-88-100). Trata-se de uma evolução expressiva em relação à primeira geração Snapdragon X, elevando a contagem de núcleos para 18 cores Oryon v3 (18 threads, sem uso de SMT) capazes de atingir frequências de até 4,7 GHz.
O conjunto gráfico é integrado pela GPU Qualcomm Adreno X2-90, enquanto o subsistema de aceleração neural é liderado pela NPU Hexagon de 80 TOPS (INT8) — o dobro dos 40-45 TOPS exigidos pelo selo Copilot+ da Microsoft. Essa combinação permite descarregar pipelines complexos de inferência de machine learning diretamente no silício dedicado, mantendo a CPU e a GPU totalmente livres para tarefas convencionais.

Especificações Técnicas: ASUS Ascent QN10
| Componente / Recurso | Especificação Oficial |
|---|---|
| Processador (SoC) | Qualcomm Snapdragon X2 Elite (X2E-88-100), 18 núcleos / 18 threads até 4,7 GHz |
| Acelerador Neural (NPU) | Qualcomm Hexagon NPU — 80 TOPS (INT8) |
| Placa Gráfica Integrada | Qualcomm Adreno X2-90 |
| Memória RAM | 16 GB ou 32 GB LPDDR5x 8533 MT/s (onboard / soldada) |
| Armazenamento Interno | 1x M.2 2280 PCIe Gen 5×4 + 1x M.2 2280 PCIe Gen 4×4 (até 4 TB+ homologados) |
| Conectividade Sem Fio | Wi-Fi 7 (802.11be) e Bluetooth 6.0 |
| Conectividade Cabeada | 1x RJ45 2.5 GbE (Realtek) |
| Portas Frontais | 2x USB4 Type-C (40 Gbps, DP 1.4, PD), 1x USB-A 3.2, 1x USB-A 2.0, áudio 3,5 mm |
| Portas Traseiras | 1x USB4 Type-C (40 Gbps, DP 1.4, PD), 2x USB-A 3.2, 1x HDMI 2.1 FRL, 1x 2.5 GbE, entrada DC |
| Monitores Suportados | Até 4 telas 4K simultâneas (HDMI 2.1 + 3x USB4 Type-C) |
| Refrigeração e Ruído | Câmara de vapor no SoC + ventoinha dedicada no SSD Gen 5; modo 0 RPM em idle (máx 53 dBA) |
| Dimensões e Peso | 130 x 130 x 40 mm (volume de 0,67 litro) / 620 gramas |
| Alimentação | Fonte externa bivolt de 180W |
| Preço de Lançamento | A partir de US$ 1.349,99 (configuração 16 GB / 512 GB nos EUA) |
Desempenho em Benchmarks: ARM vs. Mini PCs x86
Os primeiros testes independentes publicados pelo laboratório da StorageReview comprovam que a arquitetura Oryon de 3ª geração supera as limitações de throughput de iterações passadas. Em comparação direta com o ASUS NUC 14 Pro equipado com Intel Core Ultra 7 165H (Meteor Lake), os números evidenciam um salto expressivo:
- Geekbench 7 Multi-Core: O QN10 atingiu 24.049 pontos contra 13.911 do Core Ultra 7 165H — uma vantagem de 72,8% em processamento paralelo. Em Single-Core, marcou 3.272 pontos (+42,8%).
- Cinebench 2026: Registrou 639 pontos em Single-Thread e 6.476 pontos em Multi-Thread (MP ratio de 10,13x), superando em 75,8% o resultado do NUC 14 Pro (3.684 pontos).
- 7-Zip Benchmark (ARM64 Nativo): Alcançou 108,4 GIPS totais (com pico de 120,2 GIPS em descompressão), mais do que dobrando o rendimento da geração anterior Snapdragon X (50,0 GIPS).
- Renderização no Blender 5.2 (CPU): Na cena Monster, o chip Snapdragon processou 188 samples por minuto via ARM64 nativo, superando os 109 samples/min do concorrente x86.

IA Local e Inferência: A NPU Hexagon de 80 TOPS na Prática
O grande diferencial da proposta da ASUS para a linha Ascent é a eficiência na execução contínua de inteligência artificial na borda (Edge AI). Ao invés de depender de GPUs discretas de alto consumo elétrico (como RTX 4060 ou RTX 5060 de 115W+), a NPU Hexagon de 80 TOPS assume o processamento de modelos otimizados via Qualcomm AI Hub e Windows Copilot+:
- Geração de Imagens (Stable Diffusion 1.5 INT8): No teste UL Procyon AI, o QN10 pontuou 5.457 pontos rodando exclusivamente na NPU via stack QNN — aproximadamente 1,9x mais rápido que NPUs x86 da classe de 50 TOPS.
- Geração de Texto com LLMs (Phi e Llama 3): A NPU sustentou taxas de 35,7 tokens por segundo no modelo Phi e 25,2 tokens por segundo no Llama 3, com latência até o primeiro token inferior a 0,6 segundo, mantendo a CPU e GPU totalmente desocupadas e consumindo uma fração da energia de um desktop tradicional.
- Visão Computacional 24/7: Em tarefas de classificação e segmentação de imagens via WinML e SNPE, o dispositivo opera como um servidor de inferência autônomo e silencioso para monitoramento e automações.
Arquitetura Térmica, Expansão e o Gargalo da Memória Soldada
Para dissipar o calor em regime contínuo, a ASUS implementou um sistema térmico duplo: uma câmara de vapor principal sobre o SoC Snapdragon combinada a uma segunda ventoinha dedicada exclusivamente ao compartimento M.2 PCIe Gen 5. Em uso leve ou repouso, as ventoinhas permanecem completamente desligadas (0 RPM), atingindo no máximo 53 dBA sob estresse extremo sintético.
No entanto, entusiastas de hardware e operadores de homelab precisam atentar para uma limitação estrutural crucial: a memória RAM LPDDR5x é soldada à placa-mãe. O teto máximo de configuração é de 32 GB a 8533 MT/s. Isso significa que, embora o QN10 seja excepcional para modelos quantizados de 3B a 8B parâmetros, ele não substitui máquinas de IA pesada com grande pool de memória compartilhada (como o Mac Studio M-series de 64 GB/128 GB ou estações AMD Strix Halo com até 192 GB de VRAM unificada).
O que está confirmado e o que ainda falta saber
O que está confirmado:
- Especificações de silício: SoC Qualcomm Snapdragon X2 Elite X2E-88-100 com 18 núcleos Oryon v3, GPU Adreno X2-90 e NPU Hexagon de 80 TOPS.
- Slots de armazenamento: 1x M.2 2280 PCIe Gen 5 + 1x M.2 2280 PCIe Gen 4, ambos acessíveis pelo usuário.
- Conectividade total: Três portas USB4 de 40 Gbps com Power Delivery e DisplayPort, HDMI 2.1, rede 2.5 GbE e Wi-Fi 7.
- Preço no mercado internacional: A versão básica com 16 GB de RAM e SSD de 512 GB foi listada por US$ 1.349,99 em varejistas como Best Buy.
- Ruído e operação térmica: Modo 0 RPM em repouso e níveis acústicos confortáveis em cargas prolongadas.
O que ainda falta saber:
- Lançamento e preço oficial no Brasil: A ASUS ainda não confirmou a janela de importação ou preço nacionalizado em reais (BRL).
- Preço da variante de 32 GB: A versão de 32 GB com SSD de 1 TB teve listagem preliminar na Newegg, mas sem preço final fixado em estoque regular.
- Suporte a distribuições Linux ARM bare-metal: Embora o Windows 11 Pro ARM64 funcione com todos os drivers integrados, a maturidade de suporte em distribuições como Ubuntu/Debian e orquestradores de containers para o novo silício X2 Elite ainda depende de patches de kernel da comunidade.
Vale a pena para Homelabs e Entusiastas de IA?
Sob a ótica de custo-benefício, o ASUS Ascent QN10 inaugura uma categoria relevante: a de mini appliances de IA de altíssima eficiência. Para quem busca um nó de servidor doméstico silencioso, com consumo em repouso na faixa de poucos watts, capacidade de rodar agentes autônomos locais, visão computacional e saída para 4 monitores 4K em menos de 700 ml de espaço, o produto impressiona.
Por outro lado, o valor de entrada de US$ 1.349,99 o coloca em uma faixa de preço premium quando comparado a kits barebones x86 tradicionais (como o NUC 15 Pro, que permite instalar 64 GB de RAM SODIMM por menos de US$ 850). Para usuários que exigem atualização futura de memória ou que pretendem rodar LLMs gigantes de 70B+ parâmetros, soluções com mais VRAM ou arquiteturas modulares continuam sendo mais indicadas.
Perguntas Frequentes (FAQ)
1. O ASUS Ascent QN10 roda programas tradicionais do Windows (x86/x64)?
Sim. O Windows 11 on ARM possui uma camada de emulação (Prism) altamente eficiente capaz de executar softwares x86 e x64 clássicos. Aplicativos compilados nativamente para ARM64 (como 7-Zip, Blender, navegadores e ferramentas de desenvolvimento) rodam com desempenho total e sem overhead.
2. É possível fazer upgrade de memória RAM no Ascent QN10?
Não. Os módulos de memória LPDDR5x a 8533 MT/s são soldados diretamente no encapsulamento da placa-mãe para garantir alta largura de banda e baixo consumo. A capacidade escolhida na compra (16 GB ou 32 GB) é definitiva.
3. O que posso atualizar internamente no mini PC?
O armazenamento interno pode ser expandido ou substituído facilmente. O dispositivo conta com dois slots M.2 2280: um slot de ultravelocidade PCIe Gen 5×4 com dissipação ativa e um segundo slot PCIe Gen 4×4, permitindo instalar SSDs de alta performance de até 4 TB ou mais.
4. Qual a diferença da NPU de 80 TOPS para uma GPU dedicada gamer?
A NPU (Neural Processing Unit) é um acelerador de circuito fixo otimizado para operações matemáticas de inteligência artificial em baixa precisão (como INT8 e FP16). Ela consome significativamente menos energia e gera muito menos calor do que uma GPU gamer dedicada de 100W+, viabilizando inferência 24 horas por dia em formato compacto e silencioso.
Fontes e Referências
- ASUS Pressroom: Anúncio e ficha técnica oficial da linha ASUS Ascent AI Mini PC (press.asus.com)
- StorageReview Lab: Análise aprofundada de hardware e benchmarks do ASUS Ascent QN10 Snapdragon X2 Elite (storagereview.com)
- Qualcomm Technologies: Arquitetura de silício Snapdragon X2 Elite e acelerador Hexagon NPU (qualcomm.com)
- Windows Copilot+ Documentation: Requisitos e aceleração NPU em ecossistemas ARM64 (learn.microsoft.com)

