Asus Ascent QN10: Snapdragon-mini-pc voor desktop-AI

Asus heeft een verrassende stap gezet: een mini-pc gebouwd rond Qualcomms Snapdragon X2 Elite. Kortom: het bedrijf probeert de grens tussen ultralichte laptopchips en compacte desktopfunctionaliteit te vervagen. Gek? Misschien. Slim? Waarschijnlijk wel.

Jarenlang draaide de markt voor krachtige mini-pc's vooral op AMD en, in mindere mate, Intel. Ryzen AI Max-chips waren de standaard in compacte systemen voor AI en gaming. Asus kiest nu echter een andere route. De Ascent QN10 gebruikt de Snapdragon X2 Elite, een 3nm-SoC die we vooral kennen uit laptops als de ProArt PZ14 en Zenbook A16, en verpakt die in een kleine, stille en energiezuinige krachtpatser.

Waarom Snapdragon in een mini-pc? Energie-efficiëntie speelt een belangrijke rol. In een klein chassis is de thermische ruimte beperkt. Daarnaast biedt de X2 Elite een geïntegreerde Adreno X2-90-GPU en een NPU die tot 80 TOPS levert. Dat is aantrekkelijk voor lokale AI-workloads zonder losse grafische kaart. De QN10 laat daarom de aparte GPU van zijn voorganger, de Ascent GX10, achterwege en vertrouwt volledig op geïntegreerd silicium.

Dit is een gedurfd experiment: een chip uit de mobiele wereld inzetten voor AI-workloads op de desktop.

De hardware is duidelijk en zonder franje. Asus koppelt de X2 Elite aan maximaal 32 GB LPDDR5x-geheugen op 9600 MHz. Dat geheugen is vastgesoldeerd en dus niet door de gebruiker uit te breiden. Voor opslag zijn er twee SSD-slots en de machine heeft Copilot Plus-certificering. Dat betekent dat hij klaar is om agentische AI-tools zoals OpenClaw lokaal te draaien.

• SoC: Qualcomm Snapdragon X2 Elite (3nm), 18 CPU-kernen, Adreno X2-90 iGPU
• NPU: tot 80 TOPS
• Geheugen: tot 32 GB LPDDR5x @ 9600 MHz (niet-upgradebaar)
• Opslag: ondersteuning voor twee SSD's (configuratieafhankelijk)
• Poorten: 4× USB-A (10Gbps), 3× USB-C (40Gbps), HDMI 2.1, 3,5mm combo, 2,5Gb Ethernet
• Draadloos: Wi-Fi 7, Bluetooth 6
• Beeldschermen: ondersteuning voor maximaal vier 4K-monitoren

Op papier is dat indrukwekkend. De prestaties in de praktijk hangen af van hoe goed software de NPU en vectorcapaciteiten van de X2 benut. Veel AI-workloads zijn nog altijd geoptimaliseerd voor x86 en losse GPU's. Maar nu lokale agent-frameworks steeds modulairder en beter overdraagbaar worden, kan de QN10 een niche veroveren als stille, energiezuinige AI-node voor makers en ontwikkelaars die compactheid belangrijker vinden dan pure gamingprestaties.

De prijsstelling is al even verdeeld als de strategie. De instapversie van de QN10, met 16 GB RAM en 512 GB opslag, begint in China rond de $1.490. Een configuratie met 32 GB en 1 TB opslag kost in Singapore ongeveer $2.075, terwijl berichten suggereren dat hetzelfde duurdere model in de VS eerder rond de $1.699 uitkomt. Niet goedkoop. Maar wie het lage stroomverbruik en de compacte afmetingen meeweegt, ziet er mogelijk waarde in waar anderen vooral een compromis zien.

Voor wie is dit systeem bedoeld? Ontwikkelaars die lokale AI-prototypes bouwen. Makers die een desktop met meerdere monitoren nodig hebben zonder een gierende ventilator. En iedereen die wil weten wat er gebeurt als mobiel silicium serieus wordt ingezet voor desktoptaken. Het experiment begint nu; het wordt interessant om te zien hoe software en workflows daarop reageren.