Мини-ПК как значимый сегмент компьютерного рынка
Мини-ПК стали одним из наиболее важных сегментов рынка клиентских вычислительных систем. Они служат основой для организации рабочих мест без лишних проводов, обеспечивают работу цифровых табло и киосков, а также всё чаще применяются на «периферии» (edge computing) для запуска ИИ-вычислений непосредственно рядом с камерами и датчиками, где задержки при обмене данными с облаком оказываются слишком высокими или затратными.
ASUS Ascent QN10: выход на платформу Arm
До настоящего момента в данной категории остро не хватало привлекательного решения на архитектуре Arm. ASUS Ascent QN10 восполняет этот пробел, становясь первым в мире мини-ПК на базе процессора Qualcomm Snapdragon X2 Elite, который компания позиционирует как устройство с первым в индустрии нейронным процессором (NPU) производительностью 80 TOPS.
В основе QN10 лежит чип X2E-88-100, объединяющий 18 ядер Oryon третьего поколения с тактовой частотой до 4,7 ГГц, графический процессор Adreno X2-90 и 80-TOPS NPU Hexagon. Всё это умещается в корпусе объемом менее 0,7 литра, занимающем на столе место не больше, чем стопка энергетических батончиков.
Несмотря на компактность, ASUS оснастила систему испарительной камерой, отдельным вентилятором для слота PCIe Gen5 SSD, семью портами USB (включая три USB4), разъемом HDMI 2.1, контроллером 2.5GbE и поддержкой Wi-Fi 7, что позволяет одновременно подключать до четырех 4K-мониторов. Для корпоративных клиентов предусмотрены аппаратные средства защиты fTPM 2.0 и Qualcomm SPU с поддержкой Microsoft Pluton. Высокая энергоэффективность платформы позволяет использовать блок питания мощностью 180 Вт: это настольный ПК класса Copilot+, который потребляет минимум энергии в режиме ожидания и способен полностью останавливать вентиляторы (0 RPM).
ASUS адресует QN10 разработчикам ИИ, профессиональным пользователям и специалистам по периферийным вычислениям: для локального инференса в киосках и табло, компьютерного зрения в промышленности и ритейле, а также для работы интеллектуальных помощников в режиме постоянной готовности, используя готовые модели из Qualcomm AI Hub. Конфигурация 16 ГБ / 512 ГБ на момент написания продается в Best Buy за 1349,99 доллара; нами была протестирована версия с 32 ГБ ОЗУ.
Место QN10 в линейке мини-ПК ASUS
С 2023 года, приняв бизнес Intel NUC, ASUS сохраняет стабильную линейку x86-устройств: NUC 14 Pro на базе Meteor Lake, актуальный NUC 15 Pro на Arrow Lake и более производительные решения с дискретной графикой RTX для гейминга и профессиональной работы. Серия NUC Pro остается стандартом благодаря возможности самостоятельной сборки (barebones) с заменяемой памятью и накопителями, полной совместимости с Windows x86 и цене, которая при самостоятельной конфигурации сегодня удерживается ниже 850 долларов.
Ascent — это новое, ориентированное на ИИ ответвление семейства, где QN10 является второй попыткой. Первой была модель Ascent GX10, оснащенная NVIDIA Grace Blackwell GB10, предназначенная для разработчиков ИИ, работающих с инструментарием дата-центров. QN10 движется в ином направлении: архитектура Qualcomm, стек Windows Copilot+ и ориентация на NPU для повседневного инференса с низким энергопотреблением. Если GX10 — это малая рабочая станция для обучения ИИ, то QN10 — компактное устройство для его эксплуатации.
Противостояние Arm и x86 в линейке ASUS четко разграничено: NUC Pro предпочтительнее там, где важны гибкость конфигурации, пути модернизации или безусловная совместимость приложений. QN10 выигрывает за счет производительности на ватт, 80-TOPS NPU и сценариев «установил и забыл» для киосков и периферийных вычислений, обладая достаточной мощностью CPU, чтобы эффективность больше не требовала компромиссов в производительности.
Сборка и дизайн
QN10 представляет собой устройство в форме квадрата со стороной 130 мм, высотой 40 мм и массой 620 граммов, занимающее менее 0,7 литра объема. Металлический корпус серебристого цвета с логотипом ASUS на передней панели оптимизирован для скрытого монтажа за монитором или внутри киоска.
На передней панели расположены наиболее востребованные разъемы: два из трех портов USB4 Type-C (с поддержкой DP1.4, Power Delivery и пропускной способностью 40 Гбит/с), порты USB-A 3.2 и USB-A 2.0, аудиоразъем 3,5 мм и кнопка питания. Наличие двух полнофункциональных портов USB4 спереди упрощает подключение доков, карт захвата и внешних накопителей NVMe. На задней панели размещены третий порт USB4 Type-C, еще два USB-A 3.2, HDMI 2.1 (с поддержкой FRL), разъем RJ45 для контроллера Realtek 2.5GbE и вход питания для внешнего БП на 180 Вт.
Справа на корпусе находится воздухозаборник, питающий систему охлаждения, избыточную для данного класса устройств: процессорный вентилятор над испарительной камерой и второй, выделенный вентилятор для отсека PCIe Gen5 SSD. Максимальный уровень шума системы составляет 53 дБА при полной нагрузке, в то время как в режиме простоя вентиляторы полностью отключаются.
Внутреннее устройство и возможности модернизации
Вскрытие корпуса ASUS Ascent QN10 наглядно демонстрирует организацию теплового бюджета и возможности апгрейда. На крышке закреплены медные термопрокладки, которые прилегают к M.2-накопителям: одному слоту PCIe Gen5 (в нашем экземпляре он пуст) и одному слоту Gen4 с установленным диском SanDisk. Общий объем хранилища расширяем до 4 ТБ, хотя пользователь при желании может установить накопители большей емкости. На материнской плате под испарительной камерой расположена SoC Snapdragon, рядом с которой распаяны 32 ГБ оперативной памяти LPDDR5x.
Накопитель является единственным компонентом, подлежащим самостоятельной замене. Память жестко зафиксирована при покупке, а 32 ГБ — это максимально доступный объем.
После снятия вентилятора становится видно, что испарительная камера покрывает SoC и соединяется с контуром единственной тепловой трубки. Это решение, типичное для ноутбуков, применяется здесь в настольном компьютере, где критическим фактором является длительная нагрузка, а не работа от аккумулятора.
Проведенные тесты подтверждают эффективность системы охлаждения, и, по нашим субъективным ощущениям, она работает отлично: от состояния простоя до длительной пиковой нагрузки QN10 остается практически бесшумным, а шум вентиляторов едва различим с расстояния менее метра. Единственный момент, когда их можно было услышать во время тестирования, — это экстремальные системные нагрузки, например, обновление BIOS.
Производительность ASUS Ascent QN10
Наш тестовый образец оснащен процессором Snapdragon X2 Elite X2E-88-100, 32 ГБ памяти LPDDR5x и 512 ГБ SSD под управлением Windows 11 Pro. Все бенчмарки выполнялись в режиме максимальной производительности (High performance).
Среда Windows on Arm накладывает ограничения на таблицу бенчмарков: все приведенные ниже тесты запускались нативно для ARM64 там, где существует соответствующая сборка. Для задач с использованием ИИ мы указываем движок вывода и вычислительное устройство, так как выбор движка влияет на показатели не меньше, чем само «железо».
PCMark 10 отсутствует, так как его основной тест производительности не имеет ARM-версии; нативно запускаются только тесты накопителя и батареи, но они не раскрывают потенциал этого настольного ПК.
Сравнение компонентов прямолинейно, но не идеально, поскольку ни одна другая система в нашей лаборатории не сочетает в себе аналогичную архитектуру и класс устройства. В качестве ориентира для x86 мы выбрали ASUS NUC 14 Pro (Core Ultra 7 165H). ASUS уже выпустила NUC 15 Pro на базе Arrow Lake, но, поскольку мы его еще не тестировали, NUC 14 на базе Meteor Lake представляет собой предыдущее поколение x86.
Несмотря на возраст, NUC 14 показывает себя достойно, а ценовой фактор делает сравнение интересным. Наша конфигурация NUC 14 (Core Ultra 7 165H, 16 ГБ ОЗУ, 512 ГБ SSD) стоила 1522,61 долл. в Best Buy, и сейчас модель уже снята с продажи как новое устройство. Аналогичная конфигурация QN10 (16 ГБ/512 ГБ) стоит 1349,99 долл., так что при сопоставимых параметрах Arm-система оказывается дешевле, чем стоили представители этого класса x86-мини-ПК.
Контраргументом является сегмент самостоятельной сборки: текущий barebone-комплект NUC 15 Pro стоит около 700 долл. и менее 850 долл. с добавлением памяти и накопителя — путь, который закрытый QN10 с распаянными компонентами повторить не может. Кроме того, ограничение в 16 ГБ памяти у NUC не позволяет выполнять самые тяжелые вычисления в y-cruncher, поэтому некоторые тесты на этой платформе были пропущены.
Lenovo ThinkCentre Neo 50q QC является ближайшим Arm-родственником, который мы тестировали ранее, построенным на Snapdragon X предыдущего поколения. Этот аппарат уже покинул лабораторию, поэтому сравнение ограничено опубликованными ранее результатами, а некоторые старые тесты мы специально повторно запустили на QN10 для прямого сопоставления.
Geekbench 7
Geekbench 7 добавлен в наш набор инструментов наряду с Geekbench 6. Его процессорные показатели калибруются относительно базового значения 2500, установленного AMD Ryzen 7700, а графические — относительно 100 000, установленных NVIDIA GeForce RTX 4060. Более высокие баллы означают лучшую производительность, а двукратное увеличение балла — двукратный прирост быстродействия. Поскольку Geekbench 7 использует новые рабочие нагрузки и новые базовые значения, его результаты нельзя сравнивать с результатами Geekbench 6.
Так как этот бенчмарк вышел после того, как Lenovo Neo 50q покинул лабораторию, столбец с данными Lenovo остался пустым, и сравнение проводится только с NUC 14 Pro. На QN10 запускалась нативная AArch64-сборка.
Ключевые показатели: 3272 балла в одноядерном режиме и 24 049 баллов в многоядерном, что на 43% и 73% выше, чем у NUC 14 Pro с процессором Core Ultra 7 165H в том же тесте. Для сравнения с нашим парком ноутбуков, результат многоядерного теста также превосходит все системы на базе Panther Lake, протестированные нами в этом году, стоимость которых в 3–4 раза выше.
Графика Adreno X2-90 набирает 40 042 балла в Vulkan, что на 60% выше показателя Arc в NUC, и 30 982 балла в OpenCL, что соответствует уровню ноутбуков с 12 ядрами Xe Arc B390, а не базовой интегрированной графике.
Geekbench 6
Geekbench 6 измеряет производительность процессора с помощью набора типичных задач, раздельно оценивая одноядерную и многоядерную нагрузку, а также графические вычисления через OpenCL и Vulkan. Более высокие баллы предпочтительнее. Этот бенчмарк на одно поколение старше Geekbench 7, и именно поэтому он представлен здесь: этот набор тестов мы публиковали для обеих систем сравнения, и мы повторно запустили его на QN10 с использованием нативной ARM-сборки для корректного сопоставления.
Сравнительное тестирование производительности QN10
При сравнении с предыдущим поколением Snapdragon X в системе Neo 50q, модель QN10 демонстрирует значительный прогресс: 3 667 баллов в одноядерном тесте против 2 148 и 19 884 в многоядерном против 8 565. Это означает 2,3-кратный скачок многоядерной производительности за одно поколение Arm. Результаты в сравнении с архитектурой x86 выглядят столь же внушительно: процессор Core Ultra 7 165H в составе NUC 14 Pro в повторном тестировании набирает 12 477 баллов в многоядерном режиме, что составляет лишь 63% от показателя QN10. Вычислительная мощность графического ядра Adreno также превосходит конкурентов, достигая 39 761 балла в OpenCL, тогда как Neo 50q показывает 9 634, а встроенная графика Arc в составе NUC — 35 449 баллов.
Cinebench 2026
Cinebench 2026 является актуальной версией бенчмарка, использующей движок рендеринга Redshift от Maxon на базе кода Cinema 4D 2026. Тест позволяет оценить стабильность системы под высокой нагрузкой, эффективность охлаждения при длительных задачах и производительность в реальной 3D-работе. Из-за изменений в коде и компиляторе, результаты Cinebench 2026 нельзя сравнивать с предыдущими версиями программы. Бенчмарк включает нативную поддержку ARM64, которую использовал QN10, однако графический тест не поддерживает ни Adreno, ни Intel, поэтому представлены только результаты CPU.
С результатом 639 баллов в однопоточном режиме QN10 демонстрирует высший показатель среди всех систем данного класса, зафиксированный в наших тестах. Согласно эталонной таблице Maxon, это ставит устройство между Apple M4 Max и настольным процессором Intel Core Ultra 9 285K. В многопоточном режиме система набирает 6 476 баллов с коэффициентом масштабирования 10,13x, тогда как у NUC 14 Pro эти показатели составляют 3 684 балла и 8,29x (преимущество в 76%). Разрыв в однопоточном режиме (639 против 444 баллов) сохраняет ту же тенденцию, что делает оба результата выдающимися для системы в корпусе объемом 0,7 литра.
3DMark CPU Profile
Тест 3DMark CPU Profile оценивает производительность при различном количестве задействованных потоков. Разрыв поколений между QN10 и Neo 50q заметен на всей кривой: 9 544 балла на максимальном количестве потоков против 3 370, и 857 баллов в однопоточном режиме против 712. Примечательно сравнение на 8 потоках: 5 327 против 3 497 баллов, так как именно в этом диапазоне выполняется большинство настольных задач. На QN10 график заметно выравнивается между 16 потоками и максимумом, что является ожидаемым поведением для 18-ядерного процессора без технологии SMT.
В сравнении с NUC 14 картина более сложная: QN10 лидирует на пике нагрузки (9 544 против 7 680), однако Core Ultra 7 165H выигрывает в однопоточном режиме (1 002 против 857 баллов) и сохраняет небольшое преимущество до 8 потоков. Это напоминание о том, что для задач с низкой многопоточностью важны кратковременные пиковые частоты, к которым архитектура Oryon не стремится.
3DMark Graphics
Графический набор 3DMark охватывает различные сценарии: Solar Bay и Wild Life (кроссплатформенные тесты для мобильной и интегрированной графики), Steel Nomad и Time Spy (DirectX 12), Fire Strike (DirectX 11), а также Port Royal и Speed Way (DirectX Raytracing). В тесте Solar Bay QN10 набирает 21 561 балл, что в 3,6 раза выше показателей Neo 50q и в 1,9 раза выше NUC 14. Результат Steel Nomad (1 042 балла) превышает показатели предыдущего поколения Arm в 4,4 раза и обходит графику Arc на 70%. Результаты Time Spy (4 014) и Fire Strike (9 949) выводят QN10 в категорию устройств с дискретной графикой начального уровня.
В задачах с трассировкой лучей графике Arc удается сократить отрыв: в Port Royal QN10 лидирует с небольшим перевесом (1 520 против 1 429), а в Speed Way побеждает NUC (335 против 324), что фактически означает ничью. Хотя такие устройства редко покупают для трассировки лучей, функциональность на платформе Arm становится реальностью. Тест Wild Life для NUC 14 не приводится, так как он не входил в программу повторного тестирования.
3DMark Storage
Тест 3DMark Storage измеряет производительность SSD в игровых задачах, работая нативно на платформе Arm. Показатель зависит от конкретного накопителя в системе. С результатом 2 393 балла 512 ГБ накопитель SanDisk PC SN5100S в QN10 уступает диску Neo 50q (2 871), но превосходит показатель NUC 14 (1 887). SN5100S является клиентским накопителем стандарта Gen4 и установлен в соответствующий слот; слот Gen5, обозначенный на плате как G5, остается пустым, предоставляя возможность установки более скоростного диска.
7-Zip Compression
Встроенный бенчмарк 7-Zip измеряет скорость архивации и разархивации данных процессором с использованием нескольких потоков, выполняя тест с словарем 128 МБ в десять проходов.
Производительность в прикладных задачах
Процесс распаковки данных обычно масштабируется в зависимости от количества потоков, тогда как сжатие опирается на задержки памяти, поэтому результаты этих двух операций зачастую показывают разную картину. В тесте 7-Zip 26.03, где более высокие показатели GIPS являются предпочтительными, использовалась нативная ARM64-сборка для QN10.
7-Zip и y-cruncher
Общий результат QN10 составил 108,467 GIPS, что более чем вдвое превышает показатели Neo 50q (50,047 GIPS). При этом распаковка стала наиболее выдающейся частью теста с результатом 120,205 GIPS. Для калибровки стоит отметить, что этот общий показатель превосходит результаты всех ноутбуков из нашей недавней подборки Panther Lake; это полноценная многоядерная пропускная способность, а не урезанный мобильный результат. Графа NUC 14 осталась пустой, так как бенчмарк 7-Zip не выдал результат на этой системе в ходе первоначального обзора, и повторное тестирование не проводилось.
Программа y-cruncher измеряет скорость вычисления большого количества знаков числа Пи, создавая высокую нагрузку на процессор и подсистему памяти, тогда как тест BBP вычисляет шестнадцатеричные цифры числа Пи в режиме, почти полностью зависящем от мощности CPU. Результаты приводятся в секундах, поэтому меньшее время лучше. Тест выполняется нативно для архитектуры Arm.
Запуск вычисления 5 миллиардов знаков на QN10 был пропущен из-за ограничений оперативной памяти — ожидаемого предела для машины с 32 ГБ ОЗУ, а NUC 14 с 16 ГБ не смог выполнить задачи свыше 1 миллиарда знаков в стандартных прогонах. QN10 завершил вычисление 1 миллиарда знаков за 71,5 секунды, что в 2,6 раза быстрее, чем 186,9 секунды у Neo 50q, хотя NUC 14 Pro с результатом 36,6 секунды доказывает, что подсистема памяти Intel всё ещё почти вдвое эффективнее в задачах, ограниченных пропускной способностью.
Тесты BBP, которые нагружают исключительно процессор, показывают обратную картину на больших объемах: NUC завершил вычисление 100 миллиардов шестнадцатеричных знаков за 297,0 секунды против 778,7 секунды у QN10. Поскольку 16-гигабайтный NUC не мог выполнить расчеты более 1 миллиарда знаков в стандартных тестах, сравнение на 2,5 миллиарда знаков относится только к Lenovo, где результат QN10 в 218,3 секунды против 497,7 секунды сохраняет 2,3-кратное преимущество текущего поколения.
Blender
Бенчмарк Blender оценивает производительность рендеринга с использованием трех различных 3D-сцен: Monster, Junkshop и Classroom. Результаты измеряются в количестве сэмплов в минуту, поэтому более высокие баллы лучше. Значения нельзя сравнивать между разными версиями Blender, поэтому мы приводим только текущие результаты для Blender 5.2.
В Blender 5.2 используется нативный ARM64-путь для CPU, который и задействовал QN10. Однако графический процессор Adreno не является поддерживаемым устройством рендеринга, поэтому, в отличие от наших обзоров ноутбуков, в этой таблице для обеих систем представлены только данные CPU. 18 ядер Oryon отрендерили сцену Monster со скоростью 188 сэмплов в минуту против 109 у NUC 14. Это преимущество в 72% сохраняется во всех трех сценах, и такой показатель превосходит результаты всех x86-процессоров для тонких и легких ноутбуков из нашей недавней выборки.
Отсутствие поддержки графического ускорения здесь играет важную роль: рендеры, полагающиеся на GPU, не смогут полностью раскрыть потенциал устройства, и это ограничение программной экосистемы, а не аппаратного обеспечения.
UL Procyon AI
Набор тестов UL Procyon AI охватывает три типа нагрузок. AI Image Generation измеряет производительность логического вывода Stable Diffusion от маломощных NPU до высокопроизводительных GPU; мы приводим данные теста Stable Diffusion 1.5 INT8, предназначенного для энергоэффективных ускорителей. AI Text Generation запускает локальные LLM и оценивает производительность генерации, фиксируя время до первого токена и количество токенов в секунду; сборка для Arm поддерживает модели Phi и Llama3. AI Computer Vision измеряет логический вывод для моделей классификации изображений, обнаружения объектов, сегментации и сверхвысокого разрешения, причем новая версия Computer Vision 2 проходит по нативному пути каждого вендора.
В этих тестах важны используемые программные движки: на QN10 генерация изображений и текста выполнялась на NPU Hexagon через стек QNN от Qualcomm, а Computer Vision — через SNPE на NPU и дополнительно через WinML. NUC 14 использовал свои лучшие доступные пути: OpenVINO на встроенной графике Arc и WinML. Эти цифры нельзя сравнивать с результатами OpenVINO и ONNX из наших обзоров x86-ноутбуков, так как баллы Procyon сопоставимы только внутри одного движка и устройства.
Оценивая возможности 80 TOPS Hexagon отдельно: результат 5 457 в тесте генерации изображений SD 1.5 INT8 примерно в 1,9 раза выше того, что мы фиксировали у x86 NPU мощностью 50 TOPS на их лучших движках. Генерация текста демонстрирует стабильные 35,7 токена в секунду на модели Phi и 25,2 на Llama3 при времени отклика менее 0,6 секунды до появления первого токена, причем всё это выполняется на NPU без задействования CPU. Гибридный режим HTP+CPU показал чуть меньшие баллы, чем чистый путь NPU, что указывает на отсутствие узких мест в работе NPU.
В тесте Computer Vision 2 результат 2 161 через WinML против 1 897 через SNPE — редкий случай, когда универсальный путь превосходит вендорский. Сравнение с NUC 14 подчеркивает оговорку о программных движках: лучшие показатели NUC (OpenVINO на Arc iGPU) составили 1 004 в генерации изображений и 528 на модели Phi, а тест генерации текста на NPU и вовсе завершился ошибкой. Таким образом, пятикратное превосходство QN10 в генерации изображений сочетает в себе аппаратные и программные преимущества, которые невозможно полностью разделить.
Заключение
ASUS Ascent QN10 — это первый протестированный нами Arm-мини-ПК, который обходит конкурентов класса x86, а не жертвует производительностью ради энергоэффективности.
Производительность и аппаратные возможности
В сравнении с NUC 14 Pro, процессор Snapdragon X2 Elite демонстрирует преимущество от 43% до 76% в процессорных тестах и примерно двукратное превосходство в графических задачах при работе в компактном корпусе объемом 0,7 литра, который остается практически бесшумным как в режиме ожидания, так и при длительной нагрузке. По сравнению с предыдущим поколением Snapdragon в модели Neo 50q, прирост производительности варьируется от 2,3 до 4,4 раза в зависимости от конкретного теста.
Встроенный NPU с мощностью 80 TOPS — это не просто маркетинговая цифра: показатель в 5457 единиц в генерации изображений SD 1.5 и скорость 35,7 токенов в секунду в модели Phi при работе исключительно через Hexagon с простаивающим центральным процессором наглядно демонстрируют преимущества локального инференса для edge-AI.
Вопросы к конфигурации и памяти
Основные претензии касаются подсистемы памяти: 32 ГБ LPDDR5x распаяны на плате, и это максимальный объем для данной машины. При цене в 1349,99 доллара за версию с 16 ГБ оперативной памяти, конфигурация на 32 ГБ хотя и заявлена в прайс-листах, но на данный момент отсутствует в продаже. Невозможность расширения памяти является серьезным препятствием при такой стоимости, так как покупка становится окончательным решением, которое владелец не сможет изменить в будущем.
Для сравнения, barebone-комплект NUC 15 Pro, стоящий около 700 долларов, позволяет пользователю самостоятельно выбрать объем памяти и накопителя, при этом x86-платформа сохраняет ряд технических преимуществ. Менее критичной жалобой является накопитель: установленный SanDisk SN5100S объемом 512 ГБ — это диск стандарта Gen4, который по быстродействию уступает даже решению в Neo 50q, однако наличие свободного слота Gen5 оставляет возможность для апгрейда, если пользователю потребуется более высокая производительность дисковой подсистемы.
Совместимость и выводы
Вопрос совместимости Windows on Arm остается актуальным для каждого отдельного приложения, и корпоративным заказчикам следует тщательно изучить этот аспект перед оформлением закупок. В остальном, QN10 представляет собой удачное решение для рекламных панелей, киосков, edge-инференса, постоянно включенных настольных помощников и разработчиков, использующих Qualcomm AI Hub — то есть для тех сценариев, где достаточно тихой, эффективной системы с качественным NPU и 32 ГБ памяти.
Компания ASUS создала убедительный дебютный продукт для Arm-линейки серии Ascent. Отрадно видеть, что Snapdragon стал значительно более жизнеспособным в этом сегменте, и мы с интересом ожидаем появления новых устройств.
