Den GX10 als fertige KI-Plattform erhalten? Im AI Cube verbindet WZ-IT die GB10-Hardware mit Open WebUI, lokaler Runtime, abgestimmtem Modell, Härtung, Funktionstest und Ersteinrichtung. AI Cube ansehen
Der ASUS Ascent GX10 ist ein kompakter KI-Rechner auf Basis des NVIDIA GB10 Grace Blackwell Superchips. 128 GB Unified Memory ermöglichen lokale Modellklassen, die auf typischen Einzel-GPUs nicht vollständig Platz finden. Für den Unternehmenseinsatz reicht es jedoch nicht, ein Modell zu starten. Benutzer, Daten, Netzwerk und Betrieb müssen als Plattform zusammenpassen.
Hardware einordnen
ASUS beschreibt den GX10 mit GB10, 128 GB kohärentem Unified Memory, 10-GbE und ConnectX-7-Unterstützung. Die ARM64-Plattform unterscheidet sich von einer klassischen x86-Workstation mit diskreter GPU. Container, Python-Pakete und Hilfsprogramme müssen deshalb für ARM64 verfügbar oder sauber gebaut sein.
Die Modellobergrenze aus einem Datenblatt ist kein Nutzer- oder Geschwindigkeitsversprechen. Für den Alltag zählen das exakte Modell, seine Quantisierung, Kontext, Parallelität und Runtime.
Einrichtung in acht Schritten
- Systemstand prüfen: Firmware, Betriebssystem, NVIDIA-Treiber und Runtime dokumentieren.
- Identitäten trennen: persönliche Administratorkonten, SSH-Schlüssel und minimale Rechte statt gemeinsamem Standardkonto.
- Netzwerk begrenzen: feste Adresse, DNS, Firewall und getrennte Nutzer- sowie Administrationspfade.
- Datenträger planen: Modelle, Chatdaten, Wissensdateien und Backups mit ausreichender Reserve trennen.
- Modell-Runtime installieren: passend zu Modell, API, Parallelität und ARM64-Unterstützung.
- Open WebUI einrichten: persistente Daten, Benutzer, Gruppen, Modellzugriff und TLS konfigurieren.
- Modell testen: Sprache, Qualität, Kontext, Antwortzeit und mehrere gleichzeitige Anfragen prüfen.
- Betrieb festlegen: Updates, Monitoring, Backup, Restore, Supportzugriff und Dokumentation definieren.
Was Nutzer anschließend sehen
Die Mitarbeitenden arbeiten nicht mit CUDA-Kommandos oder Modellcontainern. Sie erhalten Open WebUI als vertraute Chat-Oberfläche, können je nach Berechtigung lokale Modelle wählen, Dateien verwenden und eigene oder geteilte Wissensbereiche aufbauen.
Automatisierte Datenquellen, Fachsoftware, eigene RAG-Pipelines, APIs und MCP-Server werden anschließend auf derselben Plattform ergänzt. Sie gehören nicht pauschal zur reinen Basiseinrichtung.
AI Cube als fertiges Produkt
Der AI Cube ist die von WZ-IT vollständig vorbereitete Produktkonfiguration dieser Hardwareklasse. Enthalten sind Hardware, Open WebUI, lokale Modell-Runtime, ein abgestimmtes und geprüftes Modell, Härtung, Funktionstest, Einweisung und Versand nach Deutschland, Österreich und in die Schweiz. Der AI Cube kostet ab 7.999 € netto einmalig für die Ausführung mit 1 TB, mit zwei Jahren Herstellergarantie. Patching, Backup, Monitoring und Support übernimmt AI Cube Care ab 349,90 € netto im Monat.
Nach Konfigurationsfreigabe ist das System in der Regel innerhalb von zehn Werktagen einsatzbereit. Innerhalb Deutschlands sind persönliche Lieferung und Einrichtung nach Abstimmung möglich. Die ersten zwölf Monate AI Cube Care laufen mit dem Gerät, danach ist Care monatlich kündbar. Gerät und Root-Zugriff gehören dem Unternehmen; ohne Care läuft der AI Cube weiter, dann ohne Updates, Monitoring und Support.
Erweiterung und Cluster
Ein zweiter AI Cube kann unabhängige Anfragen übernehmen oder an verteilter Inferenz mitwirken. Beides benötigt unterschiedliche Software. Zwei Systeme bilden keinen einzelnen Rechner mit 256 GB gemeinsamem Speicher. Details zeigt der Leitfaden AI Cubes mit ConnectX-7 verbinden.
Wenn Rackmount, redundante Netzteile, mehrere diskrete GPUs oder besondere Verfügbarkeit erforderlich sind, führt der Weg zu AI Cube Custom oder einem GPU-Server.
