Iki Yil Sonra Gelen Mini PC: Asus Ascent Q10 ve Snapdragon X2 Elite Testte

Iki yil once Qualcomm, Snapdragon X Elite kitini tanitti ve hemen geri cekti; yalnizca birkac yuz adet uretildi, satin alanlara para iadesi yapildi. O bosluk, Windows on ARM icin masaustu tarafinda uzun bir bekleyise donustu. O donem Project Voltera ve ardili Windows Dev Kit 2023 zaten Visual Studio ve .NET'in ARM64'e tasinmasini saglamisti, fakat guc olarak geride kaldi. Ilk X Elite dizustu ile kiyaslandiginda Voltera'nin Speedometer skoru 14'e 26 ve Python Mandelbrot sureleri 90 saniyeye karsi yari hizdaydi. Bu yillardaki gecikme, Qualcomm'un 2025 yerine 2026'da urun teslim etmesine yol acti.

Asus Ascent Q10: Ilk gercek X2 Elite masaustu

Asus Ascent Q10 (basinda QN10 olarak da geciyor) bu boslugu dolduran ilk kutu. Incelemedeki ornek 32 GB LPDDR5X ve 512 GB depolama ile geliyor, arkada 3 adet USB4 , 2.5 GbE Ethernet ve Wi-Fi 7 var. Guc kaynagi 180 W harici tugla; incelemeyi yapan isim hakli olarak 2026'da bu kadar buyuk tugla elestiriyor ve gercek guc cekiminin daha dusuk olacagini merak ediyor. Kutu sessiz calisiyor, yuk altinda hafif isiniyor ama fan sesi ofis masasi icin rahatsiz edici degil. Olcumde derleme sirasinda 109 W, Python yukunde 120-125 W duvar gucu goruluyor.

X2 Elite 88-100 kalbinin anatomisi

Kalpteki cip Snapdragon X2 Elite X2E-88-100 : ucuncu nesil Oryon cekirdekleri, 3 nm uretim, toplam 18 cekirdek (12 prime 4.7 GHz'e kadar, 6 performans 3.4 GHz'e kadar) ve 53 MB onbellek . Tum cekirdekler buyuk cekirdek, kucuk verimlilik cekirdegi yok. Bellek denetleyicisi LPDDR5X-9523, 128 bit, 152 GB/s ; Extreme varyanti 228 GB/s'e cikiyor. Kiyas icin M4 120 GB/s , M4 Pro 273 GB/s . Grafik tarafinda Adreno X2-90 1.7 GHz , Qualcomm'a gore watt basina 2.3 kat iyilesme; Hexagon NPU 80 TOPS (INT8) onceki nesilde 45'ti. Mimari, hem dizustu hem masaustunde ayni olcekte calisacak sekilde tasarlandi.

Geliskici icin kritik nokta yazilim destegi. Visual Studio , .NET , Node.js ve Python artik dogal ARM64 biciminde var. Yanlis mimariyi kurarsaniz Prism cevirisi devreye girer; tipki Apple'da Rosetta gibi x64 kodu cevirip calistirir ama performans belirgin duser. Videoda bu tuzak iki kez gosteriliyor: once Node, sonra Python x64 kurulumlari yari hiza dusuruyor. Dogru ARM64 surume gecince skorlar ikiye hatta uce katlaniyor. Bu ayrim, Windows on ARM'da en pahali hata.

Sentetik skorlar: Geekbench'ten tarayici akiciligina

Sentetik testlerde Geekbench net: Q10, onceki X Elite kitine gore tekte yuzde 26 ve cokta yuzde 27 onde; AMD HX470 ve Panther Lake kiyas urunlerini yuzde 20-30 geride birakiyor, M4 Pro ile bas basa ve M5 MacBook Air skorunu (3597 tek / 17550 cok) geciyor. Ayni gun Speedometer 2/3 surprizi buyuk: Q10 48.6 , M4 47.8 , M4 Pro 45 , HX470 37 ile yillardir tek cekirdekte onde olan Apple ilk kez geride; skor Chrome icinde alindigi icin dogrudan gunluk akiciligi temsil ediyor ve dogru surucu yigininda X2 Elite, gunluk web islerinde M4 ailesini yakaliyor.

Ayni ailenin web-tooling benchi once kafa karistirdi. Node CLI uzerinde TypeScript/Babel/Prettier/Lebab gibi araclari calistiran yontem ilk denemede x64 Node ile 8.15 , ARM64 Node ile 11.8 calisma/saniye verdi; SER10 28, eski X Elite kit 22'de kaldi. Ayni test Chrome HTML icinde kosunca 63 TypeScript ve 49.89 geometrik ortalama ile zirveye oturdu. Fark, Node sarmalayicisi ile Chrome sarmalayicisi arasindaki V8 farki ve mimari uyumu. Mesaj net: Node kullaniyorsaniz ARM64 kurulumu sart; yoksa en hizli cip bile uc kat yavas calisiyor.

Gercek gelistirici yukleri: Derleme ve Python

Derleme tarafinda 100 bin isim alani ve iclerinde gercek kod iceren ozel .NET derleme testi var; derleyiciyi kandirmak zor. Sonuc 77 saniye ile basarili ve sessiz: fan duylmuyor, kasa ilik. M4 Pro 66 saniye ile birinci, M4 106 saniye , eski X Elite kit 86 saniye. Yani Q10 cok cekirdekli derlemede ikinci, fakat masaustunde uzun sure sessiz kalabilmesi artisi. Guc burada da 109 W civari, yani 180 W tugla tam kapasiteye ihtiyac duymuyor.

Yorumlayici test Mandelbrot Python benchi, CPU'yu yuzde 100 zorluyor. Once x64 Python ile 50.43 saniye ; fanlar yeni duyuluyor ama hala sessiz. ARM64 Python'a gecince 21.76 saniye ile birinci oluyor: M4 Pro 23.2 , M4 31.4 , eski kit ve SER10 28.9. Duvar gucu 120-125 W. Iki test birlikte sunu kanitliyor: Mimari dogru kuruldugunda X2 Elite, cok cekirdekli derlemede M4 Pro'nun ensesinde, tek is parcacigi yogun Python'da ise onu geciyor. Yanlis mimari ise ayni donanimda iki kat vergi demek.

Yapay zeka: NPU denemesi, GPU siniri ve CPU surprizi

Yapay zeka bolumu beklentiyi uzuyor. 80 TOPS etiketli Hexagon NPU icin Llama.cpp + Hexagon arka ucu surucu asamasinda takildi; test edilemedi. Birlesik bellek 32 GB gorunse de OpenCL uzerinden GPU yalnizca 15 GB kullanabiliyor, geri kalan 17 GB rezerve; buyuk modeller CPU'ya dusuyor. Ilginc sekilde her modelde CPU GPU'den hizli : Llama 3B'de CPU 41 token/s, GPU 31; GPT-OSS 20B MoE'de 35'e 33. Token hizi icin olcek su: 5 token/s okuma hiziniz, 40 token/s gozunuzden hizli, 100 token/s cevap daha bakmadan bitiyor.

Karsilastirmali tabloyu genisletince resim netlesiyor. Llama 3.2 3B: Q10 41, eski kit 36, M4 46, M4 Pro 101 (M4'ler MLX ile en iyi senaryoda). 27B yogun modeller 5-6 token/s ile okuma hizina dusuyor; cunku her parametre her kelimede uyaniyor. Uzman karisimi (MoE) modeller hizli: GPT-OSS 20B 35 , Qwen 3 35B 27 token/s ve 22 GB yer kaplayan Qwen, 32 GB'lik Q10'a sigarken 16 GB Mini'ye sigmiyor. Gercekci senaryoda 16 bin token baglam ilk kelimeye kadar 53 saniye bekletiyor; ayni anda ikinci kullanici girince herkes 7 token/s 'ye dusuyor; yani bu kutu su an tek kullanicilik masa makinesi.

Sonuc kismi olgun bir hukum veriyor. Windows gelistiricisi icin Mac Mini katili evet : iki yillik sozu tutuyor, derleme + tarayici + Python'da tepeyle yarisiyor. Yapay zeka icin hayir : ayni fiyatta 599 dolarlik baz M4 kucuk modellerde MLX ile daha hizli, buyuk modellerde bant genisligi avantaji M4 Pro'yu one cikariyor; Q10 biraz daha pahali. Ayrica ARM uyumu sarti bak: yazilimlarinizin ARM64 surumu var mi kontrol edin. M6 gelince tablo degisecek, fakat bugun Windows masada guc isteyen ekip icin sessiz ve verimli bir secenek.