Společnost Perplexity spustila Portable Computer, verzi své agentní platformy „Computer“, která běží výhradně na hardwaru, který již vlastní uživatelé – počínaje stolním superpočítačem DGX Spark od Nvidie a linuxovými stroji vybavenými RTX GPU. Vyvinutý v úzké spolupráci se společností Nvidia a oznámený 25. srpna 2026, jde o jeden z dosud nejagresivnějších pokusů přesunout vážnou pracovní zátěž AI agentů z cloudu na místní zařízení.
Rozteč je jednoduchá, ale důsledná: model, uživatelské soubory a samotná práce mohou zůstat na stroji. Práce dokončená lokálně nespotřebovává žádné fakturační kredity, každá úloha se ve výchozím nastavení spouští na zařízení a před odesláním jakéhokoli jednotlivého kroku do výkonnějšího hraničního modelu v cloudu systém požádá o povolení. For more context on this story, see our ongoing AI news.
"V podstatě jsme do plně lokální aplikace přinesli úplně stejné uživatelské rozhraní," řekl Nate, viceprezident inženýrství pro infrastrukturu a podnikání společnosti Perplexity, během pondělního tiskového brífinku. "To zahrnuje celý svazek agentů a odvození a vše potřebné k práci na místě."
Pro společnost Nvidia, která strávila poslední dva roky prodejem datových center s umělou inteligencí po celém světě, přináší oznámení jemnější zprávu: výrobce čipů věří, že místní umělá inteligence překročila práh od nadšené zvědavosti k praktickému nástroji. „Místní umělá inteligence dosáhla inflexního bodu,“ řekl Nader, ředitel vývojářské technologie společnosti Nvidia. "Nejdéle to byli fandové a nadšenci... provozovali tyto kvantované modely kvantované dolů, aby byly super malé. A i když je to skvělé, není to super praktické. Ale to vše se změnilo se spoustou těchto nových modelů s otevřeným zdrojovým kódem."
Úplný místní zásobník AI v jedné aplikaci
Cloudový produkt Perplexity Computer organizuje modely, soubory, nástroje a webový přístup k dokončení vícestupňových úkolů znalostní práce – kontroly složek dokumentů, analýzy dat a vytváření sestav. Přenosný počítač to lokálně replikuje, sdružuje místní modely, svazek agentů, inferenční modul, nástroje, konektory aplikací a bezpečnostní karanténu do jediné aplikace. Na svazování záleží: u většiny současných zásobníků AI si uživatelé musí tyto díly sestavit sami – stáhnout závaží, postavit inferenční server a propojit nástroje dohromady.
V tiskové ukázce si systém zahrál drobného investora, který prohlíží složku 1099 a investiční dokumenty – druh citlivého finančního materiálu, který by mnozí uživatelé váhali nahrát do cloudové služby. Spuštěním modelu Qwen s 27 miliardami parametrů při plném využití GPU na DGX Spark agent označil případy, kdy investor platil zbytečné poplatky. Perplexity poznamenal, že prvek rozhraní, který normálně sčítá kredity v cloudu, "je právě zaparkován na nule."
Produkt je také spíše hybridní než hermetický. Druhá ukázka lokálně analyzovala CSV dat uživatelského trychtýře a poté poslala hotovou analýzu do Slacku pomocí ekosystému konektorů Perplexity. Systém se připojuje k Disku Google, Gmailu a GitHubu a může eskalovat na hraniční cloudový model, když místní model narazí na své limity.
Požadavky a dostupnost
Při uvedení na trh mohou uživatelé používat Qwen 3.8 27B nebo PPLX 27B – verzi, kterou si Perplexity následně vycvičila na svém vlastním postroji – s Nemotron 3.5 Lightning od Nvidie již brzy. Systém používá vLLM k hostování odvození pod ním, s pokročilým režimem pro uživatele, kteří chtějí připojit svůj vlastní koncový bod. Libovolné RTX GPU s alespoň 24 GB VRAM, zhruba GeForce RTX 3090 nebo novější, smazává laťku.
Přenosný počítač je nyní k dispozici pro předplatitele Pro, Max, Enterprise Pro a Enterprise Max na Linuxu, podpora Windows bude následovat v září.
Spolunavrhování modelu a postroje
Spolu se spuštěním Perplexity publikoval výzkumný dokument, který tvrdil, že efektivní místní agenti vyžadují, aby model a svazek agentů – lešení výzev, nástrojů a orchestrační logiky – byly navrženy společně. Univerzální postroje předpokládají hraniční modely, které dokážou absorbovat obrovské souvislosti a pohybovat se po rozlehlých plochách nástrojů; malé místní modely se pod těmito požadavky sponou. Perplexity zjistila, že ačkoli Qwen 3.8 27B inzeruje kontextové okno s 260 000 tokeny, začíná se potýkat s více než 100 000 tokeny.
Odpovědí společnosti je záměrně minimální využití: stručná systémová výzva, malá sada základních nástrojů a schopnosti, které se načítají a uvolňují jako „dovednosti na vyžádání“. Převedl oblíbené konektory jako Gmail a GitHub ze serverů MCP náročných na tokeny na kompaktní nástroje příkazového řádku, přidal samoověřovací háky a vynutil vždy zapnutý sandbox na úrovni operačního systému – pokud sandbox není k dispozici, kabel se sám deaktivuje, než aby spouštěl nástroje nechráněné.
Výsledky benchmarku Zprávy o zmatenosti jsou pozoruhodné, ačkoli pocházejí z vlastních hodnocení společnosti. Na svém interním Local Knowledge Work Bench – 53 úkolů zahrnujících hluboký výzkum, finanční analýzu a tvorbu dokumentů, které Perplexity plánuje otevřít jako open source – počítač s Qwen 3.8 27B na DGX Spark dosáhl skóre 82,6 % oproti 77,6 % pro open-source kabel Pi a 74,0 % pro Hermes s identickým modelem. Posttrénovaný PPLX 27B od Perplexity posunul skóre na 85,4 %. Na BrowseComp, benchmarku pro webový výzkum, dosáhl Computer přesnost 66,7 % oproti 50,2 % pro Pi a 43,9 % pro Hermes, přičemž spotřeboval o 51 % méně času na zdi a o 70 % méně tokenů než Pi.
Token Ekonomika Driving Agents Local
Strategická logika je jasná v tom, jak se změnila pracovní zátěž AI. Chat byl prasklý – otázka, odpověď, hotovo. Agenti běží hodiny. "S agenty chcete, aby tito agenti byli vždy zapnuti, pokud můžete... To, co vidíme, je neukojitelná poptávka po žetonech, a to je něco, co dělá místní AI tak skvělou," řekl Nader. "Nebyli jste měřeni tokenem. Neplatili jste za token."
Hybridní střední cesta může být komerčně nejzajímavějším výsledkem. Na Terminal Bench 2.1, náročném kódovacím benchmarku, dosáhl plně lokální model Qwen 59,6 % při v podstatě nulových mezních nákladech. Nechat to eskalovat na „poradce“ Claude Opus 5 v cloudu zvýšilo skóre na 73,0 % při odhadovaných 0,415 dolaru za úkol, zatímco spuštění samotného hraničního modelu dosáhlo 82,4 % za 0,65 dolaru za úkol. Eskalace obnovila zhruba tři pětiny rozdílu k hraničnímu výkonu za zhruba dvě třetiny nákladů – a uživatel se rozhoduje, kdy se obchod vyplatí uskutečnit. Před jakýmkoli hovorem poradce kabelový svazek spustí klasifikátor PII přes odchozí kontext a ukáže uživateli, co přesně by opustilo zařízení; vzdálený model vrací pouze textové navádění a nikdy se nedotýká místních souborů nebo nástrojů.
Nvidia také zdůraznila, že hardware přesahuje jedinou krabici: připojení dvou DGX Sparků přes sdílenou paměť provozuje hraniční otevřené modely, jako je nejnovější DeepSeek, čtyři mohou provozovat GLM 5.2 nebo Nemotron Ultra a Nader řekl, že „dokonce viděl připojení osmi Sparků“.
Uvedení na trh prodlužuje partnerství, které se budovalo více než rok poté, co Nvidia a Perplexity v červnu 2025 oznámily suverénní spolupráci v oblasti umělé inteligence pro evropské vydavatele a telekomunikační společnosti. Pro vývojáře, kteří zvažují hromadu Ollama, otevřených svazků a vlastní inference, sází Portable Computer na to, že se jedná o model zařízení, jako je místní agent, společně navržený AI. hlavního proudu.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
