Perplexity wis ngluncurake Komputer Portabel, versi platform "Komputer" agen sing digunakake kanggo pangguna hardware sing wis duwe - diwiwiti karo superkomputer desktop DGX Spark Nvidia lan mesin Linux sing dilengkapi GPU RTX. Dikembangake kanthi kemitraan sing cedhak karo Nvidia lan diumumake tanggal 25 Agustus 2026, iki minangka salah sawijining upaya paling agresif kanggo mindhah beban kerja agen AI sing serius saka awan lan menyang piranti lokal.
Pitch punika prasaja nanging konsekuensial: model, file pangguna, lan karya dhewe kabeh bisa tetep ing mesin. Karya sing rampung sacara lokal ora nganggo kridit tagihan, saben tugas diwiwiti ing piranti kanthi gawan, lan sistem njaluk ijin sadurunge ngirim langkah individu menyang model perbatasan sing luwih kuat ing awan. For more context on this story, see our ongoing more AI stories.
"Sejatine kita wis nggawa UI sing padha menyang aplikasi lokal kanthi lengkap," ujare Nate, wakil presiden teknik infrastruktur lan perusahaan Perplexity, sajrone konferensi pers Senin. "Iki nggabungake kabeh sabuk agen lan inferensi lan kabeh sing dibutuhake kanggo nindakake pakaryan lokal."
Kanggo Nvidia, sing wis suwene rong taun adol jagad ing pusat data AI triliun dolar, woro-woro kasebut nggawa pesen sing luwih subtler: pembuat chip percaya yen AI lokal wis ngliwati ambang saka penasaran hobi menyang alat praktis. "AI lokal tekan titik infleksi," ujare Nader, direktur teknologi pangembang Nvidia. "Kanggo wektu paling dawa, iku hobbyists lan pecandu ... mlaku model quantized iki quantized mudhun dadi super cilik. Lan nalika iku kelangan, iku ora super praktis. Nanging kabeh sing diganti karo akèh model open source anyar iki."
Tumpukan AI Lokal Lengkap ing Siji Aplikasi
Perplexity Computer, produk maya, ngatur model, file, alat, lan akses web kanggo ngrampungake tugas kerja pengetahuan multi-langkah - mriksa folder dokumen, nganalisa data, lan ngasilake laporan. Komputer Portabel niru iku sacara lokal, nggabungake model lokal, sabuk agen, mesin inferensi, alat, konektor app, lan kothak wedhi keamanan dadi siji aplikasi. Masalah bundling: kanthi tumpukan AI lokal saiki, pangguna kudu nglumpukake potongan kasebut dhewe - ngundhuh bobot, ngadeg server inferensi, lan piranti kabel bebarengan.
Ing demo pers, sistem kasebut main investor ritel sing mriksa folder 1099s lan dokumen investasi - jinis materi finansial sing sensitif sing bakal diunggahake menyang layanan awan. Nganggo model Qwen 27 milyar-parameter kanthi panggunaan GPU lengkap ing DGX Spark, agen kasebut menehi tandha kasus nalika investor mbayar biaya sing ora perlu. Unsur antarmuka sing biasane ngitung kridit awan, Perplexity nyathet, "mung diparkir ing nol."
Produk kasebut uga hibrida tinimbang hermetik. Tur kaping pindho nganalisa data corong pangguna CSV sacara lokal, banjur nggawe analisis rampung menyang Slack nggunakake ekosistem konektor Perplexity. Sistem kasebut nyambung menyang Google Drive, Gmail, lan GitHub, lan bisa munggah menyang model maya wates nalika model lokal tekan watesan.
Requirements lan Kasedhiyan
Nalika diluncurake, pangguna bisa mbukak Qwen 3.8 27B utawa PPLX 27B - versi Perplexity wis dilatih ing sabuk dhewe - karo Nvidia's Nemotron 3.5 Lightning bakal teka. Sistem iki nggunakake vLLM kanggo dadi host inferensi ing ngisor iki, kanthi mode canggih kanggo pangguna sing pengin nyambungake titik pungkasan dhewe. Sembarang GPU RTX kanthi paling sethithik 24GB VRAM, kira-kira GeForce RTX 3090 utawa luwih anyar, mbusak bar kasebut.
Komputer Portabel saiki kasedhiya kanggo pelanggan Pro, Max, Enterprise Pro, lan Enterprise Max ing Linux, kanthi dhukungan Windows ing wulan September.
Co-Desaining Model lan Harness
Saliyane peluncuran kasebut, Perplexity nerbitake makalah riset sing nyatakake yen agen lokal sing efektif mbutuhake model lan sabuk agen - perancah pituduh, alat, lan logika orkestrasi - dirancang bebarengan. Sabuk tujuan umum nganggep model perbatasan sing bisa nyerep konteks gedhe lan navigasi permukaan alat sing jembar; model lokal cilik Gesper miturut panjaluk kasebut. Perplexity ketemu sing sanajan Qwen 3.8 27B advertises jendhela konteks 260.000-token, iku wiwit perjuangan ngluwihi 100.000 token.
Wangsulan perusahaan yaiku sabuk sing sengaja minimal: pituduh sistem sing ringkes, piranti inti cilik, lan kemampuan sing mbukak lan mbongkar minangka "katrampilan" sing dikarepake. Iki ngowahi konektor populer kaya Gmail lan GitHub saka server MCP sing keluwen token dadi alat baris perintah sing kompak, nambahake pancingan verifikasi diri, lan kothak wedhi tingkat OS sing tansah dileksanakake - yen kothak wedhi ora kasedhiya, sabuk bakal mateni dhewe tinimbang nganggo alat sing ora dilindhungi.
Asil pathokan laporan Perplexity striking, sanadyan padha teka saka evaluasi perusahaan dhewe. Ing Bangku Kerja Pengetahuan Lokal internal - 53 tugas sing kalebu riset jero, analisis finansial, lan nggawe dokumen, sing direncanakake Perplexity mbukak sumber - Komputer sing nganggo Qwen 3.8 27B ing DGX Spark ngetung 82.6%, lawan 77.6% kanggo sabuk Pi open-source lan 74.0% kanggo model Hermes sing padha. PPLX 27B pasca-latihan Perplexity nyurung skor dadi 85,4%. Ing BrowseComp, pathokan riset web, Komputer nggayuh akurasi 66.7% lawan 50.2% kanggo Pi lan 43.9% kanggo Hermes, nalika nggunakake 51% wektu tembok kurang lan 70% token luwih sithik tinimbang Pi.
Agen Nyopir Ekonomi Token Lokal
Logika strategis dadi jelas babagan carane beban kerja AI wis diganti. Chat ana bursty - pitakonan, jawaban, rampung. Agen mlaku nganti pirang-pirang jam. "Kanthi agen, sampeyan pengin agen iki tansah ing yen sampeyan bisa ... Apa kita ndeleng iku panjaluk insatiable kanggo token, lan iku soko sing ndadekake AI lokal dadi gedhe," Nader ngandika. "Sampeyan ora metered dening token. Sampeyan ora mbayar token."
Lemah tengah hibrida bisa uga minangka asil komersial sing paling menarik. Ing Terminal Bench 2.1, pathokan coding sing tantangan, model Qwen lokal kanthi skor 59,6% kanthi biaya marginal nol. Ngidini munggah menyang "penasihat" Claude Opus 5 ing méga ngunggahake skor dadi 73,0% kanthi kira-kira $ 0,415 saben tugas, nalika nganggo model frontier mung ngetung 82,4% ing $ 0,65 saben tugas. Eskalasi mbalekake kira-kira telung perlima saka longkangan kanggo kinerja wates ing kira-kira rong pertiga saka biaya - lan pangguna nemtokaken nalika perdagangan iku worth nggawe. Sadurunge nelpon penasehat, sabuk nganggo klasifikasi PII liwat konteks metu lan nuduhake pangguna persis apa sing bakal ninggalake piranti; model remot ngasilake panuntun dhumateng teks mung lan ora ndemek file utawa piranti lokal.
Nvidia uga nandheske manawa timbangan hardware ngluwihi kothak siji: nyambungake rong Sparks DGX liwat memori sing dienggo bareng nganggo model terbuka kelas perbatasan kaya DeepSeek paling anyar, papat bisa mbukak GLM 5.2 utawa Nemotron Ultra, lan Nader ujar manawa dheweke wis "malah ndeleng wolung Sparks disambungake."
Peluncuran kasebut ngluwihi kemitraan sing wis dibangun luwih saka setaun, sawise Nvidia lan Perplexity ngumumake kolaborasi AI sing berdaulat kanggo penerbit lan telekomunikasi Eropa ing wulan Juni 2025. Kanggo pangembang sing nimbang tumpukan DIY Ollama, sabuk mbukak, lan inferensi sing di-host dhewe, taruhan Komputer Portabel - sing nggawe model kaya piranti, lan pungkasane AI minangka model wedhi, minangka agen desain lokal. mainstream.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
