Perplexity presenta una computadora portátil para flujos de trabajo de IA locales en nvidia dgx spark

Perplexity ha lanzado la computadora portátil, una versión centrada en el dispositivo de su plataforma de IA basada en agentes, diseñada para ejecutarse en sistemas NVIDIA DGX Spark. El sistema integra el andamio del agente, el orquestador, el planificador, el enrutador de herramientas y los modelos pre-entrenados directamente en el dispositivo, eliminando la necesidad de procesamiento basado en la nube para tareas locales. Esta configuración garantiza que el trabajo realizado por los modelos locales no incurra en ningún costo por token, lo que lo hace económicamente viable para operaciones a gran escala en hardware de propiedad. El sistema incluye un sandbox aplicado por el sistema operativo que restringe la ejecución de procesos, el acceso al sistema de archivos y la actividad de red, lo que garantiza la seguridad y el aislamiento. Si el sandbox no está disponible, la ejecución de herramientas se desactiva por completo en lugar de comprometerse. La integración con servicios como Gmail, Outlook, Slack y GitHub se facilita a través del orquestador local. La computadora portátil es compatible con los modelos Qwen 3.8 27B y PPLX 27B, siendo este último específicamente afinado para el andamio de Perplexity. También permite a los usuarios utilizar sus propios modelos y servidores de inferencia. El sistema está optimizado para superar las limitaciones de contexto de los modelos pequeños manteniendo indicaciones del sistema compactas, cargando habilidades especializadas bajo demanda y utilizando herramientas CLI compactas en lugar de definiciones completas de MCP. Las pruebas de rendimiento en el banco de pruebas de conocimiento local de 53 tareas de Perplexity mostraron que la computadora que ejecuta Qwen 3.8 27B logró un 82,6 %, superando al andamio de código abierto Pi en un 77,6 % y Hermes en un 74,0 %. PPLX 27B mejoró aún más los resultados en un 85,4 %. En BrowseComp, la computadora obtuvo un 66,7 % en comparación con un 50,2 % (Pi) y un 43,9 % (Hermes), utilizando un 51 % menos de tiempo de pared y un 70 % menos de tokens. En ParseBench-100, alcanzó un 65,1 % en comparación con 34,6 % y 13,9 %. El enfoque híbrido, que combina la ejecución local con la escalada a la nube, demostró ser eficaz. En Terminal Bench 2.1, una ejecución completamente local obtuvo un 59,6 % a un costo casi nulo, mientras que la escalada a modelos en la nube aumentó el rendimiento al 73,0 % a aproximadamente 0,415 $ por ejecución. Esto se compara con un 82,4 % a unos 0,65 $ para Claude Opus 5 solo. La escalada reduce la brecha con los modelos de vanguardia, pero no la cierra por completo. La instalación de DGX Spark requiere un superchip GB10, 128 GB de memoria y al menos 1 TB de almacenamiento. Qwen 3.8 27B está disponible con cuantificación de 3 bits, que requiere 32 GB de RAM, mientras que Nemotron 3.5 Lightning es de 4 bits, que requiere 36 GB. Otros sistemas deben utilizar DGX OS o Ubuntu en ARM o x64 con una GPU RTX con 24 GB o más de VRAM. La instalación se realiza a través de un repositorio apt. La disponibilidad se limita inicialmente a Linux para los suscriptores Pro, Max, Enterprise Pro y Enterprise Max, con soporte para Windows en septiembre y macOS no está en el plan. Solo se admite un DGX Spark en el lanzamiento, y se planea la agrupación en el futuro. El costo cero por token para los pasos locales es un factor clave para habilitar migraciones a gran escala y bucles de verificación largos en hardware de propiedad.