Perplexity lança computador portátil para fluxos de trabalho de IA locais no nvidia dgx spark

A Perplexity lançou o Portable Computer, uma versão local da sua plataforma de IA, concebida para funcionar nos sistemas NVIDIA DGX Spark. O sistema integra o harness do agente, o orquestrador, o planeador, o roteador de ferramentas e os modelos pré-treinados diretamente no dispositivo, eliminando a necessidade de processamento baseado na nuvem para tarefas locais. Esta configuração garante que o trabalho realizado por modelos locais não incorra em custos por token, tornando-o economicamente viável para operações em grande escala em hardware próprio. O sistema inclui um sandbox imposto pelo sistema operativo que restringe a execução de processos, o acesso ao sistema de ficheiros e a atividade de rede, garantindo a segurança e o isolamento. Se o sandbox não estiver disponível, a execução das ferramentas é totalmente desativada, em vez de ser comprometida. A integração com serviços como o Gmail, o Outlook, o Slack e o GitHub é facilitada pelo orquestrador local. O Portable Computer suporta os modelos Qwen 3.8 27B e PPLX 27B, sendo este último especificamente afinado para o harness da Perplexity. Também permite que os utilizadores tragam os seus próprios modelos e servidores de inferência. O sistema é otimizado para contornar as limitações de contexto de modelos pequenos, mantendo prompts do sistema compactos, carregando habilidades especializadas à medida que necessário e utilizando ferramentas CLI compactas em vez de definições MCP completas. Os testes de desempenho na bancada de trabalho de conhecimento local da Perplexity, com 53 tarefas, mostraram que o Computer, com o Qwen 3.8 27B, atingiu 82,6%, superando o harness de código aberto Pi, que atingiu 77,6%, e o Hermes, que atingiu 74,0%. O PPLX 27B melhorou ainda mais os resultados para 85,4%. No BrowseComp, o Computer atingiu 66,7% em comparação com 50,2% (Pi) e 43,9% (Hermes), utilizando 51% menos tempo de parede e 70% menos tokens. No ParseBench-100, atingiu 65,1% em comparação com 34,6% e 13,9%. A abordagem híbrida, que combina a execução local com a escalada na nuvem, demonstrou eficácia. Na Terminal Bench 2.1, uma execução totalmente local atingiu 59,6% com um custo próximo de zero, enquanto a escalada para modelos na nuvem aumentou o desempenho para 73,0% a aproximadamente 0,415 dólares por rollout. Isto compara com 82,4% a cerca de 0,65 dólares para o Claude Opus 5 sozinho. A escalada reduz a lacuna com os modelos de ponta, mas não a fecha completamente. A instalação no DGX Spark requer um superchip GB10, 128 GB de memória e pelo menos 1 TB de armazenamento. O Qwen 3.8 27B está disponível com quantização de 3 bits, que requer 32 GB de RAM, enquanto o Nemotron 3.5 Lightning requer 4 bits, necessitando de 36 GB. Outros sistemas devem usar o DGX OS ou Ubuntu em ARM ou x64 com uma GPU RTX com 24 GB ou mais de VRAM. A instalação é feita através de um repositório apt. A disponibilidade é inicialmente limitada a Linux para os assinantes Pro, Max, Enterprise Pro e Enterprise Max, com o suporte para Windows a seguir em setembro e o macOS não está planeado. Apenas um DGX Spark é suportado no lançamento, com a planificação de agrupamento para o futuro. O custo zero por token para as etapas locais é um fator chave para permitir migrações em grande escala e loops de verificação longos no hardware próprio.