Perplexityは9月14日、互換性のあるNVIDIA GeForce RTX搭載PCとNVIDIA RTX PRO Workstations向けのWindows版Perplexityアプリに、Portable Computerを追加しました。Portable Computerは、複数ステップのタスクを計画・実行するエージェントであるPerplexity Computerのローカル版です。今回のリリースは、NVIDIA DGX Sparkシステムと、Linuxで動作するRTX搭載PCへの既存のサポートを土台にしています。ローカルモデル(local models)が高性能になるにつれ、AIエージェントはPC上でより多くの作業を直接処理でき、機密情報をデバイス上に保つことが可能になります。Portable Computerでは機密情報はデバイス上に留まり、ローカルで完了した作業はPerplexity Computerのクレジットを消費しません。

ローカル処理とクラウドへの振り分け

Portable ComputerはNVIDIA GPUで高速化され、ローカルモデルを使ってデータ分析、複数ファイルにわたる情報の統合、定期的な作業の処理を行います。より高度な調査や推論のために、作業をクラウドモデルに振り分けることもできます。より高度な推論を要するタスクでは、Portable Computerはタスクにクラウドの支援が必要かを判断でき、情報をデバイス外へ送る前にユーザーに許可を求めます。

PerplexityはローカルAIとクラウドAIを1つのアプリにまとめており、ユーザーはPC上の機密情報を含むファイルを扱いながら、内蔵ブラウザや独自のSPACEサンドボックスといったComputerの組み込みツールを利用できます。アプリはセットアップを簡素化するため、Qwen 3.8 27Bなどのローカルモデルを使います。このモデルはPerplexity Computerと連携するようポストトレーニングされ、NVIDIA RTX GPU向けに最適化されています。ユーザーは、ローカルAIの実行に通常必要なモデルの調査や複雑なソフトウェアスタックの構成をせずに、エージェントを使い始められます。さらに、Microsoft Outlook、OneDrive、Word、Google Drive、Gmail、Slack、GitHub向けのコネクタがあり、ユーザーが日常的に使うファイルやアプリにまたがって利用できます。

Perplexity Portable Computerのエージェントは、接続したGitHubプロジェクトのオープンなプルリクエストをレビューし、ステータス別に整理して次のステップを特定するという、エンジニアリング用途に使える機能を提供します。

エンジニアリング・金融・スタートアップでの活用例

また、古くなったドキュメントにフラグを立て、更新案をレビュー用に提出することも可能です。

金融用途の例として、Computerに2年分の証券会社の取引サマリー、統合1099、確定申告書を読み込ませ、回避可能な手数料と税負担(tax drag)を最も生んでいる継続保有銘柄を追跡させることができます。すべての数値は正確なファイルとページが示され、書類がチャットボットに渡ることは一切ありません。スタートアップ用途では、アクティベーションが横ばいになった理由を尋ねると、エージェントはファネルのエクスポートデータをローカルで分析します。この分析により、インストールから最初のタスク完了までの間で新規サインアップが離脱する箇所を見つけ、主要なインサイトをチームのSlackチャンネルに直接投稿できます。

対応GPUと提供予定

エージェントPerplexity Computerのローカル版であるPortable Computerは、VRAMが24GB以上のNVIDIA GeForce RTXおよびRTX PRO GPUで利用できます。NVIDIA DGX Stationへのサポートは、近日中に提供される見込みです。

NVIDIA Local AI向けモデル最新情報

NVIDIA Local AIの最新情報として、Qwenは、オープンウェイトのMixture-of-ExpertsモデルであるQwen3.8-Flash-Nextと、Qwen4の早期プレビューを公開しています。Qwen4は、NVFP4を使用すれば単一のNVIDIA DGX Sparkでローカル実行が可能です。DeepSeek-v4.1 Flashは、複雑なAIエージェントのワークロードにおけるキーバリューキャッシュ(key-value cache)のメモリ需要と運用コストを大幅に削減し、ドルあたりの知能として優れた水準を実現します。Z.aiのGLM 5.3 Flashは、低コストで優れた性能とビジュアルインテリジェンスを提供し、NVIDIA DGX Stationおよびデュアル構成のNVIDIA DGX Sparkシステム向けに最適化されています。Qwen3.8-Flash-Nextは、オープンウェイトのマルチモーダルなMixture-of-Expertsモデルです。

また、Z.aiの7440億パラメータのフラグシップモデルであるGLM 5.3は、NVIDIA DGX Stationと4台のNVIDIA DGX Sparkシステムのクラスターにおいて、数時間続くエージェントセッション向けに調整されています。