Das KI-Suchunternehmen Perplexity hat am 25. August 2026 eine lokale Variante seiner Agentenplattform unter dem Namen Portable Computer vorgestellt. Das System wurde in direkter Partnerschaft mit Nvidia entwickelt und zielt darauf ab, wissensbasierte Agenten-Workflows ohne zwingende Cloud-Abhängigkeit auszuführen. Zum Start läuft der vollständige Software-Stack auf Nvidia DGX Spark-Desktopsystemen, wobei eine Unterstützung für Standard-RTX-PCs für einen späteren Zeitpunkt angekündigt ist.
Die technische Architektur des Portable Computer kombiniert einen lokalen Orchestrator, eine strukturierte Aufgaben-Queue und einen geräteeigenen Suchindex. Als primäre Rechenmodelle kommen Qwen 3.8 27B sowie das speziell optimierte Modell PPLX 27B zum Einsatz. Da diese Modelle vollständig auf der lokalen Hardware inferiert werden, entfallen für Standardoperationen sowohl externe Inferenzkosten als auch das Risiko eines unkontrollierten Datenabflusses über Netzwerkschnittstellen.
Um auch komplexe Fragestellungen bedienen zu können, nutzt das System einen hybriden Eskalationspfad. Wenn ein Workflow aufwändige Reasoning-Schritte oder aktuelle Websuchen verlangt, kann der Portable Computer auf leistungsstarke Cloud-Advisor-Modelle wie Claude Opus 5 zurückgreifen. Dieser Wechsel in die Cloud geschieht jedoch nicht stillschweigend, sondern erfordert jeweils die explizite Bestätigung durch den Nutzer.
Der Vorstoß markiert eine signifikante Verschiebung in der Bereitstellung moderner KI-Agenten, die bislang fast ausschließlich in zentralisierten Rechenzentren betrieben wurden. Durch den Einsatz kompakter 27-Milliarden-Parameter-Modelle auf dedizierter Desktop-Hardware wird die automatisierte Bearbeitung interner Dokumente und Workflows auch in datenschutzsensiblen Unternehmensumgebungen praktikabel. Das Modell zeigt, wie hybride Infrastrukturen die Vorteile lokaler Datensouveränität mit der Rechenleistung großer Cloud-Modelle verknüpfen können.
Mit der geplanten Ausweitung auf Nvidia RTX-Grafikkarten könnte der Portable Computer künftig auch für Entwickler und kleinere Teams ohne Spezialhardware zugänglich werden. Die Architektur demonstriert, dass lokale Inferenz für spezialisierte Agentenaufgaben inzwischen weit über einfache Chat-Anwendungen hinausgeht und komplexe Task-Pipelines zuverlässig abbilden kann.