Perplexity y Nvidia lanzan Portable Computer: agente de IA 100% local y sin coste por token
Perplexity estrena Portable Computer, una versión de su plataforma de agente de IA que corre por completo en el hardware del usuario, con Nvidia DGX Spark y GPUs RTX. Sin consumo de créditos y con privacidad total, aunque con opción de escalar a la nube cuando hace falta.
Perplexity ha lanzado este martes Portable Computer, una versión de su plataforma agéntica "Computer" que se ejecuta íntegramente en hardware que el usuario ya tiene: el superordenador de sobremesa DGX Spark de Nvidia y equipos Linux con GPUs RTX. El modelo, los archivos del usuario y el propio trabajo se quedan en la máquina. Cada tarea arranca en el dispositivo por defecto y el sistema pide permiso antes de enviar cualquier paso a un modelo más potente en la nube. El trabajo hecho en local no consume créditos de facturación, un cambio radical frente al modelo de pago por uso habitual en la IA.
La jugada tiene un trasfondo estratégico importante para Nvidia. La compañía lleva dos años vendiendo al mundo centros de datos de IA valorados en billones de dólares, pero con este anuncio reconoce que la IA local ha cruzado el umbral de curiosidad de aficionados a herramienta práctica. "La IA local alcanzó un punto de inflexión", explica Nader, director de tecnología de desarrollo de Nvidia. Durante mucho tiempo eran solo entusiastas ejecutando modelos cuantizados diminutos, poco prácticos; ahora los nuevos modelos open source han cambiado las reglas. Y Nvidia quiere vender el hardware que ejecuta esa IA local.
Portable Computer empaqueta en una sola aplicación toda la pila local: modelos, orquestador de agente, motor de inferencia, herramientas, conectores y una sandbox de seguridad. La gracia está en el empaquetado, porque hasta ahora montar una pila local era un dolor: descargar pesos, levantar un servidor de inferencia, conectar herramientas y ajustar rendimiento. En una demo, el sistema actuó como un inversor minorista revisando una carpeta de formularios 1099 y documentos financieros, justo el tipo de material sensible que muchos usuarios no quieren subir a la nube. Con un modelo Qwen de 27.000 millones de parámetros a plena GPU en un DGX Spark, el agente revisó cada documento y señaló comisiones innecesarias. El contador de créditos en la interfaz se quedó en cero. Otra demo mostró la parte híbrida: analizar un CSV de datos de usuarios en local y enviar el análisis terminado a Slack mediante los conectores de Perplexity, demostrando que lo local no significa aislado.
El producto llega hoy para los suscriptores Pro, Max, Enterprise Pro y Enterprise Max en Linux, con soporte para Windows en septiembre. El requisito de hardware es una GPU RTX con al menos 24 GB de VRAM, aproximadamente una GeForce RTX 3090 o superior. Perplexity considera ese el suelo para ofrecer una buena experiencia sin cerrar la puerta a una base amplia de usuarios. En el lanzamiento se pueden configurar dos modelos: Qwen 3.8 27B o PPLX 27B, una versión post-entrenada por Perplexity sobre su propio harness, con el Nemotron 3.5 Lightning de Nvidia llegando pronto.
Perplexity también ha publicado un paper de investigación defendiendo que un agente local eficaz exige diseñar juntos el modelo y el harness, es decir, el andamiaje de prompts, herramientas y lógica de orquestación que rodea al modelo. Los harness genéricos asumen un modelo frontera capaz de absorber contextos enormes, pero los modelos pequeños se rompen con esas exigencias. Perplexity comprobó que Qwen 3.8 27B, pese a anunciar 260.000 tokens de contexto, empieza a fallar más allá de 100.000. Por eso construyó un harness mínimo, con herramientas que se cargan y descargan como "skills" bajo demanda, conectores convertidos en comandos compactos y una sandbox siempre activa que, si no está disponible, desactiva el sistema en lugar de ejecutar herramientas sin protección. Los resultados de sus pruebas son llamativos, aunque vienen de la propia empresa y convendrá verlos validados de forma independiente.
El análisis de Salseo
- La jugada de Nvidia es vender hardware: después de empujar los centros de datos, necesita que la IA local sea útil para colocar DGX Spark y GPUs RTX en los escritorios. La alianza con Perplexity le da una aplicación seria, no un juguete de entusiastas.
- Para Perplexity, Portable Computer convierte la privacidad en argumento comercial: procesar documentos financieros o datos sensibles sin subirlos a la nube elimina una barrera real para muchos usuarios. El contador de créditos a cero es la metáfora perfecta del ahorro.
- Ojo al matiz: no es 100% local. El sistema pide permiso para escalar a un modelo frontera cuando el local se queda corto. Eso significa que el 'coste cero' depende de que el modelo local baste para la tarea; las tareas complejas pueden acabar en la nube y generar consumo.
- El paper sobre el harness es la parte más estratégica: Perplexity sostiene que los marcos genéricos no sirven para modelos pequeños y que hay que co-diseñar modelo y orquestación. Si acierta, su ventaja no será solo la app, sino saber exprimir modelos locales mejor que los frameworks abiertos.