Perplexity Portable Computer arriva su Windows: l’AI locale richiede almeno 24 GB di VRAM

🤖 Cosa cambia

• Perplexity Portable Computer arriva su Windows e funziona su GPU GeForce RTX e RTX PRO dotate di almeno 24 GB di VRAM.
• Qwen 3.8 27B può eseguire localmente analisi di file e workflow agentici senza consumare crediti Perplexity Computer.
• L’architettura resta ibrida: i task complessi possono passare al cloud previa autorizzazione, quindi “AI locale” non significa necessariamente workflow interamente offline.

Perplexity Portable Computer arriva su Windows e trasforma una parte dell’AI agentica da servizio cloud a workload eseguito direttamente sulla GPU del PC. La novità, annunciata da NVIDIA il 14 settembre 2026, riguarda sistemi GeForce RTX e RTX PRO con almeno 24 GB di VRAM e utilizza modelli locali come Qwen 3.8 27B, ottimizzati per l’hardware NVIDIA. Il vantaggio è concreto: file sensibili e parte delle elaborazioni possono restare sul dispositivo e i task completati localmente non consumano crediti Perplexity Computer. Ma il requisito hardware mostra anche il limite della promessa: l’AI personale realmente capace continua a richiedere memoria, runtime e GPU ben superiori a quelli di un normale PC consumer.

Portable Computer porta l’agente Perplexity dalla Linux workstation al PC Windows

NVIDIA descrive Portable Computer come la versione locale dell’agente Perplexity Computer, capace di pianificare ed eseguire attività multi-step utilizzando modelli installati sul dispositivo. Il supporto Windows estende quanto Perplexity aveva già introdotto su DGX Spark e sistemi RTX Linux, eliminando una delle principali barriere alla diffusione dell’agente fuori dagli ambienti tecnici. Il software può analizzare file locali, combinare informazioni provenienti da documenti differenti e gestire attività ricorrenti senza inviare necessariamente ogni prompt ai server di Perplexity. La caratteristica più importante è però il requisito minimo: 24 GB di VRAM. Non basta quindi una qualsiasi GPU RTX. Portable Computer si rivolge soprattutto a schede di fascia alta e workstation professionali, perché il modello deve convivere in memoria con KV cache, contesto, runtime di inferenza e strumenti dell’agente. È precisamente il problema già emerso nei benchmark di Qwen 3.8 27B su RTX 5090, dove avere memoria sufficiente a caricare i pesi non garantisce automaticamente una buona esperienza di inferenza.

Qwen 3.8 27B diventa il modello locale di riferimento per Perplexity

Il modello indicato da NVIDIA è Qwen 3.8 27B, sottoposto a post-training specifico per lavorare con Perplexity Computer e ottimizzato per GPU RTX. La scelta è significativa perché un modello da 27 miliardi di parametri rappresenta oggi un punto di equilibrio credibile tra qualità agentica e possibilità di esecuzione su una singola GPU consumer di fascia altissima. In quantizzazione a 4 bit i pesi possono occupare circa 17 GB, ma il consumo reale non finisce lì: contesto, attention cache, speculative decoding e tool use possono aumentare rapidamente l’occupazione della memoria. Il requisito NVIDIA dei 24 GB conferma quindi un elemento già osservato nell’evoluzione dell’AI locale: la quantità di VRAM necessaria non coincide con la semplice dimensione del file del modello. L’esperienza dipende anche dal motore di inferenza, dall’ottimizzazione dei kernel e dalla lunghezza dei prompt. NVIDIA sta lavorando proprio su questo livello attraverso ottimizzazioni di llama.cpp, che nelle ultime release dichiarate dall’azienda possono aumentare il throughput locale fino a 1,9 volte su alcune configurazioni RTX.

Leggi anche: Qwen 3.8 27B su RTX 5090 mostra perché VRAM e prestazioni dell’AI locale non sono la stessa cosa

Locale non significa necessariamente offline né isolato dal cloud

La parte più interessante dell’architettura Perplexity è però ciò che non rimane necessariamente sul PC. Portable Computer può decidere che un’attività richiede capacità di reasoning superiori e proporre il passaggio a modelli cloud; secondo NVIDIA, l’utente deve autorizzare l’invio delle informazioni fuori dal dispositivo. Questo meccanismo evita di presentare il modello locale come sostituto universale dei frontier model, ma introduce una distinzione fondamentale per privacy e sicurezza: inferenza locale e workflow locale non sono sinonimi. Un task può iniziare elaborando documenti sul PC e successivamente utilizzare un modello remoto oppure un servizio esterno. Portable Computer dispone inoltre di connettori per Microsoft Outlook, OneDrive, Word, Google Drive, Gmail, Slack e GitHub. Questi strumenti aumentano enormemente l’utilità dell’agente, ma rendono tecnicamente sbagliato descrivere l’intera piattaforma come un sistema chiuso e offline. La privacy dipende dal percorso concreto di ogni task: quali dati vengono letti, quali strumenti vengono invocati, se viene attivato il cloud e quali contenuti vengono trasferiti ai servizi collegati. NVIDIA specifica però che, quando il lavoro viene completato localmente, le informazioni sensibili possono restare sul dispositivo e non vengono consumati crediti Perplexity Computer.

I 24 GB di VRAM separano l’AI locale reale dal marketing degli AI PC

Il requisito hardware rappresenta forse l’informazione più importante dell’intero annuncio. Il mercato degli AI PC è stato costruito negli ultimi anni soprattutto attorno a NPU da decine di TOPS, ma un agente capace di utilizzare un modello da 27 miliardi di parametri introduce esigenze completamente diverse. La NPU integrata può accelerare funzioni relativamente compatte, trascrizione, elaborazione immagini o modelli piccoli; un agente generalista che deve mantenere contesto, leggere documenti e utilizzare strumenti beneficia invece di decine di gigabyte di memoria ad alta banda. Portable Computer dimostra quindi che, almeno per questa classe di workload, la GPU discreta resta centrale. Non a caso Microsoft sta andando nella stessa direzione con Project Zenith, che porta il requisito minimo a 64 GB di memoria unificata per eseguire localmente modelli superiori ai 30 miliardi di parametri. Sono due approcci differenti allo stesso problema: Perplexity usa una GPU con VRAM dedicata, mentre le nuove architetture Windows puntano sempre di più su grandi pool di memoria condivisa. Il collo di bottiglia resta comunque la memoria disponibile per il modello e il suo contesto, non il semplice possesso dell’etichetta “AI PC”.

Il vantaggio economico è spostare il costo dai token all’hardware

L’altro cambiamento riguarda il modello economico. Nei servizi cloud ogni attività agentica complessa può consumare token, crediti o capacità di calcolo fatturata dal provider. Con Portable Computer il costo marginale dell’inferenza locale viene spostato verso hardware, elettricità e ammortamento della GPU. Per chi esegue molti workflow ripetitivi, analisi documentali o attività che non richiedono continuamente i modelli più avanzati, questa struttura può essere più interessante del pagamento costante di inferenza remota. NVIDIA porta l’esempio di documenti finanziari analizzati interamente sul PC, repository GitHub classificati localmente o esportazioni di funnel elaborate dall’agente prima di inviare soltanto i risultati verso Slack. Il modello ibrido consente quindi di utilizzare il cloud solo quando il guadagno qualitativo giustifica il costo e l’uscita dei dati dal dispositivo. Ma il vantaggio non è gratuito: una GPU da almeno 24 GB di VRAM colloca la configurazione molto lontano dal notebook medio. Per questo l’AI locale nel 2026 rimane ancora una tecnologia che abbassa il costo di inferenza soprattutto per chi ha già acquistato hardware costoso oppure utilizza workstation dedicate.

Perplexity entra nella stessa corsa di Microsoft e NVIDIA per il PC agentico

Portable Computer si inserisce in una trasformazione più ampia del desktop. Microsoft sta preparando Windows a processi agentici controllati a livello di sistema operativo, NVIDIA costruisce RTX Spark, OpenShell e PAIR, mentre i produttori di modelli cercano di spostare una parte sempre maggiore dell’inferenza vicino ai dati. La stessa NVIDIA ha presentato PAIR, il router personale capace di distribuire richieste AI tra più PC della stessa rete locale, trasformando macchine inutilizzate in nodi di inferenza disponibili agli agenti. La strategia sposta gradualmente il PC dal ruolo di semplice terminale per servizi cloud a infrastruttura personale capace di eseguire modelli, orchestrare strumenti e mantenere parte dei dati fuori dal data center. È una dinamica già visibile anche nel confronto con Mac Studio M5 Ultra, dove fino a 512 GB di memoria unificata consentono di caricare localmente modelli molto più grandi rispetto alle normali GPU consumer. Il mercato sta quindi convergendo sulla stessa conclusione: per l’AI locale la memoria sta diventando importante quasi quanto la potenza di calcolo.

Continua con:

• Project Zenith trasforma Windows 11 in una workstation predisposta per modelli AI locali oltre i 30 miliardi di parametri
• Mac Studio M5 Ultra porta fino a 512 GB di memoria unificata nella competizione sull’AI locale

L’AI locale diventa concreta ma il requisito hardware resta il vero filtro

L’arrivo di Perplexity Portable Computer su Windows rende l’AI agentica locale molto più accessibile dal punto di vista software: l’utente non deve scegliere manualmente modello, quantizzazione, backend e configurazione, perché Perplexity e NVIDIA trasformano gran parte dello stack in un’esperienza preconfigurata. Il vero ostacolo si sposta così sull’hardware. 24 GB di VRAM diventano la soglia d’ingresso dichiarata, e questo taglia fuori gran parte dei PC consumer venduti come sistemi “AI-ready”. Allo stesso tempo l’architettura ibrida evita l’errore opposto di fingere che un modello locale da 27 miliardi possa sostituire sempre i modelli cloud più potenti. Portable Computer può elaborare dati privati sul dispositivo, utilizzare strumenti locali e risparmiare crediti, ma può ancora chiedere di trasferire una parte del lavoro al cloud quando serve più capacità. È probabilmente questa la forma più realistica dell’AI personale nel breve periodo: non cloud contro locale, ma routing dinamico tra i due, con il PC che finalmente diventa un nodo di calcolo e non soltanto lo schermo attraverso cui interrogare un data center.