Perplexitys lokaler Agent kommt auf Windows, aber erst ab 24 GB Grafikspeicher

Nvidia und Perplexity haben am 14. September die Verfügbarkeit des Perplexity Portable Computer in der Windows-App bekanntgegeben. Der Nvidia-Blog beschreibt ihn als „a local version of the agent Perplexity Computer that plans and carries out multistep tasks“.

Die Hürde steht in der Systemvoraussetzung: eine GeForce-RTX- oder RTX-PRO-GPU mit mindestens 24 GB VRAM. Damit kommen RTX 3090, 3090 Ti und 4090 mit je 24 GB in Frage, die 5090 mit 32 GB sowie aus der PRO-Blackwell-Reihe die 4000 (24 GB), 4500 (32 GB), 5000 (48 oder 72 GB) und 6000 (96 GB).

Lokal läuft ein Modell mit 27 Milliarden Parametern. Zur Wahl stehen ein Qwen-Modell oder Perplexitys eigene nachtrainierte Fassung PPLX 27B, Nvidias Nemotron 3.5 Lightning ist angekündigt. Der Blog formuliert das ausdrücklich als Beispiel, nämlich als „a local model, such as Qwen 3.8 27B, that is post-trained to work with Perplexity Computer and optimized for NVIDIA RTX GPUs“.

Ein reines Offline-System ist das nicht. Es ist ein Hybrid mit lokalem Standard: Jede Aufgabe startet auf dem Rechner, und wenn ein Schritt mehr Denkleistung braucht, fragt der Agent vorher um Erlaubnis, „asking the user for permission before sending information off-device“. Was lokal erledigt wird, kostet keine Credits.

Mitgeliefert werden ein eingebauter Browser, eine Sandbox namens SPACE und Connectors für Outlook, OneDrive, Word, Google Drive, Gmail, Slack und GitHub. Windows ist dabei eine Erweiterung: Portable Computer startete am 25. August auf NVIDIA DGX Spark und auf RTX-PCs unter Linux, Unterstützung für die DGX Station ist angekündigt. Zu Preis und Tarifbindung sagt der Nvidia-Blog nichts, und die Sekundärquellen widersprechen sich, also bleibt dieser Punkt offen.

Was daran wirklich neu ist, lohnt eine nüchterne Trennung. Ein 27-Milliarden-Modell auf einer 24-GB-Karte ausführen können Ollama und LM Studio seit Jahren, das ist kein Fortschritt. Neu ist, dass der Agent lokal plant und mehrstufige Aufgaben abarbeitet statt nur zu antworten. Neu ist auch die Eskalationslogik mit Einwilligung: Das Modell soll selbst merken, wann es an seine Grenze kommt, und fragen, statt still in die Cloud auszuweichen.

Genau dort liegt die Schwachstelle der Erzählung von der Privatsphäre. Sobald ein Schritt eskaliert, verlässt er den Rechner, und der Nutzer stimmt zu, ohne zu wissen, was genau mitgeht. Wie gut ein Modell erkennt, dass es überfordert ist, hat bisher niemand unabhängig nachgeprüft. Ich würde das für die schwerste offene Frage an dem ganzen Aufbau halten.

Die Speicherhürde passt ins Bild der letzten Tage. Qualcomm baut seine NPU auf Agenten um und peilt dabei 30-Milliarden-Modelle auf dem Handy an, DeepSeek drückt den Bedarf des KV-Cache, damit lange Kontexte in weniger Speicher passen. Alle drei arbeiten am selben Nadelöhr, nur von verschiedenen Seiten.

Für den Massenmarkt ist die Windows-Fassung vorerst nichts. Laut den Steam-Hardwareumfragen sitzt die große Mehrheit der Spiele-PCs bei 8 bis 12 GB Grafikspeicher. Lokale KI für alle sieht anders aus als lokale KI für Besitzer einer 4090.