Komputasi hibrida lokal: AI yang cerdas, tapi tidak kepo
Komputasi hibrida lokal adalah pendekatan AI portable privacy yang membagi pekerjaan antara model di cloud dan model di perangkat, sehingga tugas berat tetap kuat sementara keamanan data perangkat dan file sensitif dijaga tanpa selalu meninggalkan komputer pengguna. Dalam dunia di mana hampir semua layanan mendorong kita menyinkronkan segala hal ke server, strategi ini adalah koreksi yang sangat terlambat. Alih-alih memilih antara kenyamanan cloud dan privasi, Perplexity menunjukkan bahwa keduanya bisa hidup berdampingan—asal arsitektur sistemnya dirancang sejak awal untuk memihak pengguna, bukan server. Pilihan untuk mengutamakan AI portable privacy bukan lagi idealisme, tetapi kebutuhan praktis bagi siapa pun yang menyimpan hasil medis, laporan keuangan, atau kontrak penting di laptop mereka.
Portable Computer: AI lokal di atas DGX Spark dan GPU RTX
Perplexity Portable Computer membawa konsep agen AI lokal yang bekerja langsung di perangkat, bukan di server jauh. Pada tahap awal, Perplexity membatasi Portable Computer pada Nvidia DGX Spark serta komputer berbasis Linux dengan GPU Nvidia RTX. Nvidia DGX Spark sendiri dirancang khusus untuk kebutuhan AI lokal dan mampu menjalankan model AI secara langsung tanpa selalu membutuhkan server cloud. Artinya, sebagian besar proses AI bisa terjadi sepenuhnya di mesin Anda, sementara koneksi cloud hanya dipakai saat benar‑benar diperlukan. Secara praktis, ini berarti keamanan data perangkat meningkat drastis: data pengguna diproses dan disimpan di perangkat sehingga informasi sensitif tidak harus dikirim ke server cloud untuk setiap pekerjaan. Konsekuensinya jelas: butuh hardware kelas tinggi dan investasi besar, tetapi kontrol yang didapat pengguna atas datanya jauh mengungguli solusi AI murni cloud.
Hybrid Compute di Mac: definisi dan cara kerjanya
Hybrid Compute adalah mode di aplikasi Mac Perplexity yang membagi setiap tugas agen Perplexity Computer antara model frontier di cloud dan model yang berjalan di Mac. Cloud menangani pencarian web, perencanaan, dan penalaran panjang, sementara model lokal menangani berkas privat, data sensitif, dan tindakan yang menyentuh informasi pribadi tanpa data tersebut keluar dari perangkat. Mekanismenya berputar di sekitar komponen bernama Privacy Gate, gerbang yang berada di mesin dan memeriksa berkas sebelum sebagian isinya sampai ke cloud. Gate ini mencari identifier pribadi seperti dokumen identitas, nomor rekening, dan kredensial, lalu bisa menyimpan semuanya secara lokal, menyamarkan bagian sensitif, menolak tindakan, atau meminta persetujuan eksplisit Anda. Bagian paling penting: peralihan dari cloud ke Mac terjadi di tengah task, agen bekerja di cloud selama butuh daya besar, turun ke model lokal saat menyentuh data pribadi, lalu kembali ke cloud setelah langkah itu selesai.
Privacy Gate dan PII-Tracer: classifier yang berpihak pada pengguna
Jantung komputasi hibrida lokal Perplexity adalah Privacy Gate classifier. Gerbang ini memeriksa berkas di perangkat dan memutuskan data mana yang boleh keluar dan mana yang harus tetap tinggal. Hasil pemeriksaan medis, laporan pajak, dan berkas persidangan tidak lagi meninggalkan komputer, karena classifier yang mengenali data pribadi—yang kini dirilis open source—memutuskan data apa yang boleh keluar dan apa yang tetap di rumah. Perplexity membuka kode classifier tersebut di Hugging Face dengan nama PII-Tracer. Secara teknis, PII-Tracer adalah encoder bidirectional dengan 0,6 miliar parameter yang dibangun di atas backbone Qwen3. Pernyataan yang layak dicatat: "Perplexity mengklaim classifier-nya mengalahkan model generalis pada tugas menemukan setiap penyebutan data sensitif di sepanjang percakapan". Fakta bahwa inti keputusan privasi ini open source adalah sinyal kuat: Perplexity mau diawasi, dan itu berbeda dari sekadar menempelkan label “privacy” di layanan cloud.
Dari DGX ke Mac: privasi-first computing untuk semua perangkat
Implementasi Hybrid Compute di Mac menunjukkan bahwa komputasi hibrida lokal bukan lagi eksperimen eksklusif di lab GPU. Mode ini berjalan di Mac dengan chip Apple, macOS 15 atau lebih baru, dan minimal 24 GB unified memory, dengan 32 GB yang direkomendasikan. Pengguna bisa memilih beberapa model lokal—mulai dari Gemma 4 E4B yang lebih ringan hingga PPLX Qwen 3.8 27B yang dilatih ulang khusus untuk Computer. Ini menjadikan AI portable privacy lebih dekat ke ranah konsumen, bukan hanya data center. Lebih jauh lagi, Hybrid Compute membagi setiap task Perplexity Computer antara cloud dan model lokal di Mac, sehingga Anda mendapat kontrol data penuh sambil tetap menikmati routing hibrida untuk tugas yang membutuhkan komputasi besar. Sebuah tugas bahkan bisa dimulai dari iPhone dan membiarkan Mac menjalankan langkah‑langkah lokal, sementara telepon berfungsi sebagai remote control.
Mengapa komputasi hibrida lokal adalah masa depan AI portable
Komputasi hibrida lokal bukan gimmick, tapi kompromi cerdas antara kecerdasan cloud dan keamanan data perangkat. Dengan Portable Computer, data pengguna diproses dan disimpan di perangkat sehingga informasi sensitif tidak harus dikirim ke server cloud untuk setiap pekerjaan. Hybrid Compute memperhalus pendekatan ini di Mac: agen bekerja di cloud saat perlu, lalu turun ke model lokal tepat ketika menyentuh data pribadi, dan kembali ke cloud begitu langkah itu selesai. Dalam konteks organisasi, admin bahkan bisa menetapkan aturan global tentang apa yang harus tetap di perangkat, apa yang boleh disamarkan, dan apa yang membutuhkan persetujuan manusia, lengkap dengan log audit. Intinya, AI portable privacy hanya masuk akal jika pengguna memegang kemudi. Perplexity, dengan Privacy Gate classifier dan PII-Tracer open source, menunjukkan satu hal penting: masa depan AI bukan hanya soal model lebih besar, tetapi juga soal hak untuk berkata, “data saya tetap di sini.”
