Portable Computer lanseras för AMD-drivna agentdatorer
Portable Computer körs på AMD Ryzen AI Max-system. Kör lokala AI-uppgifter och återkommande arbetsflöden utan att förbruka krediter.

Människor vill sätta sin egen beräkningskraft i arbete för fler av sina dagliga uppgifter, från att analysera lokala filer till att köra återkommande arbetsflöden. Att utföra det arbetet på sin egen hårdvara ger dem mer kontroll över känslig information och kreditförbrukning. För att låta fler arbeta på detta sätt måste lokal AI köras på fler enheter och ansluta till de verktyg de redan använder.
Idag utökar vi Portable Computer till system som drivs av processorer i AMD Ryzen AI Max Series, inklusive utvecklarplattformen Ryzen AI Halo, vilket ger fler ett sätt att köra lokal AI på sin egen hårdvara.
Lokal inferens förbrukar inte Computer-krediter. Användare kan köra rutinmässiga analyser och filbearbetningar på sitt Ryzen AI Max-drivna system. Den lokala modellen kan fortfarande eskalera till molnet för mer avancerad forskning och resonemang vid behov.
Den lokala agentstacken kommer till AMD Ryzen AI Max som ett enda system
AMD-stöd ger användare ett till sätt att köra Perplexity Computer lokalt. De kan sätta sin egen hårdvara i arbete med krävande uppgifter samtidigt som de begränsar kreditförbrukningen.
Människor har uppgifter som de skulle kunna ge till en agent om känsliga filer, såsom avtalsdokument, patientjournaler, outgiven kod och lönelistor, kunde stanna på enheten. Det kräver en lokal modell, verktyg för att arbeta med dessa filer och kontroller över vad agenten har tillgång till.
Portable samlar den lokala modellen, agentramverket och orkestreraren, schemaläggaren, sandlådan och klassificeraren för känsligt innehåll i ett enda system. Tillgängliga modeller inkluderar Qwen 3.8 27B och PPLX 27B, Perplexitys eftertränade modell. Användare behöver inte längre sammanställa stacken själva genom att sätta upp en inferensserver, ansluta en agent och konfigurera varje verktyg.
AMD och Perplexity gör det enklare för utvecklare att komma igång med lokala agenter på Ryzen AI Halo. Användare kan ladda ned en modell med ett klick via Lokal inferens i Perplexity-appens inställningar. Inferensmotorn och klassificeraren installeras tillsammans med den. Användarna ansluter sedan sina appar och väljer de mappar som Portable kan arbeta i.
Lokala uppgifter kan dra nytta av molnbaserad forskning och resonemang
En uppgift som börjar med lokala filer kan ändå behöva aktuell information eller mer avancerat resonemang. En finansanalytiker som arbetar med en lokal vinstmodell kan till exempel använda aktuella marknadsdata från webben och resonemang från frontier-modeller för att testa hur förändrade räntor kan påverka deras prognos.
Portable ger användare tillgång till citerade webbresultat genom Perplexity Search och avancerat resonemang från över 15 frontier-modeller. Om en uppgift behöver skicka information från enheten till molnet ber Portable om användarens tillåtelse innan den går vidare.
Portable hanterar engångsuppgifter och återkommande arbete
Portable fungerar med både lokala filer och anslutna appar. Dess lokala orchestrator ansluter till Gmail, Outlook, Slack och GitHub. Lokala MCP-servrar (Model Context Protocol) gör det möjligt att arbeta med program som stöds och som är installerade på samma dator.
- Ekonomi: En controller schemalägger Portable att varje morgon avstämma lokalt lagrade fakturor mot avtalsprisslistor i en tillåten mapp, flagga avvikelser och spara en undantagslista i den mappen. Avstämningen körs på enheten.
- Daglig genomgång: En driftsledare schemalägger en vardagsgenomgång kl. 08:00 som granskar nattens e-post och Slack, identifierar beslut som väntar på dem och utkast till svar för att hjälpa kollegor vidare. Läsningen och sammanfattningen sker på enheten.
- Juridik och efterlevnad: En paralegal ger Portable tillgång till en mapp med leverantörsavtal och en granskningschecklista. Portable returnerar en tabell över saknade eller icke-standardiserade villkor i varje avtal som paralegalen kan granska.
- Teknik: En teamledare schemalägger en granskning av öppna pull requests kl. 09:00 och grupperar dem som klara, granskning krävs, blockerade eller inaktuella. När ledaren har godkänt sammanfattningen publicerar Portable den i teamets Slack-kanal och taggar respektive ägare.
Återkommande arbete använder samma lokala modell, så dess lokala inferens ökar inte förbrukningen av Computer-krediter vid varje körning. Schemalagda uppgifter körs medan appen är öppen och datorn är vaken.
Behörigheter och sandlådor begränsar vad agenten kan komma åt
En agent som skriver och kör kod behöver tydliga gränser. Portable kör kod och verktyg i en isolerad sandlåda på enheten, med läs- och skrivbehörighet begränsad till tillåtna mappar. Den når anslutna appar enbart via anslutning som användaren har konfigurerat.
En enhetsbaserad klassificerare söker igenom innehåll efter känsliga uppgifter, såsom namn, kontonummer och inloggningsuppgifter, innan det lämnar datorn. Om den flaggar känslig information kan användaren välja att dela den, behålla det steget på den lokala modellen eller avbryta.
Organisationer kan styra åtkomsten till inferens på hanterade konton. En administratör avgör om det är tillåtet, så att IT kan göra det tillgängligt för de team som behöver det.
Portable är tillgänglig på AMD-hårdvara som stöds
Portable Computer på AMD Ryzen AI Max Series-processorer och utvecklarplattformen AMD Ryzen AI Halo är tillgänglig från och med idag för Pro- och Max-prenumeranter på individuella abonnemang och företagsprenumerationer via Perplexity-appen för Windows.
Krav
- Hårdvara: En utvecklarplattform med AMD Ryzen AI Halo eller valfritt system med en processor i Ryzen AI Max Series och minst 24 GB GPU-tillgängligt minne
- Operativsystem: Windows 10 eller Windows 11
- Modeller: PPLX 27B och Qwen 27B
- Lagring: Cirka 20 GB ledigt diskutrymme för den ursprungliga installationen
Konfiguration
- Installera Perplexity-appen för Windows och logga in.
- Öppna Inställningar, välj Lokal inferens och ladda ned modellen. Inferensmotorn och klassificeraren installeras tillsammans med den.
- Öppna Behörigheter i Inställningar, aktivera åtkomst till det lokala filsystemet och välj de mappar som Portable Computer kan arbeta i.
- Öppna modellmenyn i komponeraren och välj en modell under Lokal. Uppgifter startar med enhetsbaserad inferens, där behörighet krävs innan information skickas till molnet.
Fullständiga installationsdetaljer finns i hjälpcenterartikeln för Portable Computer. Mer information finns på Portable Computer-sidan.