Portable Computer มาสู่พีซีเอเจนต์ที่ขับเคลื่อนด้วย AMD

ผู้คนต้องการนำพลังการประมวลผลของตนเองมาใช้กับงานประจำวันมากขึ้น ตั้งแต่การวิเคราะห์ไฟล์ในเครื่องไปจนถึงการรันเวิร์กโฟลว์ที่เกิดขึ้นประจำ การทำงานให้เสร็จสิ้นบนฮาร์ดแวร์ของตนเองช่วยให้พวกเขามีการควบคุมข้อมูลที่มีความละเอียดอ่อนและการใช้เครดิตมากขึ้น หากต้องการให้ผู้คนทำงานในลักษณะนี้มากขึ้น AI ในเครื่องจำเป็นต้องรันบนอุปกรณ์จำนวนมากขึ้นและเชื่อมต่อกับเครื่องมือที่ใช้อยู่แล้ว

วันนี้เรากำลังขยาย Portable Computer ไปยังระบบที่ขับเคลื่อนด้วยโปรเซสเซอร์ AMD Ryzen AI Max Series รวมถึงแพลตฟอร์มนักพัฒนา Ryzen AI Halo เพื่อให้ผู้คนมีทางเลือกในการรัน AI บนฮาร์ดแวร์ของตนเองมากขึ้น

การอนุมานในเครื่องจะไม่ใช้เครดิต Computer ผู้ใช้สามารถรันการวิเคราะห์กิจวัตรและการประมวลผลไฟล์บนระบบที่ขับเคลื่อนด้วย Ryzen AI Max ได้ โมเดลในเครื่องยังสามารถส่งต่อไปยังคลาวด์เพื่อทำการวิจัยและการให้เหตุผลขั้นสูงเมื่อจำเป็น

การสนับสนุนจาก AMD ช่วยให้ผู้ใช้มีอีกวิธีหนึ่งในการรัน Perplexity Computer ในเครื่อง พวกเขาสามารถนำฮาร์ดแวร์ของตนเองมาใช้กับงานที่ต้องการความต้องการสูง พร้อมทั้งจำกัดการใช้เครดิต

ผู้คนมีงานที่สามารถมอบหมายให้เอเจนต์ทำได้ หากไฟล์ที่มีความละเอียดอ่อน เช่น เอกสารข้อตกลง บันทึกผู้ป่วย โค้ดที่ยังไม่เผยแพร่ และข้อมูลการจ่ายเงินเดือน สามารถเก็บบนอุปกรณ์ได้ ซึ่งต้องอาศัยโมเดลภายในเครื่อง เครื่องมือสำหรับทำงานกับไฟล์เหล่านั้น และการควบคุมสิ่งที่เอเจนต์สามารถเข้าถึงได้

Portable นำโมเดลในเครื่อง, agent harness และตัวประสานงาน, ตัวกำหนดเวลา, แซนด์บ็อกซ์ และตัวจำแนกเนื้อหาที่มีความละเอียดอ่อนมารวมไว้ในระบบเดียว โมเดลที่มีให้ใช้งาน ได้แก่ Qwen 3.8 27B และ PPLX 27B ซึ่งเป็นโมเดลหลังการฝึกอบรมของ Perplexity ผู้ใช้ไม่ต้องประกอบสแต็คเองโดยการตั้งค่าเซิร์ฟเวอร์การอนุมาน เชื่อมต่อเอเจนต์ และกำหนดค่าเครื่องมือแต่ละชิ้นอีกต่อไป

AMD และ Perplexity ช่วยให้ผู้พัฒนาเริ่มต้นใช้งานเอเจนต์ในเครื่องบน Ryzen AI Halo ได้ง่ายขึ้น ผู้ใช้สามารถดาวน์โหลดโมเดลได้ด้วยคลิกเดียวผ่าน Local Inference ในการตั้งค่าของแอปพลิเคชัน Perplexity เอ็นจิ้นการอนุมานและตัวจำแนกประเภทจะติดตั้งไปพร้อมกัน จากนั้นผู้ใช้จะเชื่อมต่อแอปและเลือกโฟลเดอร์ที่ Portable สามารถทำงานได้

งานที่เริ่มต้นด้วยไฟล์ในเครื่องอาจยังคงต้องการข้อมูลปัจจุบันหรือการให้เหตุผลขั้นสูง ตัวอย่างเช่น นักวิเคราะห์การเงินที่ทำงานกับโมเดลรายได้ในเครื่อง อาจใช้ข้อมูลตลาดปัจจุบันจากเว็บและการให้เหตุผลของโมเดลระดับแนวหน้าเพื่อทดสอบว่าอัตราดอกเบี้ยที่เปลี่ยนแปลงอาจส่งผลต่อการคาดการณ์อย่างไร

Portable ให้ผู้ใช้เข้าถึงผลลัพธ์เว็บที่มีการอ้างอิงผ่าน Perplexity Search และการให้เหตุผลขั้นสูงจาก 15+ โมเดลระดับแนวหน้า หากงานจำเป็นต้องส่งข้อมูลจากอุปกรณ์ไปยังคลาวด์ Portable จะขออนุญาตจากผู้ใช้ก่อนดำเนินการต่อ

Portable ทำงานข้ามไฟล์ในเครื่องและแอปที่เชื่อมต่ออยู่ ตัวประสานงานในเครื่องจะเชื่อมต่อกับ Gmail, Outlook, Slack และ GitHub เซิร์ฟเวอร์ Model Context Protocol (MCP) ในเครื่องช่วยให้สามารถทำงานกับแอปพลิเคชันที่รองรับซึ่งติดตั้งอยู่บนพีซีเครื่องเดียวกันได้

การเงิน: ผู้ควบคุมกำหนดเวลาให้ Portable ทำการกระทบยอดใบแจ้งหนี้ที่จัดเก็บไว้ในเครื่องในแต่ละเช้า เทียบกับชีทอัตราตามสัญญาในโฟลเดอร์ที่ได้รับอนุญาต ทำเครื่องหมายความแตกต่าง และบันทึกรายการข้อยกเว้นไปยังโฟลเดอร์นั้น การกระทบยอดจะทำงานบนอุปกรณ์
สรุปประจำวัน: หัวหน้าฝ่ายปฏิบัติการกำหนดเวลาบรรยายสรุปวันธรรมดาตอน 8 โมงเช้า เพื่อตรวจสอบอีเมลและ Slack ข้ามคืน ระบุการตัดสินใจที่รออยู่ และร่างคำตอบเพื่อปลดบล็อกเพื่อนร่วมงาน การอ่านและการสรุปจะเกิดขึ้นบนอุปกรณ์
กฎหมายและการปฏิบัติตามข้อกำหนด: เจ้าหน้าที่กฎหมายให้ Portable เข้าถึงโฟลเดอร์สัญญาของผู้ขายและรายการตรวจสอบการตรวจสอบ Portable ส่งคืนตารางข้อสัญญาที่ขาดหายไปหรือไม่เป็นไปตามมาตรฐานในแต่ละสัญญาเพื่อให้เจ้าหน้าที่กฎหมายตรวจสอบ
วิศวกรรม: หัวหน้าทีมกำหนดเวลาตรวจสอบ pull request ที่ค้างอยู่ตอน 9 โมงเช้า โดยจัดกลุ่มเป็นพร้อมตรวจสอบแล้ว ต้องการการตรวจสอบ ถูกบล็อก หรือล้าสมัย หลังจากหัวหน้าอนุมัติสรุปแล้ว Portable จะโพสต์ลงในช่อง Slack ของทีมและแท็กเจ้าของแต่ละคน

งานที่ทำซ้ำๆ จะใช้โมเดลในเครื่องเดิม ดังนั้นการอนุมานในเครื่องจึงไม่เพิ่มการใช้เครดิต Computer ในแต่ละครั้งที่รัน งานตามกำหนดการจะทำงานในขณะที่แอปเปิดอยู่และพีซีตื่นอยู่

เอเจนต์ที่เขียนและรันโค้ดจำเป็นต้องมีขอบเขตที่ชัดเจน Portable รันโค้ดและเครื่องมือภายในแซนด์บ็อกซ์บนอุปกรณ์ที่แยกส่วน โดยจำกัดการเข้าถึงแบบอ่านและเขียนเฉพาะโฟลเดอร์ที่ได้รับอนุญาตเท่านั้น โดยจะเข้าถึงแอปที่เชื่อมต่อผ่านตัวเชื่อมต่อที่ผู้ใช้กำหนดค่าไว้เท่านั้น

ตัวจำแนกประเภทบนอุปกรณ์จะสแกนหาเนื้อหาที่มีรายละเอียดละเอียดอ่อน เช่น ชื่อ หมายเลขบัญชี และข้อมูลประจำตัว ก่อนที่ข้อมูลจะออกจากพีซี หากพบข้อมูลที่มีความละเอียดอ่อน ผู้ใช้สามารถเลือกที่จะแชร์ เก็บขั้นตอนนั้นไว้บนโมเดลในเครื่อง หรือหยุดได้

องค์กรสามารถควบคุมการเข้าถึงการอนุมานบนบัญชีที่มีการจัดการ ผู้ดูแลระบบจะเป็นผู้ตัดสินใจว่าอนุญาตหรือไม่ เพื่อให้ไอทีสามารถเปิดใช้งานให้ทีมที่จำเป็นต้องใช้ได้

Portable Computer บนโปรเซสเซอร์ AMD Ryzen AI Max Series และแพลตฟอร์มนักพัฒนา AMD Ryzen AI Halo พร้อมให้ใช้งานแล้ววันนี้สำหรับสมาชิก Pro และ Max ในแผนบริการบุคคลและองค์กรผ่าน แอปพลิเคชัน Perplexity สำหรับ Windows

ฮาร์ดแวร์: แพลตฟอร์มนักพัฒนา AMD Ryzen AI Halo หรือระบบใดๆ ที่มีโปรเซสเซอร์ Ryzen AI Max Series และหน่วยความจำที่ GPU เข้าถึงได้อย่างน้อย 24 GB
ระบบปฏิบัติการ: Windows 10 หรือ Windows 11
โมเดล: PPLX 27B และ Qwen 27B
พื้นที่จัดเก็บ: พื้นที่ดิสก์ว่างประมาณ 20 GB สำหรับการตั้งค่าเริ่มต้น

ติดตั้งแอปพลิเคชัน Perplexity สำหรับ Windows และลงชื่อเข้าใช้
เปิดการตั้งค่า เลือก Local Inference และดาวน์โหลดโมเดล เอ็นจิ้นการอนุมานและตัวจำแนกประเภทจะถูกติดตั้งไปพร้อมกัน
ในการตั้งค่า ให้เปิดสิทธิ์ เปิดใช้งานการเข้าถึงระบบไฟล์ในเครื่อง และเลือกโฟลเดอร์ที่ Portable Computer สามารถทำงานได้
เปิดเมนูโมเดลในคอมโพเซอร์และเลือกโมเดลภายใต้ Local งานจะเริ่มต้นด้วยการอนุมานบนอุปกรณ์ โดยต้องขออนุญาตก่อนส่งข้อมูลไปยังคลาวด์

รายละเอียดการตั้งค่าฉบับเต็มอยู่ใน บทความศูนย์ช่วยเหลือของ Portable Computer ข้อมูลเพิ่มเติมมีอยู่ที่ หน้า Portable Computer

สแต็คเอเจนต์ในเครื่องมาถึง AMD Ryzen AI Max ในรูปแบบระบบเดียว

งานในเครื่องสามารถดึงข้อมูลจากการวิจัยและการให้เหตุผลบนคลาวด์ได้

Portable จัดการงานครั้งเดียวและงานที่เกิดขึ้นประจำ

สิทธิ์และการทำแซนด์บ็อกซ์ช่วยจำกัดสิ่งที่เอเจนต์สามารถเข้าถึงได้

Portable ใช้งานได้บนฮาร์ดแวร์ AMD ที่รองรับ

ข้อกำหนด

การตั้งค่า

เนื้อหาที่คล้ายกัน