Perplexity lança agente de IA local para Windows — mas só funciona em RTX com 24GB de VRAM
Perplexity e Nvidia trouxeram para Windows o Portable Computer, um agente de IA local que executa tarefas multietapas diretamente na sua máquina, sem depender de servidores na nuvem. O lançamento aconteceu em 14 de setembro, com suporte exclusivo para placas GeForce RTX e RTX PRO que possuam no mínimo 24GB de memória de vídeo.
A solução marca um passo importante na democratização de agentes de IA: pela primeira vez, usuários de PCs comuns (não estamos falando de servidores enterprise) podem rodar modelos sofisticados localmente. Mas há um porém — e ele é significativo: o requisito de VRAM é um freio real para a adoção em massa.
O que é o Portable Computer, na prática?
Um agente de IA não é apenas um chatbot. Ele recebe uma tarefa complexa — por exemplo, “pesquise o preço de passagens aéreas para três cidades, compare e me mostre a melhor opção” — e a quebra em etapas menores, executando cada uma em sequência. Pode usar ferramentas, acessar dados locais, tomar decisões baseadas em resultados intermediários.
por volta de R$ 272,09 · conferido em 24/09/2026Mouse Gamer Com Fio Logitech G502 Hero, RGB Lightsync, 11 Botões Programáveis, Sensor Hero 25k, Ajustes De Peso, PretoO Portable Computer roda isso tudo na sua GPU, não enviando dados para a Perplexity ou Nvidia a cada passo. Isso tem implicações diretas:
- Privacidade: seus dados nunca deixam o PC
- Latência: não depende de internet ou latência de rede para cada operação
- Custo: sem taxas por requisição (após a compra inicial do hardware)
- Segurança: dados sensíveis não trafegam pela internet
Na teoria, é ótimo. Na prática, você precisa de uma GPU cara.
O gargalo de hardware: nem todo mundo tem RTX com 24GB
Aqui está o problema real. A Nvidia GeForce RTX 4090, a placa de consumidor mais potente do momento, custa entre 1.800 e 2.500 reais no Brasil. Modelos com exatamente 24GB de VRAM são específicos — nem a RTX 4080 Super chega lá (tem 16GB). Você precisa de RTX 4090, RTX 6000 Ada, ou entrar na linha profissional RTX PRO.
Para o segmento de PCs de trabalho e criação, isso não é absurdo. Um designer que já tem uma RTX 4090 ou uma RTX PRO 6000 pode usar o Portable Computer imediatamente. Mas usuários comuns, jogadores com RTX 4070 ou 4080, e praticamente qualquer pessoa com notebook — ficam de fora.
Nvidia provavelmente escolheu 24GB como baseline porque:
- Modelos de IA modernos (especialmente os maiores) precisam dessa quantidade para inferência confortável
- Deixa margem para sistema operacional e aplicativos rodarem simultaneamente
- Garante performance aceitável em tarefas multietapas
Ainda assim, é uma barreira significativa.
Quando isso faz sentido?
O Portable Computer é relevante se você:
- Trabalha com dados sensíveis e não pode usar APIs em nuvem por compliance
- Não tem conexão confiável ou quer rodar em offline durante picos de latência
- Quer economizar em requisições de API a longo prazo e já possui hardware compatível
- Está em ambientes restritos (governo, setor financeiro, defesa)
Se você cai em uma dessas categorias e já tem uma RTX 4090 ou RTX PRO de 24GB, o Portable Computer é uma vitória — finalmente há uma opção viável de IA local em Windows sem depender de setups complexos de Docker ou Python.
Para o resto do mercado? Vale esperar. A Nvidia deve lançar GPUs com mais VRAM nos próximos ciclos (a RTX 5090 é esperada para 2025), e é natural que o suporte expanda para modelos com menos VRAM.
O lado positivo: prototipagem e reprodutibilidade
Uma vantagem frequentemente negligenciada de agentes rodando localmente é que você consegue reproduzir resultados. Se o modelo roda sempre na sua máquina com os mesmos pesos, os outputs são determinísticos (ou quase). Isso é crucial para debug, testes e validação de fluxos.
Em APIs em nuvem, cada chamada pode usar uma versão diferente do modelo, com diferentes otimizações, resultando em variações que dificultam troubleshooting.
O roadmap provável
Perplexity e Nvidia devem seguir esse caminho:
- Suporte para GPUs com menos VRAM — modelos quantizados ou técnicas de otimização para rodar em RTX com 16GB
- Integração com sistemas de cache distribuído — para rodar em múltiplas GPUs
- Modelos especializados menores — não é preciso rodar um modelo gigante se a tarefa é simples
- Suporte para AMD e Intel — Nvidia tem interesse em ampliar o ecossistema, mas por enquanto é propriedade dela
Fontes: Tom’s Hardware
ALT_IMAGEM: Agente de IA local Portable Computer rodando em GPU Nvidia RTX com 24GB de VRAM em computador Windows para tarefas multietapas
