L'agente AI locale di Perplexity gira sui PC Windows con GPU NVIDIA

Il 14 settembre 2026 NVIDIA e Perplexity hanno annunciato la disponibilità di Portable Computer sull'app Perplexity per Windows. Si tratta di un agente AI pensato per lavorare direttamente sul computer dell'utente, senza inviare dati a server remoti salvo esplicita richiesta. Il requisito minimo per farlo girare è chiaro e selettivo: almeno 24 GB di VRAM, cioè di memoria sulla scheda grafica, con GPU GeForce RTX o RTX PRO di NVIDIA.

Prima di entrare nel dettaglio, vale la pena capire perché questa distinzione — locale o cloud — conta davvero. Quando si usa un assistente AI tradizionale, come ChatGPT o Google Gemini, il testo che si digita, insieme ai documenti allegati o ai dati di contesto, viene inviato a server remoti, elaborato lì e restituito come risposta. Un agente locale inverte questa logica: il calcolo avviene sul proprio PC, i dati non escono dalla macchina. Non è una differenza puramente tecnica: in molti contesti professionali — finanza, sanità, legale, sviluppo software — i dati semplicemente non possono uscire dai confini aziendali.

Fare, non solo rispondere

Portable Computer appartiene a una categoria diversa rispetto ai chatbot a cui siamo abituati. È un agente: può pianificare sequenze di azioni, usare strumenti esterni, leggere documenti, navigare repository di codice e produrre output operativi. Un esempio concreto: revisionare una pull request su GitHub, estrarre dati da un documento finanziario interno, costruire un report e condividerlo su Slack. Tutto questo in autonomia, passando da uno strumento all'altro.

La differenza rispetto a un semplice assistente testuale non sta nella qualità delle risposte, ma nella catena di azioni che l'agente deve attraversare per arrivare al risultato. Perplexity descrive Portable Computer come un agente che esegue tutto sul dispositivo, con una regola precisa: se una parte del lavoro richiede di inviare contenuti al cloud, l'app chiede il permesso esplicito all'utente prima di procedere.

L'agente locale sposta il calcolo sul computer dell'utente e i dati restano dove sono

Questo modello — local-first, cioè che privilegia l'esecuzione locale — ha implicazioni pratiche importanti per chi lavora con informazioni sensibili. Ma apre anche domande operative legittime: quali parti del flusso di lavoro attivano davvero quella soglia tra locale e cloud? La ricerca sul web, l'uso di strumenti esterni, l'accesso a servizi connessi? In un contesto aziendale non basta sapere che «chiede il permesso»: servono chiarezza su cosa viene trasferito, in quale formato, con quali registri di attività e se esistono policy amministrative applicabili a più macchine.

Il problema dei permessi automatizzati

Qui emerge la tensione strutturale di tutta l'agentic AI su PC. Un agente che lavora in autonomia deve accedere a credenziali, token e permessi: se legge GitHub e scrive su Slack, qualcuno deve gestire gli accessi, monitorare le azioni e impedire che l'automazione diventi un canale involontario di fuga di dati. Anche quando l'elaborazione è locale, i connettori verso servizi esterni non lo sono. Il perimetro di rischio si sposta dall'elaborazione all'integrazione con l'esterno — un tema che nella fase dei chatbot era secondario, e che nella fase degli agenti diventa centrale.

L'annuncio di NVIDIA inquadra Portable Computer come un passo verso la standardizzazione di questo tipo di agente su Windows: l'accelerazione delle GPU RTX serve a eseguire localmente i modelli e gli strumenti di inferenza — cioè i componenti che permettono all'AI di ragionare e agire. L'idea sottostante è che GPU, ambiente di esecuzione e integrazioni applicative debbano formare un unico stack coerente, non componenti separati da assemblare.

RTX Spark e la scommessa sul futuro

Questo annuncio non arriva isolato. In primavera NVIDIA aveva presentato RTX Spark, una nuova piattaforma hardware progettata insieme a Microsoft per una classe di PC Windows pensati fin dall'inizio per ospitare agenti AI. Le specifiche dichiarate parlano di 1 PFLOP di prestazioni AI e fino a 128 GB di memoria unificata — un pool di memoria condiviso tra CPU e GPU, diverso dalla VRAM dedicata delle schede grafiche tradizionali. I primi dispositivi basati su RTX Spark sono attesi da ottobre 2026.

Il dettaglio della memoria unificata è strategicamente rilevante. Oggi Portable Computer richiede 24 GB di VRAM dedicata, una soglia che esclude la maggior parte dei PC consumer. RTX Spark punta a creare un'architettura in cui quel tipo di carico possa funzionare su macchine più accessibili, almeno per la fascia di utenti professionali e creativi — i cosiddetti prosumer. La memoria è la risorsa che più spesso limita modelli e agenti in locale: un'architettura che la gestisce come un pool più ampio può rendere meno rigido il vincolo della VRAM discreta.

Oggi serve hardware da professionisti, domani la soglia potrebbe abbassarsi

Chi può permetterselo, oggi

La barriera d'accesso attuale è concreta. Il requisito dei 24 GB di VRAM corrisponde, nel mercato italiano del 2026, a hardware di fascia alta: una GeForce RTX 4090 — tra le schede consumer con 24 GB più diffuse — resta su prezzi elevati nel retail italiano. Chi sale nel mondo delle workstation professionali trova schede come la RTX 6000 Ada da 48 GB, venduta tramite canali enterprise e configuratori OEM a prezzi da hardware di produzione industriale.

La scelta di partire da questa fascia non è casuale: un agente che pianifica, ragiona e usa strumenti soffre in modo brutale quando la memoria non basta. Un'attività multi-step interrotta a metà per limiti di risorse è più frustrante di un semplice rifiuto. NVIDIA e Perplexity sembrano preferire un perimetro stretto ma coerente, piuttosto che inseguire subito la diffusione di massa con un'esperienza degradata.

L'economia degli agenti

C'è anche una logica economica che spesso passa in secondo piano. Gli agenti che fanno cose consumano molte più risorse dei chatbot che rispondono: non è una singola inferenza, ma una sequenza di passaggi, con più contesto e più strumenti coinvolti. Un agente locale non elimina i costi, li sposta: dall'abbonamento cloud all'hardware e all'energia. Ma può rendere il costo marginale di attività ripetitive più prevedibile, soprattutto per team di sviluppo o reparti che fanno analisi su dati interni in modo frequente. I casi d'uso citati — GitHub, documenti, dati operativi — non sono casuali: sono contesti in cui l'automazione giusta vale ore di lavoro, ma quella sbagliata produce incidenti.

L'arrivo su Windows passa dall'app Perplexity, distribuita attraverso i canali standard della piattaforma: installazione e aggiornamenti risultano più semplici rispetto a strumenti sperimentali che richiedono configurazioni manuali. Resta da valutare quanto sarà pronto per contesti aziendali strutturati: controlli amministrativi, registri di attività, possibilità di disabilitare funzioni specifiche, modalità offline effettiva e chiarezza su quando si attiva la delega al cloud sono tutti elementi che le organizzazioni richiedono prima di adottare uno strumento su larga scala.

Una scommessa sul PC che verrà

Nel complesso, Portable Computer appare oggi come un prodotto pensato per una minoranza: chi ha già l'hardware adatto e una ragione concreta per tenere i dati in locale. Ma è anche una scommessa di piattaforma più ampia: se l'agente locale diventa normale, il PC smette di essere il posto dove si apre un'applicazione e diventa il posto dove si assegna un compito e si controlla come viene eseguito. È per questo che NVIDIA continua a collegare software e silicio in un unico percorso narrativo, ripetendo l'idea del PC reinventato per l'era degli agenti.

Il successo non dipenderà solo dalla qualità dell'agente, ma da quanto sarà chiaro — e governabile — il confine tra locale e cloud quando il lavoro non è una dimostrazione, ma un flusso quotidiano con permessi, audit e responsabilità reali.