A Perplexity AI anunciou na Computex 2026, em Taipei, um sistema que divide o trabalho de inteligência artificial entre computadores pessoais e servidores na nuvem. O CEO Aravind Srinivas apresentou o que a empresa chama de primeiro orquestrador de inferência híbrida local-servidor, em parceria com a Intel, durante o keynote do chipmaker no dia 2 de junho.
O software funciona como um controlador de tráfego aéreo para tarefas de IA, decidindo em tempo real quais partes de uma requisição rodam localmente no PC do usuário e quais precisam da capacidade de modelos de frontier na nuvem. O objetivo é aliviar a tensão sobre os data centers e reduzir o custo da inferência, o processo de executar modelos treinados para gerar respostas.
Segundo reportagem da Bloomberg, a abordagem responde a uma pressão real do setor. Srinivas disse em entrevista à emissora que algumas empresas estão gastando meio bilhão de dólares por mês em computação de IA. “Você não quer toda a sua computação centralizada em servidores e tudo rodando pelos maiores modelos”, afirmou o executivo. “O que você realmente quer é valor eficiente por watt por usuário.”
Como funciona o roteamento dinâmico
A diferença em relação às soluções existentes está na granularidade da decisão. Sistemas como o Apple Intelligence e o Copilot+ da Microsoft já roteiam tarefas entre o dispositivo e a nuvem, mas exigem que o desenvolvedor defina previamente qual tarefa vai para cada lado. A proposta da Perplexity é fazer essa decisão automaticamente, sub-tarefa por sub-tarefa, enquanto o trabalho está em execução.
Um modelo compacto roda localmente no dispositivo do usuário e classifica cada parte da requisição. Tarefas simples como resumir um documento, formatar texto e classificação leve de dados ficam no PC. Operações que envolvem registros financeiros, informações de saúde ou arquivos pessoais também permanecem locais, independentemente da complexidade. O raciocínio em múltiplas etapas e a recuperação de dados em grandes conjuntos de informações vão para servidores na nuvem, onde modelos de frontier têm capacidade suficiente.
A empresa diz que o sistema pede permissão explícita do usuário antes de enviar qualquer tarefa classificada como sensível para a nuvem. Essa escolha de design responde a uma das principais preocupações das empresas com a IA agentic: governança de dados. Para indústrias reguladas como serviços financeiros, saúde e jurídico, a capacidade de manter dados sensíveis no dispositivo local enquanto acessa o poder de raciocínio de modelos na nuvem é uma necessidade de conformidade, não um recurso adicional.
Parceria com Intel e estratégia chip-agnostic
A demonstração no palco da Computex aconteceu em processadores Intel Core Ultra Series 3, com o CEO da Intel, Lip-Bu Tan, dividindo o palco com Srinivas. No entanto, a Perplexity afirma que o sistema é chip-agnostic, ou seja, independente de fabricante. O orquestrador também funciona com a plataforma RTX Spark da NVIDIA, apresentada no mesmo evento pelo CEO Jensen Huang como um chip baseado em Arquitetura ARM para inferência local de modelos de grande porte em laptops e desktops.
A NVIDIA destacou a mesma tendência de inferência na borda na Computex. O RTX Spark empacota uma GPU Blackwell com 6.144 núcleos CUDA, até 20 núcleos de CPU ARM, 128 GB de memória LPDDR5X e 300 GB/s de largura de banda, capacidade suficiente para rodar modelos de até 120 bilhões de parâmetros localmente. Hardware de consumo com o silício RTX Spark está programado para chegar no outono boreal.
A parceria cria um alinhamento de interesses entre Perplexity e fabricantes de chips. Quanto mais capazes os processadores locais, mais inferência o orquestrador pode manter no dispositivo, reduzindo custos de nuvem e melhorando a latência para tarefas sensíveis. Esse ciclo beneficia NVIDIA, Intel e qualquer chipmaker que dispute os soquetes de IA em PCs.
O contexto financeiro e a corrida local
Os números da Perplexity explicam o foco em eficiência. Srinivas anunciou em abril que a receita da empresa cresceu cinco vezes, de US$ 100 milhões para US$ 500 milhões, enquanto o quadro de funcionários aumentou apenas 34%. A empresa levantou US$ 1,5 bilhão em financiamento total e alcançou avaliação de US$ 20 bilhões, segundo dados da PitchBook. A Perplexity não treina modelos de frontier próprios e atua como agregadora que roteia consultas por múltiplos provedores de IA.
Deslocar parte da inferência para o hardware que os usuários já possuem reduz o custo marginal por consulta. Com a demanda de inferência de IA pressionando a capacidade dos data centers e as concessionárias de energia planejando US$ 1,4 trilhão em atualizações da rede elétrica, distribuir computação para a borda é uma necessidade econômica e de infraestrutura. O IDC prevê um aumento de dez vezes no uso de agentes e um crescimento de mil vezes na demanda de inferência até 2027.
A arquitetura híbrida da Perplexity é o terceiro passo de um percurso que começou em fevereiro, com o lançamento do Perplexity Computer, um agente na nuvem que coordenava 19 modelos de IA diferentes. Em março, a empresa anunciou o Personal Computer na conferência Ask 2026, com acesso ao sistema de arquivos do Mac e aplicativos nativos. O orquestrador híbrido anunciado na Computex estende essa lógica: o sistema agora raciocina não apenas sobre qual modelo usar, mas sobre qual local físico deve processar cada parte do trabalho.
Inferência híbrida no Perplexity
O recurso de inferência híbrida começa a chegar ao Perplexity Computer em julho. O produto está disponível como aplicativo para Mac, com uma versão para Windows em lista de espera. A Perplexity não divulgou preço separado para a inferência híbrida, que faz parte do Perplexity Computer. Os requisitos de hardware não foram publicados e a empresa não confirmou se todos os assinantes terão acesso simultâneo ou se a versão Windows receberá o recurso no lançamento.
Gabriel Subtil, dono do Tambotech, vê na jogada uma inversão da lógica dominante na arquitetura de IA. “A indústria tratou a inferência como algo que precisa necessariamente acontecer na nuvem, mas a Perplexity inverte essa lógica ao tratar o PC do usuário como um nó de computação de primeira classe”, diz. “A questão não é apenas privacidade. É economia. Cada tarefa que roda no laptop do usuário não passa pelo servidor e não custa token para a empresa.”
A corrida por silício local mais poderoso vira alavanca direta para reduzir custos de operação das plataformas de IA. O usuário ganha latência menor em tarefas simples e mais privacidade para dados sensíveis. A Perplexity, por sua vez, vê a conta de servidor encolher.
Fontes: Bloomberg, blog da Perplexity, VentureBeat, The Next Web, Decrypt, Oton Technology
