📱Engadget•最新收集於 81m
Perplexity 將 AI 工作分配至雲端與本機
💡Perplexity 的混合方案為平衡 AI 隱私、延遲與雲端存取提供實用途徑。
⚡ 30-Second TL;DR
有什麼變化
Hybrid Compute 結合雲端與本機 AI 處理。
為什麼重要
這項功能可能讓組織在不放棄雲端運算能力的情況下，更能掌控涉及隱私的 AI 工作流程。它也可能促進 AI 應用採用混合式部署模式。
下一步行動
使用具代表性的敏感工作負載測試 Perplexity Hybrid Compute，並在部署前確認哪些輸入會留在本機。
誰應關注：Developers & AI Engineers
關鍵要點
- •Hybrid Compute 結合雲端與本機 AI 處理。
- •敏感任務可以留在本機模型上執行。
- •使用者可根據隱私與運算需求分配工作負載。
🧠 深度解析
背景與延伸：來自公開資料，非原文內容。引用 7 個來源。
🔑 增強重點摘要
- •Hybrid Compute 系統採用動態任務分派機制，利用雲端前沿模型（如 Opus 5 或 GPT-5.6 Sol）作為調度器，自動拆解並分配工作負載。
- •系統內建「隱私閘道」（Privacy Gate）功能，能自動偵測敏感內容，確保私人資料在未經授權下不會傳輸至雲端。
- •硬體支援目前限定於搭載 Apple Silicon 晶片且具備至少 24GB 統一記憶體的 Mac 裝置，並需執行 macOS 15 或更高版本。
- •本地模型支援多樣化選擇，包括 Gemma 4 E4B、Qwen3.6 35B-A3B 以及 Perplexity 自行訓練的專屬模型。
- •本地運算模式不消耗雲端積分（Zero Token Costs），為進行大量 AI 知識工作的專業用戶提供了顯著的成本效益。
📊 競品分析▸ Show
| 特色 | Perplexity Hybrid Compute | OpenAI (ChatGPT) | Anthropic (Claude) |
|---|---|---|---|
| 運算架構 | 混合式（雲端+本地） | 主要為雲端 | 主要為雲端 |
| 隱私保護 | 本地隱私閘道處理 | 企業版資料隔離 | 企業版資料隔離 |
| 硬體需求 | 需高階本地硬體 (24GB RAM) | 無（瀏覽器/App） | 無（瀏覽器/App） |
| 成本模式 | 本地運算免積分 | 訂閱制/按量計費 | 訂閱制/按量計費 |
🛠️ 技術深入
- 採用動態任務分派器（Dispatcher），由雲端模型負責複雜推理與網頁研究，本地模型負責敏感資料處理。
- 隱私閘道（Privacy Gate）作為本地端過濾器，執行資料分類以防止敏感資訊外洩。
- 支援多種本地模型架構，包含 Gemma 4 E4B、Qwen3.6 35B-A3B 及 Perplexity 自研模型。
- 針對 Apple Silicon 架構優化，利用統一記憶體架構進行高效能本地推論。
🔮 前景展望AI analysis grounded in cited sources
企業級 AI 採用率將因隱私合規性提升而顯著增加。
透過將敏感數據保留在本地處理，企業能更有效地符合嚴格的資料保護法規。
AI 服務供應商的推論成本將因混合架構而大幅下降。
將大量重複性或敏感性任務轉移至用戶端硬體執行，可直接降低雲端伺服器的運算負載與頻寬成本。
⏳ 時間線
2026-02
Perplexity Computer 平台發布，推出首批自主代理 AI。
2026-06
於 Computex 2026 展示針對 Windows PC 的混合推論架構原型。
2026-08
推出 Portable Computer，實現代理運行環境在本地硬體上的部署。
2026-09
正式發布 Hybrid Compute 功能，實現雲端與本地模型的動態任務分配。
📎 來源 (7)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Engadget ↗
每週 AI 簡報
每週一封，可隨時退訂。