NVIDIA × Perplexity：定义端侧 Agent 标准的合作，与端侧赛道的爆发前夜

2026年9月14日，NVIDIA官方宣布Perplexity本地智能体平台Portable Computer正式登陆Windows应用，面向24GB及以上显存的GeForce RTX PC与RTX PRO工作站。这标志着"全栈本地Agent"从开发者玩具走向消费级产品，也把"24GB显存"推上端侧AI的门槛线。本文沿事件时间线、合作双方、技术架构、赛道格局、硬件经济学与产业启示六条线索，拆解这次合作如何同时为Perplexity的订阅价值与NVIDIA的端侧硬件叙事提供支点，并审慎评估端侧Agent赛道在隐私、延迟、成本三重逻辑下的真实渗透节奏——高端小众先行，随显存升级曲线缓缓下沉。

事件还原：一次官宣背后的完整时间线

一次看似寻常的产品上线公告，背后是一条跨越20个月的硬件—模型—平台演进链路。2026年9月14日，NVIDIA官方博客（作者Gerardo Delgado）发文宣布：Perplexity本地智能体平台Portable Computer正式上线Perplexity Windows应用，面向配备24GB及以上显存的GeForce RTX PC与RTX PRO工作站（NVIDIA Blog《Perplexity Portable Computer Is Now Available on Windows, Powered by NVIDIA RTX》）。用户经Microsoft Store的Perplexity Windows应用即可获取，模型一键下载，订阅层面覆盖个人版与企业版的Pro（20美元/月）与Max（200美元/月）两档用户。

产品逻辑上有两个关键设定。其一，本地完成的任务不消耗Perplexity Computer的云额度；其二，当任务需要更强推理能力或实时信息时，智能体会识别并在请求用户授权后再上云，此时可调用Perplexity Search及15个以上的前沿模型——本地与云端之间有一条明确的授权边界。

回溯时间线，这次合作并非偶然：2025年1月6日CES上，黄仁勋发布预期价3,000美元的Project DIGITS；同年3月18日GTC上更名为DGX Spark，定价3,999美元；2025年10月15日正式发售；2026年2月27日，因LPDDR5X供应紧张涨价约17.5%至4,699美元；2026年8月25日，Portable Computer首发搭载DGX Spark与Linux RTX PC；至2026年9月14日登陆Windows RTX PC；而基于GB300 Ultra的DGX Station（2026年四季度上市，特指Windows版）"支持功能预计很快上线"。硬件发售在前、平台搭载在后，NVIDIA为其端侧设备逐步补齐了"杀手级应用"拼图。

【图1】合作与产品演进时间线（2025-01 至 2026-09）

从CES的概念机，到涨价的量产机，再到Windows平台的软件落地，这条时间线勾勒出NVIDIA端侧战略的完整闭环。而要理解闭环两端为何是NVIDIA与Perplexity，需要分别拆开这两家公司。

合作双方拆解：入口与算力的双向绑定

一次深度合作的本质，是双方各自握有对方最需要的资产：Perplexity握有"AI时代入口"的用户心智与Agent产品形态，NVIDIA握有端侧算力的硬件供给与开发者生态。

Perplexity：估值与ARR的陡峭曲线

公司估值自2024年末（11—12月）的90亿美元起步，2025年7月在NVIDIA、软银愿景基金二期、NEA、IVP等参投下，估值较2024年末（11—12月）的90亿美元翻倍至180亿美元（其间2025年3月曾估值约140亿美元，据Bloomberg），2025年8月据报道已达约200亿美元（The Information）。收入侧，ARR从2024年底Sacra估计的约6,300万美元，到2025年3月约1亿美元（Sacra估计），再到2025年年中约1.5亿美元（为2025年6—8月数据的插值）；2026年8月The Information报道ARR已超过7.5亿美元——较2026年初不足2.5亿美元增长约三倍，主要增长来自云端Agent产品Perplexity Computer。需要强调：这一ARR为投资者简报口径、未经审计。用户与流量侧，2025年中月活超4500万‌；月搜索查询量方面，2025年5月CEO Srinivas在Bloomberg Tech Summit披露约7.8亿次/月，2026年中已超10亿次/月。The Information 2026年8月报道，NVIDIA正洽谈以超过300亿美元的估值参投Perplexity新一轮融资——目前仍处传闻阶段。

NVIDIA：不止是财务投资人

NVIDIA已是Perplexity多轮融资的参投老股东，黄仁勋多次公开表示日常使用Perplexity；Perplexity被列入NVIDIA Nemotron开放模型联盟，并采用NVIDIA Nemotron 3 Ultra开放模型；2026年7月24日，NVIDIA与Perplexity共同署名的《开放权重与美国AI领导力》公开信发布（该信由20余家机构联署（初始署名方25家），Perplexity为署名方之一）。投资、模型、平台、公共议程四条线并行，合作的紧密度远超一般商业联盟。

算力供给：三级硬件梯度

NVIDIA为端侧Agent准备了清晰的硬件阶梯：底层是RTX PC（24—96GB GDDR显存，消费与工作站通用）；中层是DGX Spark——搭载GB10 Grace Blackwell芯片，集成20核Arm CPU与6,144个CUDA核心的Blackwell GPU，128GB LPDDR5X统一内存、带宽273GB/s，FP4算力1 PFLOPS（带稀疏理论峰值），机身仅150×150×50.5毫米、重1.2公斤，现价4,699美元；顶层是DGX Station——GB300 Ultra配备252GB HBM3e（带宽7.1TB/s）与72核Grace CPU，合计748GB一致性内存（NVIDIA官方口径），FP4算力最高20 PFLOPS（带稀疏理论峰值），支持最高1万亿参数模型，2026年四季度上市（Windows版；Linux版已由第三方渠道出货），功耗1,600W。销售热度亦有佐证：日本正规渠道NTTPC报价约89万日元（含税893,200日元，为2026年2月涨价后的当前挂牌价；首发含税价约704,000日元）；据ASUS财报电话会及多家媒体报道（WCCFTech、新浪财经等），ASUS RTX Spark笔记本（ProArt P14/P16）首批配额在上市前售罄。

【图2】NVIDIA 端侧硬件三级梯度与定位

入口方需要可信的算力底座，算力方需要标杆级的端侧应用——双向绑定就此成型。但真正决定这次合作含金量的，是技术层面一个尖锐的问题：一个全栈Agent，如何塞进24GB显存？

技术纵深：全栈本地 Agent 如何跑进 24GB 显存

端侧Agent的第一性难题是资源约束，Perplexity给出的答案是一场从模型到工具链的系统性瘦身。

全栈都在设备端

据Perplexity官方博客：模型、Agent运行框架（harness）、编排器（orchestrator）、规划器（planner）、工具路由器、调度器、持久化任务队列、本地搜索索引，全部运行在设备端，而非依赖云端分解任务。

模型选择与量化

本地模型包括经Perplexity后训练并针对RTX GPU优化的Qwen 3.8 27B，以及Perplexity自有后训练版PPLX 27B；此外，NVIDIA Nemotron 3.5 Lightning——一个30B参数的开源MoE模型，每token仅激活3B——经NVFP4量化后约22GB，上下文最高100万token，已宣布加入模型选择器。量化是24GB门槛成立的前提：27B模型BF16精度下约54GB，经NVFP4（4-bit）量化后约22–24GB；Nemotron 3.5 Lightning（30B MoE）经NVFP4量化后约22GB（自66GB BF16压缩），才装得下"模型权重+KV cache+运行时"的最小可行配置。

Harness 的协同设计

一个耐人寻味的工程细节：Qwen 3.8 27B标称26万token上下文，但超过10万token后能力明显下降，因此Perplexity采用极简harness策略——精简system prompt、缩小工具集、技能按需加载与卸载，并把MCP连接器改造为紧凑的命令行工具，辅以自验证钩子。这印证了一个行业判断：端侧模型的能力边界，倒逼Agent框架重新设计而非简单移植。

基准数据：厂商自评，须打引号

Perplexity自建Local Knowledge Work Bench（53个任务）上，PPLX 27B在DGX Spark准确率85.4%、Qwen 3.8 27B为82.6%，优于对比的开源harness（Pi 77.6%、Hermes 74.0%）——但这是厂商自评结果，无独立第三方复核。

24GB 门槛的量化逻辑与硬件清单

24GB卡的实测极限是装下32B级Q4量化模型；70B级Q4约42GB，需要32GB以上显存或128GB统一内存。Perplexity基础设施VP（VP, Computer Enterprise & Infrastructure）Nate Kupp称24GB是"保证体验的底线、同时兼顾可及性"的入门底线（VentureBeat，2026年8月）。满足门槛的GPU清单包括：RTX 3090 24GB（936GB/s）、RTX 4090 24GB（1,008GB/s）、RTX 5090 32GB（1,792GB/s）、RTX 6000 Ada 48GB，以及RTX PRO 6000 Blackwell 96GB（官方现价16,000美元，2026年8月）。

端云混合：授权边界与隐私设计

当本地编排器识别出某一步骤需要云端能力时，数据在离开设备前会先征求用户许可，再经本地PII分类器筛选，仅发送与任务相关的必要上下文；云端仅返回指引，不获得本地文件、工具或其余对话的访问权。生态连接器覆盖Outlook、OneDrive、Word、Google Drive、Gmail、Slack、GitHub七大服务，另有本地MCP服务器连接其他桌面应用（Windows版本地MCP支持待官方文档确认，截至2026年9月）；代码与工具执行则在操作系统级强制沙盒（如Windows Sandbox）与浏览器沙箱环境中完成。

【图3】端云混合架构示意（本地层 → 授权升级 → 云层）

NVIDIA官方博客给出三个案例，勾勒出这类本地Agent的典型场景：工程场景中对GitHub PR进行审查、分组并生成文档更新提案；金融场景中对两年的券商对账单、1099表与税表进行本地追溯，分析费用与税负拖累，每个数字引用到具体文件页码；创业场景中本地分析用户激活漏斗、定位流失点并推送Slack。三个案例的共同点是敏感数据全部留在本地——这正是端云混合设计的价值出口。

技术架构回答了"能不能跑"，下一层问题是：这条赛道有多大的土壤，又有多少人在跑？

赛道全景：端侧 Agent 的市场土壤与竞争格局

端侧Agent不是一个孤立产品，它踩在AI PC大盘放量、竞争阵营卡位、本地/云端权衡三重土壤之上。

AI PC 大盘：三条曲线，三种口径

随着Windows 10于2025年10月14日正式终止支持，2026至2028年被行业视为AI PC的集中换机窗口期，全球市场在多重机构预测下呈现显著增长态势。Gartner数据显示，2026年全球AI PC出货量预计达‌1.43亿台‌，渗透率约‌55%‌，较其此前预测的2025年7,780万台（渗透率31%）实现大幅跃升；而IDC口径则显示2025年AI PC出货量已达约‌1.14亿台‌，渗透率约‌43%‌，两家机构对2025年的判断差异主要源于统计口径不同。从更长周期看，Canalys预测2024—2028年AI PC出货量年复合增长率（CAGR）为‌44%‌，2028年将达到约‌2.05亿台‌，同时行业观察指出AI PC普遍存在‌10—15%‌的价格溢价。在中国市场，IDC预计2026年生成式AI PC出货量约‌2,200万台‌，同比增长‌146.5%‌，2025—2029年CAGR高达‌58.7%‌，显示出强劲的本土增长潜力。

【图4】AI PC 出货量与渗透率（Gartner / IDC / Canalys 分机构口径）

注：Gartner 与 IDC 对 2025 年数据的差异源于统计口径不同（预测口径 vs 实际统计口径）。

竞争阵营：三条路线

其一是Apple的端云分层路线：端侧AFM约30亿参数（2-bit量化为2025年更新版，跑在Neural Engine上），WWDC25开放Foundation Models framework；2026年有报道称，重推理任务将转向授权的Google Gemini定制模型（据报道约10亿美元/年、约1.2万亿参数），简单任务留在端侧。

其二是微软：Copilot+ PC以NPU 40+ TOPS为硬件门槛，但本地LLM生态薄弱——Qualcomm 45 TOPS、AMD 50 TOPS的NPU上实际可用的本地大模型软件有限；定价体系为M365 Copilot每用户每月约22—30美元（Business约22美元、Enterprise约30美元两档）、Copilot Pro每月20美元。

其三是开发者生态：Ollama在GitHub已有约18万stars（2026年9月）、月活开发者数百万（Ollama自述2026年7月约890万），2025年7月发布官方桌面App（Agent Loop与MCP为后续迭代加入），正转型"本地智能体平台"；LM Studio自2025年7月起允许免费商用。Portable Computer的打法本质是与Ollama生态争抢"开箱即用"心智——Perplexity把模型选择、软件栈配置全部托管，把门槛从"会装环境"降到"会点订阅"。

本地 vs 云端：一组量化权衡

隐私上，本地数据不出设备，而云Agent需上传屏幕/文档，企业合规团队常予否决；延迟上，云端单次往返约500ms，一个10步任务累计网络延迟超过5秒，而本地首token可低于50ms（行业经验值）；成本上，本地边际成本趋近于零——SLM自托管每天处理1亿token约50美元（量级估算，无权威公开出处），相对调用云端前沿大模型API可降低数量级成本；若与同级SLM云API相比则基本相当。劣势同样明确：模型能力上限、硬件异构性、模型更新速度。

行业渗透现状

据行业估算，2026年生产环境中的AI Agent部署架构呈现“云优先”主导格局（约占80%），混合架构与纯本地部署分别占比15%和5%；尽管云端仍是主流，但混合架构份额正稳步上升。Fortune Business Insights预测，2026年全球AI推理市场规模将达1,178亿美元，其中边缘推理占比高达70.76%。在此背景下，Perplexity推出的Portable Computer精准契合了“本地优先处理敏感数据+云端授权执行高阶任务”的混合形态需求，成为这一趋势下的典型代表。

大盘在放量、竞对在卡位、权衡逻辑清晰，那么最后一块拼图是：谁买得起这张门票？这把问题引向硬件经济学。

硬件经济学：24GB 门槛是护城河还是天花板

价格带：门票不便宜

RTX 5090的官方建议零售价（MSRP）为1,999美元，但受供应链紧张及AI算力需求外溢影响，2026年8月其美国市场街价已飙升至4,000—5,000美元区间，其中公版Founders Edition起价约4,600美元，AIB定制型号价格波动剧烈且于9月进一步上涨；相比之下，上一代旗舰RTX 4090的MSRP为1,599美元。在中国市场，特供版RTX 5090D v2（配备24GB GDDR7显存）在京东平台的常规售价约为20,000—21,000元，紧俏时期价格甚至触及20,099—31,999元高位。与此同时，面向专业工作站的RTX PRO 6000 Blackwell官方价格在2026年8月已上调至16,000美元。若简单对比中国市场约2万元人民币的RTX 5090D v2与美版1,999美元的RTX 5090 MSRP，两者因产品规格差异（如显存容量、算力限制）及市场供需结构不同而不可直接等价，这种价格与配置的错位正是“本地Agent硬件税”的量化锚点。

关键张力：可服务装机只有约 1.5%

2025年9月，NVIDIA在显卡市场占据74.12%的份额，其中RTX 4090占比约0.93%（反映2025年5—8月水平），RTX 5090占比约0.31%—0.32%，满足24GB显存门槛的桌面独立显卡合计仅占1.2%—1.5%；至2025年12月，RTX 5090份额升至0.60%。同期显存结构呈现迁移趋势：8GB显存卡份额降至33.66%（环比下降1.37个百分点），16GB显存卡占比升至7.52%（环比增加0.72个百分点，增幅最大），显示显存升级正加速向16GB集中，但与24GB门槛之间仍存在明显断层。由此可见，24GB显存门槛将可服务装机量限制在约1.5%的低个位数游戏用户群体内，其渗透路径注定遵循“高端小众先行、随显存升级曲线下沉”的规律；而在工作站领域，RTX PRO 6000可通过MIG技术切分为4个24GB实例以服务多用户，从而有效摊薄硬件成本。

【图5】24GB+ 显卡：Steam 装机份额与价格带

注：约 1.2–1.5% 为量级估算（RTX 4090 + RTX 5090 等合计，未含 Steam 调查中未单列的 RTX 3090）；Steam 装机口径与 JPR 的 AIB 出货市场口径（2025Q4 NVIDIA 份额 94%）属不同统计维度，不可混用。

商业模式题眼：本地是放大器，不是替代品

"本地任务不消耗云额度"这一设计，实质是额度保护加隐私溢价的组合策略：本地推理不蚕食云收入，反而放大订阅价值、支撑Max每月200美元档位的价值叙事。对Perplexity而言，24GB门槛既是护城河（筛出高价值用户），也确实是一时走不出的天花板。

AIB 大盘参照

JPR数据显示，2025年四季度全球AIB（独立显卡）出货1,150万块、同比增长36%，NVIDIA份额达94%的历史新高（actual）。大盘在增长，但增长的主力并非24GB+高端卡——硬件结构与软件门槛之间的错位，仍需时间弥合。

综上所述，24GB门槛在短期内更像一面筛选墙：它保护了体验，也圈定了市场。这种张力如何演化，构成最后一章挑战与启示的底色。

挑战与产业启示

风险清单，如实陈列

第一，可服务装机稀缺：24GB+显卡在Steam装机中约1.5%，消费级基本盘暂薄。

第二，基准可信度：Perplexity的基准为厂商自评、无第三方复核；NVIDIA自报Nemotron 3.5 Lightning的GPQA为75.x%，而OpenRouter第三方实测为63.0—68.8%，差距7—12个百分点，须如实标注。

第三，NVIDIA以300亿美元以上估值参投Perplexity仍处融资谈判传闻阶段。

第四，Perplexity ARR未经审计。

第五，DGX Spark的273GB/s内存带宽构成吞吐瓶颈：Llama 8B Q4量化下约55–80 tok/s，对比RTX 5090约145 tok/s——该设备刻意为能效与内存容量而非吞吐优化，选购预期需校准。

第六，Digital Trends相关原文未能无损核验，本稿不引用其内容。

趋势判断：临界点与共识模式

综合Gartner、Canalys与IDC的一致方向，2026年被视为AI PC从高端选配走向主流普及的临界点；Agent应用的落地正在催生本地算力刚需；"低延迟+数据不出端"的隐私属性，是端侧AI不可替代的核心价值。算力下沉已现拐点信号：据转引的IDC数据，2026年一季度边缘AI芯片出货同比增长78%，而云侧仅增长12%（经券商研报/媒体转引）。混合架构——本地优先+云端授权升级——正在成为2026年的共识模式，本次NVIDIA×Perplexity合作正是该模式最完整的样板。

工具链的配套演进

NVIDIA同步开源了NeMo Switchyard路由库，按准确率、速度、成本将Agent工作流的各步骤路由至最合适的模型；其内部基准显示，可将任务完成成本降至单独使用Claude Opus 4.8等前沿模型的约三分之一（NVIDIA Developer Blog，厂商自报）。路由层的成熟，意味着端云混合不只是产品策略，也正在沉淀为标准化基础设施。

市场空间参照

据弗若斯特沙利文预测，全球端侧AI市场规模将从2025年的3,219亿元增至2029年的1.22万亿元、CAGR约40%；同期中国端侧AI市场2029年约3,077亿元。端侧不是小池子，但兑现节奏取决于硬件渗透与模型能力的双曲线交汇。

【图6】本地 vs 云端 Agent 对比矩阵

收束

NVIDIA与Perplexity的这次合作，与其说定义了一款产品，不如说定义了一套标准——全栈本地运行、显存门槛量化、端云授权边界、隐私溢价订阅。它用24GB这道清晰的线，把"端侧Agent"从概念变成了可验证的工程事实；也用Steam装机约1.5%的现实提醒我们，爆发仍在前夜而非当下。高端小众先行、随显存升级曲线下沉、混合架构成为共识——这三条路径大概率将贯穿未来两到三年的端侧AI叙事。对产业观察者而言，值得跟踪的指标已经明确：16GB向24GB的显存迁移速度、第三方对厂商自评基准的复核结果，以及DGX Station上市后高带宽统一内存能否改写本地Agent的吞吐天花板。