Perplexity Hybrid Compute Membagi Tugas AI agar Data Sensitif Tetap Lokal

Perplexity Hybrid Compute dirancang agar agen Computer dapat memanfaatkan dua jenis pemrosesan AI sekaligus: model canggih di cloud dan model yang berjalan langsung di Mac berbasis Apple silicon. Cloud menangani riset web, perencanaan, dan penalaran sulit, sedangkan Mac mengerjakan langkah yang melibatkan file pribadi, informasi sensitif, atau tindakan lokal. Computer kemudian menggabungkan semuanya menjadi satu alur kerja. 1

Gagasan utamanya bukan menjalankan seluruh tugas secara lokal. Perplexity tetap menggunakan kemampuan cloud untuk pekerjaan yang membutuhkan infrastruktur jarak jauh, tetapi memindahkan bagian sensitif ke Mac pengguna.

Cara kerja Hybrid Compute

Sebuah tugas dapat dimulai di cloud. Di sana, agen Computer menjalankan pencarian, orkestrasi, dan penalaran. Ketika ada langkah yang membutuhkan informasi terlindungi atau file di Mac, agen dapat menyerahkan bagian tersebut kepada model lokal. Menurut Perplexity, hasil dari model lokal dikembalikan ke alur kerja tanpa mengirimkan materi sensitif ke server perusahaan. 1 16

Pembagian ini membuat Hybrid Compute berbeda dari chatbot yang sepenuhnya lokal. Pengguna tetap mendapatkan akses ke riset berbasis cloud, tetapi pemrosesan konteks rahasia dapat dilakukan di perangkat sendiri.

Privacy Gate menjadi penyaring di perangkat

Privacy Gate lokal berfungsi sebagai titik kontrol antara Mac dan pemrosesan cloud. Perplexity mengatakan pengklasifikasi PII (personally identifiable information atau informasi yang dapat mengidentifikasi seseorang) di perangkat memeriksa informasi tugas sebelum data meninggalkan komputer. Cakupannya dilaporkan meliputi prompt, keluaran alat, memori, log, file, dan konten lain yang terkait dengan tugas. 1 5

Sistem ini dirancang untuk mengenali informasi seperti:

• nama dan alamat;
• nomor rekening serta kredensial;
• detail kartu pembayaran;
• informasi identitas pemerintah; dan
• rahasia atau data pribadi sensitif lainnya. 1 3

Jika Privacy Gate menemukan informasi yang berpotensi sensitif, pengguna dapat meninjau bagian yang ditandai dan menentukan langkah berikutnya. Pilihannya mencakup:

• mempertahankan informasi di Mac;
• mengizinkan informasi diunggah ke cloud;
• menyamarkan nilai sensitif sebelum pemrosesan cloud;
• menolak tindakan tersebut; atau
• mewajibkan persetujuan pengguna sebelum data diteruskan ke cloud. 1 3

Dalam mode penyamaran, nilai sensitif diganti dengan penanda sementara saat diproses model cloud, lalu dipulihkan pada jawaban yang dikembalikan, menurut penjelasan Perplexity. 1 Dengan cara ini, model cloud dapat memahami struktur tugas tanpa menerima pengenal asli.

Namun, Privacy Gate bukan jaminan bahwa setiap informasi rahasia akan selalu terdeteksi. Hasil perlindungan tetap bergantung pada akurasi pengklasifikasi, aturan perutean organisasi, dan keputusan pengguna ketika memberikan persetujuan.

Model lokal apa saja yang tersedia?

Pilihan model lokal pada tahap awal mencakup Gemma 4 E4B, Qwen3.6 35B-A3B, dan model Perplexity yang telah dilatih ulang untuk Computer. 1 4

Model-model berukuran lebih ringkas ini tidak dimaksudkan untuk menggantikan model cloud terkuat dalam semua jenis tugas. Perannya adalah memproses konteks pribadi dan menjalankan tindakan lokal, sementara model cloud menangani riset yang lebih luas, perencanaan, dan penalaran tingkat lanjut.

Cara memasang dan mengaktifkannya

Perplexity membuat pengaturan Hybrid Compute tanpa mengharuskan pengguna membangun tumpukan model lokal secara terpisah. Di aplikasi Mac, pengguna cukup mengunduh model lokal dengan satu klik, memilih Hybrid pada pemilih model, lalu menentukan model lokal dan cloud yang ingin digunakan. Informasi produk yang disediakan menyebutkan bahwa Ollama, konfigurasi runtime manual, dan API key tidak diperlukan. 1

Token lokal tidak memakai kredit cloud

Inferensi yang ditangani model lokal tidak mengurangi kredit cloud pengguna. Bagian tugas yang dikerjakan di cloud tetap menggunakan inferensi cloud dan tunduk pada alokasi cloud yang berlaku. 1 2

Hal ini membuat fitur tersebut menarik dari sisi privasi sekaligus pengendalian biaya. Pemrosesan sensitif dapat tetap berlangsung di perangkat pengguna, sedangkan pembuatan token lokal tidak mengurangi jatah model cloud. Imbalannya, kecepatan dan kualitas keluaran lokal bergantung pada unified memory Mac, model yang dipilih, serta tingkat kerumitan tugas.

Memulai tugas dari iPhone

Hybrid Compute juga dapat bekerja lintas perangkat Apple. Pengguna bisa memulai tugas Computer dari iPhone; tugas tersebut dimulai di cloud, kemudian Mac mengakses file lokal dan menjalankan langkah-langkah sensitif. Hasil akhirnya dapat dilihat di berbagai perangkat. 1 5

Untuk akses jarak jauh ke inferensi lokal, Perplexity menyarankan penggunaan Mac mini khusus yang selalu menyala. 1 Cara ini lebih praktis daripada memindahkan file secara manual antarperangkat, tetapi Mac harus tersedia ketika langkah lokal diperlukan.

Pengklasifikasi PII telah dibuka untuk publik

Perplexity mengatakan telah membuka kode sumber pengklasifikasi PII di perangkat yang digunakan Privacy Gate. Perusahaan menyebut pengklasifikasi tersebut dikembangkan bersama Secure Intelligence Institute milik Perplexity. 1 6

Ketersediaan pengklasifikasi untuk diperiksa dapat memberi tim keamanan dan enterprise visibilitas lebih besar terhadap mekanisme yang memicu perutean lokal. Namun, hal itu tidak otomatis membuktikan bahwa semua jenis informasi rahasia akan terdeteksi dalam setiap konteks.

Contoh penggunaan untuk profesional

Pekerjaan hukum

Dalam contoh Perplexity, model cloud meneliti putusan dan hukum perkara, sedangkan model lokal merangkum berkas perkara yang dilindungi, mengekstrak fakta, membuat pertanyaan riset anonim, dan memperbarui draf dokumen hukum lokal. Tujuannya adalah menjaga data klien serta berkas perkara tetap di Mac, sementara riset publik dikerjakan dengan model cloud. 1

Private equity dan riset investasi

Untuk tim investasi, cloud dapat mengumpulkan laporan publik, transaksi pembanding, dan informasi pasar. Model lokal kemudian membaca materi transaksi rahasia, mengekstrak ketentuan serta asumsi, membandingkannya dengan riset publik, dan memperbarui presentasi untuk komite investasi atau analisis LBO. 1

Contoh-contoh ini menunjukkan pembagian tugas Hybrid Compute: informasi publik dan riset berskala luas dikirim ke cloud, sedangkan materi sumber yang rahasia tetap berada dalam batas pemrosesan lokal.

Pertukaran antara privasi, biaya, dan kemampuan

Privasi: File sensitif dapat tetap berada di perangkat, tetapi perlindungan bergantung pada ketepatan klasifikasi serta pengaturan persetujuan pengguna. 1 3

Biaya: Inferensi lokal tidak memakai kredit cloud, sedangkan penalaran dan riset yang dilakukan di cloud tetap menggunakan sumber daya cloud. 1 2

Kecepatan: Model cloud menawarkan akses cepat ke inferensi berskala besar, sementara eksekusi lokal menghindari pengunggahan file yang dilindungi. Performa lokal berbeda-beda, bergantung pada memori Mac dan model yang dipilih. 1

Kemampuan: Model cloud terdepan tetap lebih cocok untuk penalaran berat, riset web, dan perencanaan. Model lokal menukar sebagian kemampuan tersebut dengan pemrosesan di perangkat dan kendali data yang lebih besar. 1

Syarat perangkat dan ketersediaan

Hybrid Compute membutuhkan Mac berbasis Apple silicon yang menjalankan macOS 15 atau versi lebih baru, dengan sedikitnya 24 GB unified memory. Perplexity merekomendasikan 32 GB untuk hasil terbaik. 1 3

Informasi produk yang tersedia mencantumkan pelanggan Perplexity Pro, Max, dan Enterprise sebagai pengguna yang memenuhi syarat. 1 Pelanggan Enterprise juga memiliki jalur aktivasi melalui persetujuan (opt-in). 11

Administrator enterprise dapat menetapkan kebijakan organisasi mengenai data yang wajib tetap lokal, informasi yang boleh disamarkan sebelum diproses di cloud, serta tindakan yang membutuhkan persetujuan pengguna. Mereka juga dapat mengaudit kapan informasi meninggalkan perangkat. 1

Apakah tersedia untuk Windows atau Linux?

Materi produk yang tersedia menjelaskan Hybrid Compute sebagai fitur untuk Mac berbasis Apple silicon. Perplexity belum memberikan tanggal rilis untuk Windows atau Linux, sehingga belum ada jadwal resmi yang dapat dilaporkan.

Untuk saat ini, daya tarik Hybrid Compute terletak pada komprominya. Pengguna tidak harus memilih antara kemampuan AI cloud dan kendali pemrosesan lokal. Sebagai gantinya, Privacy Gate di Mac menentukan bagian mana dari alur kerja agen yang dapat tetap di perangkat dan bagian mana yang boleh dikirim ke cloud.