Mac上のPerplexityハイブリッドコンピューティング：プライバシーゲートがローカルAIとクラウドAIをどのように分離するか

Mac向けPerplexity Hybrid Computeは、LLMをローカルで実行する別の方法というよりも、プライバシーアーキテクチャとして興味深いものです。1つのPerplexity Computerタスクで、クラウド上の最先端モデルとAppleシリコン搭載Mac上のローカルモデルを組み合わせられるようになりました。クラウドモデルは調査、計画、難しい推論などを処理し、ローカル側はプライベートファイル、機密情報、デバイス上のアクションを扱えます。その間にはローカルのPrivacy Gateがあり、デバイスの境界を越えて送信できる情報を制御します。

これにより、「ハイブリッドAI」の意味が変わります。もはや、ユーザーがOllamaとクラウドAPIのどちらかを手動で選ぶだけではありません。Perplexityは、ルーティングをエージェント自体の機能にしようとしています。タスクのどの部分をローカルで処理すべきかを判断し、Macから外部に送信される前に機密性の高いコンテキストを特定し、価値がある場合にのみクラウドの知能を選択的に利用します。これによりHybrid Computeは、より大きなローカルAIの課題を考えるうえで有用な事例になります。1つのワークフローがローカルモデルとクラウドモデルにまたがる場合、どのデータ、アクション、状態をユーザーの管理下に残すべきなのでしょうか？

Mac向けPerplexity Hybrid Computeとは？

Perplexity Hybrid Computeは、Perplexity Computerのモードの1つで、ユーザーがワークフローを別々のプロンプトに手動で分割しなくても、1つのタスクでクラウドAIとデバイス上のモデルの両方を利用できるようにします。 Perplexityは、ローカルファーストエージェントへのより広範な取り組みの一環として、2026年9月1日にこの機能を発表しました。

以前のPerplexity Portable Computerのローカルファーストアーキテクチャでは、オーケストレーター、プランナー、ツールのルーティング、タスクキュー、検索インデックス、モデル実行をローカルハードウェア上に移行しました。Hybrid Computeは異なる方法でこの問題に取り組みます。クラウドの知能を意図的に処理に組み込みつつ、プライベートな作業の周囲にポリシー境界を設けます。

PerplexityのHybrid Compute発表では、役割分担が明確に説明されています。

したがって重要なのはモデルではありません。タスクです。同じタスクの異なる部分を、それぞれ異なる信頼ゾーンに配置できます。

ローカルで実行されるものとクラウドで実行されるもの

ハイブリッドコンピュートは、「ローカルモデル対クラウドモデル」という観点で考えるのをやめ、代わりに各側が実際に何を得意としているのかを問うと、より納得しやすくなります。

クラウドAIは、最新のウェブ上の知識、幅広い調査、最先端の推論において、依然として魅力的です。一方、Macは、リモートモデルのコンテキストにコピーすべきでないファイルやアプリケーションを直接扱うのに適しています。Perplexity Computerは、ユーザーが機密文書を手作業で要約し、機密部分を削除し、サニタイズ済みのテキストを別のチャットボットに貼り付け、その回答をローカルのワークフローに戻す必要がないよう、両側を連携させます。

法律関連のタスクを考えてみましょう。

公開／クラウド側
最新の判例法
ウェブ調査
最先端の推論
大まかな計画
        |
        v
   プライバシーゲート
        ^
        |
プライベート／ローカル側
秘匿特権の対象ファイル
クライアントの身元情報
ローカル抽出
文書の下書き
デバイス上の操作

クラウドモデルは公開されている判例法を調査できます。ローカルモデルは、特権のある文書を調べ、関連する事実をサニタイズ済みの調査質問に変換できます。クラウド側が有用な推論を行うために、クライアントのファイル全体を渡す必要はありません。

Perplexityは、金融と広告についても同様の例を説明しています。公開資料や市場調査はリモートで処理できる一方、機密性の高い取引文書、公開前のクリエイティブ素材、社内記録はMacに保持されます。

これにより、ハイブリッドAIをより適切に定義できます。

ハイブリッドAIとは、ワークロードの半分をローカルで、残りの半分をクラウドで実行するだけのものではありません。異なる信頼ゾーンに異なる役割を割り当てることです。

Perplexityのプライバシーゲートはどのように機能するのか？

プライバシーゲートはハイブリッドコンピュートの最も重要な部分です。モデルの振り分けは、モデルがどの情報を見てよいかを判断することに比べれば簡単だからです。

Perplexityによると、プライバシーゲートはMac上で動作し、保護対象のコンテンツがクラウドサービスへ送信される前に、機密情報を評価します。状況に応じて、情報をローカルに保持する、機密情報をマスクする、操作を拒否する、またはユーザーに同意を求めることができます。

Perplexityは、デバイス上の分類器が認識できる詳細の例として、氏名、住所、アカウント情報、秘密情報を具体的に挙げています。認証情報、決済カード情報、政府発行の身分証明書には、より強力な保護が適用されます。

これにより、通常のクラウドワークフローとの重要な違いが生まれます。AIエージェントがタスクの支援を必要とするからといって、ローカルファイルが自動的にクラウドコンテキストになるわけではありません。アプリケーションはまず、データ全体が必要か、その一部を削除できるか、または何も共有せずにローカルモデルでその処理を完了できるかを判断する機会を持ちます。

Perplexityによると、Enterprise契約者は、ローカルに保持すべき情報、マスキングが許可される情報、明示的な承認が必要なデータ転送について、組織全体に適用するポリシーも定義できます。管理者は、情報がデバイス外に出た時点を監査できます。

このアーキテクチャは有用ですが、「データがMacの外に出ることは決してない」と誤解すべきではありません。Hybrid Computeは依然としてクラウドサービスを利用します。より正確な主張は、保護対象のデータをローカルに保持でき、選択された転送は自動的にクラウドコンテキストになるのではなく、デバイス上のポリシーレイヤーの対象になるということです。

Macはどのデータが機密情報かをどのように判断するのか？

プライバシーポリシーは、マシンが機密データを確実に識別できる場合にのみ機能します。そこでPerplexityは、Hybrid Computeと並ぶ2つ目の技術として、個人を特定できる情報をローカルで検出するよう設計された、コンパクトな0.6BモデルPII-Tracerを導入しました。

PerplexityのPII-TRACE研究によると、PII-TracerはPrivacy Gateで使用されるシグナルの1つを提供します。アプリケーションはその検出結果を使って、コンテンツをローカルに保持したり、機密性の高い部分をマスキングしたり、タスクをクラウドモデルに移行する前に明示的な許可を求めたりできます。

難しいのは、1文の中にある明らかなクレジットカード番号を特定することではありません。AIエージェントは長い会話を維持するため、同じ識別子がユーザーメッセージ、アシスタントの応答、表、コード、構造化レコードなどに繰り返し現れることがあります。後続の出現箇所を1つ見逃すだけでも、システムが保護するはずだった情報が露出する可能性があります。

Perplexityは、長い会話全体でこの問題を検証するためにPII-TRACEを構築しました。このベンチマークには、13言語と10種類の文字体系にまたがる13,148件の合成ユーザー・アシスタント会話が含まれており、9種類のPIIに分類された識別子の言及は37,000件を超えます。

このより広いアーキテクチャ上の論点は、ローカルAIにとって特に重要です。プライバシーそのものが、ローカルAIのワークロードになりつつあります。

成熟したプライベートAIスタックには、複数のモデルが含まれることがあります。

メインのローカルLLM
        +
個人情報／セキュリティ分類器
        +
埋め込みモデル
        +
リランカー
        +
OCR／ビジョンモデル
        +
エージェントランタイム

最大規模のモデルが推論を担う一方で、より小型のローカルモデルは、リモートモデルが関与する前に、ポリシーの適用、情報の検索、リクエストの分類、プライベートデータの前処理を行えます。

PerplexityはなぜMac向けに独自のローカル推論エンジンを開発したのか？

ハイブリッドルーティングがシームレスに感じられるのは、タスクのローカル側が継続的に処理に参加できるほど高速な場合に限られます。エージェントがクラウドでの推論、プライベートファイルの処理、別のローカルモデル呼び出し、ツール操作、さらに別の推論ステップを交互に実行する場合、ローカル推論の遅さがワークフロー全体を遅延させます。

そこでPerplexityは、AppleシリコンとQwen3.6-35B-A3Bに特化して最適化された軽量推論エンジン、Lilyを開発しました。同社はこのエンジンをオープンソース化する予定だと述べています。

PerplexityのAppleシリコン推論研究では、LilyはOpenAI互換APIとカスタムMetalカーネルを備えた、特化型のRustランタイムとして説明されています。PyTorchとMLXはLilyの実行パスには含まれていません。

1つのモデルを中心に特化する理由は、アーキテクチャにあります。Qwen3.6-35B-A3Bは35Bのスパースモデルで、トークンごとに約3Bのパラメータをアクティブ化します。Mixture-of-Expertsルーティング、Gated DeltaNetレイヤー、フルアテンションレイヤーを組み合わせており、これらの要素が異なる計算パターンとメモリアクセスパターンを生み出すため、ランタイムはAppleシリコンに特化した最適化を行えます。

Lilyで使用されるチェックポイントは4ビット量子化されており、容量は約19.4GBです。これにより、PerplexityがHybrid Computeのベースラインとして24GBのユニファイドメモリを設定しながら、相当規模のローカルモデルにも対応できる理由がわかります。

これは、40コアGPUと128GBのユニファイドメモリを搭載した、1つのM5 Max構成におけるPerplexityの測定値であり、対応するすべてのMacに当てはまる普遍的な性能予測ではありません。

より長く役立つ重要な点は、ローカル推論の性能が、モデルアーキテクチャ、ランタイム、メモリレイアウト、ハードウェアの組み合わせにますます左右されるということです。Appleシリコンは、単に小型化したデータセンター向けGPUではありません。ユニファイドメモリ設計、Metalの実行パス、メモリ帯域幅によって、異なる最適化問題が生じます。

Perplexity Hybrid Computeを実行できるMacはどれか？

Perplexityは現在、比較的シンプルなベースラインを示しています。macOS 15以降を搭載し、ユニファイドメモリを少なくとも24GB備えたAppleシリコンMacです。

Hybrid Computeは、Perplexity Pro、Max、Enterpriseの加入者が利用できます。サービス開始時点では、ユーザーは3つのローカルモデルから選択できます。Gemma 4 E4B、Qwen3.6-35B-A3B、そしてPerplexityモデルです。

24GBという数値は、Perplexityが公表している最小要件です。上記の大容量メモリシステムに関する説明は、別の公式推奨ティアではなく、ハードウェア計画上の解釈です。

Perplexityは、専用のMac miniを常時稼働の選択肢としても挙げています。ユーザーがiPhoneからComputerをリモート操作している間、Macはローカルモデルを継続的に実行できます。

この小さな点は、Macの役割を変えるため、戦略上重要です。

Macが常時稼働するAIノードになると何が起こるのか？

対話的に使うMacはパーソナルコンピューターです。エージェント、ローカル推論、プライベートファイル処理、リモートタスクを実行するためにオンラインのままにされたMac miniは、AIノードのように動作し始めます。

この変化によって、ベンチマークスコアとはほとんど関係のない、サーバーのような要件が生まれます。

• プロジェクトファイルへの永続的なアクセス、
• 安定したネットワークパス、
• 権限管理、
• エージェントの出力とワークスペース、
• 検索インデックスと埋め込み、
• バージョン管理されたアーカイブ、
• スナップショットとバックアップ、
• Macとは独立して拡張できるストレージ容量。

Macの内蔵SSDは、ホットデータ、モデルチェックポイント、キャッシュ、アクティブなワークスペースに最適です。しかし、エージェントが何年分ものドキュメント、写真、プロジェクトフォルダー、コード、研究アーカイブ、チームファイルを扱い始めると、すべての永続的な資産を推論ランタイムと同じSSD上に置く必要性はほとんどありません。

ここから、ローカルAIは1台のノートパソコン上で1つのアプリケーションを実行するものというより、インフラストラクチャに近い存在になっていきます。

ハイブリッドMac AIワークフローにNASはどこに組み込まれるのか？

NASはPerplexity Hybrid Computeを実行しなくても、アーキテクチャ内で有用な役割を果たせます。現在、Perplexityはローカル推論とPrivacy GateをMac上に配置しています。NASはそのコンピューティング層の背後に置き、永続的なプライベートデータゾーンを提供できます。

基本的なアーキテクチャについては、Macのコンピューティングと長期的なNASストレージを分離するガイドですでに説明しています。Hybrid Computeでは、3つ目のゾーンとして外部クラウドインテリジェンスが加わります。

概念上の家庭または小規模オフィスのアーキテクチャは、次のようになります。

                クラウド
        最先端の推論
            ウェブ検索
        外部サービス
                |
                |
       承認済み / フィルタリング済み
              コンテキスト
                |
                v
               Mac
          ローカルモデル
          プライバシーゲート
          エージェントのアクション
          アクティブなワークスペース
                |
                |
            信頼済みLAN
                |
                v
          NAS / サーバー
        プライベートドキュメント
          RAGソース
         プロジェクトアーカイブ
         エージェントの出力
            バックアップ

重要なのは、これらの層がそれぞれ異なる問題を解決するという点です。NASは低速なVRAMではなく、Macが長期保存に最適な場所とは限りません。Macはアクティブな計算処理とプライバシーに関する判断を担います。ストレージシステムは、永続的な容量、整理、権限、スナップショット、バックアップを提供します。

この同じパターンは、ローカルファイルと検索機能を中心にプライベートAIアシスタントを構築する場合にも役立ちます。モデルにすべてのアーカイブを常にコンテキストとして読み込ませる必要はありません。ワークフローで必要になったときに、適切なファイルへ権限に基づいてアクセスできれば十分です。

この分離によって、AIスタックの進化も容易になります。Mac miniは、より高速なMac Studioに置き換えられます。ローカルモデルも変更できます。Perplexityは新しいランタイムを追加できます。クラウドモデルは改善されていきます。コンピューティング層が変わるたびに、プライベートなドキュメントアーカイブやプロジェクト履歴を移動する必要はありません。

Perplexity Hybrid Computeは、単なるOllamaとクラウドモデルの組み合わせなのか？

いいえ。重要な違いは、ポリシーを考慮したオーケストレーションです。

ユーザーはすでに、Ollama、ローカルモデル、そしてClaude、Gemini、OpenAIなどのAPIを組み合わせて、手動でハイブリッド構成を作れます。ただし、単純な構成では通常、ユーザーまたはアプリケーション開発者が、どのプロンプトをどのモデルに送るかを明示的に決めます。

違いは次のようになります。

手動ハイブリッド

ユーザー
 |
 +-- Ollama / ローカルLLM
 |
 +-- クラウドモデル

ユーザーまたはアプリケーションがルーティングを決定


PERPLEXITY ハイブリッドコンピューティング

ユーザータスク
    |
    v
コンピューターオーケストレーション
    |
    v
プライバシー分類
    |
    v
ルーティング／ポリシー判断
   / \
  /   \
ローカル  クラウド

このルーティング層は、クラウドインテリジェンスを利用させるかどうかを決める前に、プライバシーを評価できます。したがってローカルモデルは、単なる別の推論エンドポイントではなく、連携したワークフローの一部です。

このため、ハイブリッドAIはプライバシー上の妥協にとどまらない可能性もあります。選択的なルーティングは、コスト戦略にもなります。定型的な抽出、文書分析、分類、プライバシーフィルタリングはローカルで行い、より高性能なクラウドインテリジェンスは、その恩恵を最も受けられる工程に限定して利用できます。プライベートなワークロードを繰り返し実行する場合のローカルAIとクラウドAIのコスト分析では、このトレードオフをさらに詳しく説明しています。

ハイブリッドコンピューティングは完全ローカルAIよりプライバシーに優れていますか？

必ずしもそうではありません。完全ローカルのワークフローは、モデル、ツール、データ、推論をローカル環境内に留められるため、最も単純な信頼境界を持ちます。ハイブリッドコンピューティングではクラウドサービスを意図的に保持するため、追加のルーティングやポリシーに関する判断が生じます。

PII-Tracer自体が、これが難しいエンジニアリング上の課題である理由を示しています。Perplexityは、長い会話では一貫した検出が難しくなるため、専用のベンチマークを作成しました。ある識別子が5回登場し、分類器が4回検出したとしても、検出漏れの1回によって、プライバシー層が保護するはずだった情報そのものが露出する可能性があります。

したがって、プライバシーゲートは不要な露出を減らしますが、信頼をなくすわけではありません。ユーザーは依然として、ローカルアプリケーション、その分類器、オペレーティングシステムの権限、ルーティングルール、そしてユーザーが承認した外部サービスを信頼する必要があります。

これは、「ローカル」という言葉だけですべてのプライバシーに関する疑問が解決すると考えるよりも、プライベートAIを評価するうえで健全な方法です。重要な質問は次のとおりです。

• 元のデータはどこに保存されますか？
• どのモデルがそれを受け取りますか？
• 離脱できるかどうかは誰が判断しますか？
• エスカレーション前に機密性の高いコンテキストを削除できますか？
• エージェントはローカルでどのような権限を行使できますか？
• タスク完了後も、どのログやバックアップが保持されますか？

Perplexity Hybrid Computeは、パーソナルAIの進む方向を示しているのでしょうか？

Hybrid Computeは登場したばかりで、すべてのパーソナルAIシステムが同じ設計に従うことを証明するには至っていませんが、より広範なアーキテクチャの変化を見えやすくしています。

ローカルモデルは、あらゆる最先端モデルの小型代替品ではなく、ワーカーになりつつあります。ローカルモデルは、プライベートファイルを検査し、事実を抽出し、ポリシーを適用し、デバイス操作を実行し、サニタイズ済みのコンテキストを準備できます。あらゆる推論ベンチマークで最高のクラウドモデルを上回る必要は、必ずしもありません。

クラウドモデルは、調査、難しい推論、大規模なマネージドインフラの恩恵を受ける機能の専門家になれます。小型のローカルモデルは、プライバシー保護やルーティングのコンポーネントになれます。MacやAI PCは、実際の実行ノードになれます。NASやホームサーバーは、その背後にある永続的なデータ層として機能し続けられます。

つまり、ルーティングはモデルの選択と同じくらい重要になる可能性があります。

問いは次のように変化します：

「最大規模のモデルをローカルで実行できますか？」

次のように変わります：

「作業の各部分に最適なモデルを使いながら、適切なデータをローカルに保持できますか？」

PerplexityのPortable Computerは、エージェントのランタイム自体がローカルハードウェアへ移行し得ることを示しました。Mac上のHybrid Computeは、ローカル実行とクラウド実行の境界をワークフローの一部にすることで、次の一歩を踏み出します。この2つのリリースは、ユーザーがローカルでの制御とクラウドの機能性のどちらかを完全に選ぶ必要のないAIアーキテクチャの方向性を示しています。

ローカル優先のインフラにとって、これはより重要なトレンドです。未来は、1台のマシンですべてを処理することよりも、役割を明確に分けることにあるのかもしれません。外部の知性にはクラウド、信頼できる実行にはローカルコンピューティング、自分の手元に残すべきデータには永続的なローカルストレージ。

FAQ：Mac上のPerplexity Hybrid Compute

Mac上のPerplexity Hybrid Computeとは何ですか？

Perplexity Hybrid Computeは、Appleシリコン搭載Mac上のローカルモデルとクラウド上の最先端AIサービスに1つのタスクを分担させる、Perplexity Computerのモードです。ローカル側はプライベートファイルや機密情報、デバイス操作を処理し、クラウドモデルは調査、計画、高度な推論を提供できます。

Perplexity Hybrid Computeでは、ファイルを完全にローカルに保持できますか？

保護されたファイルや機密情報をMac上に残すことはできますが、Hybrid Computeは完全なオフラインシステムではありません。タスクでクラウド機能が必要になった場合、Privacy Gateは機密データをローカルに保持したり、マスキングしたり、転送を拒否したり、承認済みの情報を送信する前にユーザーの同意を求めたりできます。

Perplexity Privacy Gateとは何ですか？

Privacy Gateは、機密情報がMacからクラウドサービスへ渡る前に評価する、デバイス上のレイヤーです。Perplexityによると、保護対象の詳細情報を分類し、情報をローカルに保持する、マスキングする、アクションを拒否する、同意を求めるといった処理を適用できます。

Perplexity Hybrid Computeに対応するMacはどれですか？

Perplexityが現在要求しているのは、macOS 15以降を搭載し、ユニファイドメモリを少なくとも24GB備えたAppleシリコンMacです。Intel Mac、および24GB未満のAppleシリコンシステムは、公開されている要件を満たしません。

Perplexity Hybrid Computeには、どのくらいのユニファイドメモリが必要ですか？

公式の最小要件は、ユニファイドメモリ24GBです。メモリが多いほど、ローカルモデル、コンテキスト、他のアプリケーション、大規模なワークロードに使える余裕が増えますが、Perplexityは現在、32GB、64GB、128GBについて別個の推奨要件を公開していません。

Perplexity Hybrid Computeが使用するローカルモデルはどれですか？

提供開始時点で、Perplexityはローカルモデルの選択肢としてGemma 4 E4B、Qwen3.6-35B-A3B、Perplexityモデルを挙げています。製品の開発に伴い、利用可能なモデルの一覧は拡大する可能性があります。

Perplexity Hybrid Computeはオフラインで動作しますか？

一部のローカル処理はMac上で実行できますが、Hybrid Computeのワークフロー全体は、ローカル実行と、最先端の推論やウェブリサーチなどのクラウド機能を組み合わせるよう設計されています。こうしたリモート機能に依存するタスクには、接続が必要です。

Perplexity Hybrid ComputeはOllamaと同じものですか？

いいえ。Ollamaは主にローカルモデルのランタイムおよびAPIです。Hybrid Computeは、単一のタスクを中心にプライバシー分類とルーティングポリシーを追加しながら、ローカルモデルとクラウドモデルを連携させるエージェントレベルのオーケストレーションシステムです。

PII-Tracerとは何ですか？

PII-Tracerは、個人を特定できる情報をローカルで検出するための、Perplexityのコンパクトな0.6Bモデルです。この検出結果をもとに、Privacy Gateは機密コンテンツをデバイス上に残すか、マスキングするか、クラウドへエスカレーションする前に承認を求めるかを判断できます。

Lilyとは何ですか？

Lilyは、AppleシリコンとQwen3.6-35B-A3B向けにPerplexityが開発した、ローカル推論に特化したエンジンです。RustランタイムとカスタムMetalカーネルを使用し、OpenAI互換APIを提供します。Perplexityは、このエンジンをオープンソース化する計画だと述べています。

Hybrid Computeを実行するMacでも、NASのメリットはありますか？

可能性はありますが、別の役割としてです。Hybrid ComputeはMac上でローカル推論とPrivacy Gateを実行します。NASは、プライベートな文書、RAGソース、プロジェクトアーカイブ、生成された出力、共有フォルダー、スナップショット、バックアップの永続ストレージを提供できます。主要な推論デバイスになる必要はありません。