Vad den gör
Nvidia har släppt en betaversion av PAIR, Personal AI Router, ett gratis verktyg med öppen källkod som hittar datorerna i ett lokalt nätverk och fördelar AI-inferensförfrågningar till dem som just då inte är upptagna. Den presenterades på mässan IFA 2026 i Berlin och beskrevs av The New Stack den 3 september.
PAIR kör inga modeller själv. Den använder den Ollama- eller LM Studio-installation som redan finns på varje maskin, hittar de andra datorerna via mDNS och kontrollerar varje nods aktuella last innan den lämnar ifrån sig ett jobb. En maskin mitt i ett spel hoppas över; en som står stilla får arbetet.
Hårdvarustödet är brett med Nvidia-mått mätt: Windows, macOS och Linux, med GeForce RTX 20-serien och nyare, RTX PRO från Turing och framåt, DGX Spark samt Apple-kisel från M4.
Begränsningen som definierar den
PAIR är en router och en schemaläggare, inte en väv. Den kan inte dela upp en stor modell över flera små grafikprocessorer, den slår inte ihop VRAM till ett adressrum och den kan inte dela en enskild inferensförfrågan mellan två maskiner. Varje nod behöver tillräckligt med minne för att rymma modellen på egen hand.
Det utesluter den användning de flesta skulle vilja ha först — att köra en modell som är för stor för någon enskild maskin — och lämnar kvar den användning som faktiskt är vanlig i agentarbete: många oberoende anrop samtidigt. Ett flöde med flera agenter som skickar fem underagentförfrågningar behöver ingen stor accelerator. Det behöver fem saker som kan svara parallellt, vilket är precis vad ett hushåll med två speldatorer och en Mac redan har stående.
Siffrorna Nvidia publicerade
Nvidias egna uppgifter, som inte har verifierats oberoende, anger upp till 1,9 gånger högre genomströmning med llama.cpp på ett RTX 5090, 1,2 gånger med vLLM på ett RTX PRO 6000 och upp till 1,4 gånger med vLLM över två DGX Spark.
Det är köwinster snarare än förmågevinster, och de skalar med hur parallell arbetsbelastningen är. En enskild chattomgång vinner ingenting. Ett flöde som fläktar ut vinner ungefär vad parallelliteten tillåter, minus nätverket.
Varför det här är intressantare än det ser ut
Den strategiska logiken är inte subtil. Lokal inferens har ett hårt tak satt av minnet i ett enda konsumentkort, och det taket är skälet till att seriöst agentarbete körs i molnet. PAIR höjer inte taket; den breddar golvet, och gör det med programvara som inte kostar något och fungerar med de två körmiljöer entusiaster redan använder.
Det är också, stillsamt, ett skäl att äga mer än ett Nvidia-kort. Ett verktyg som gör en andra RTX-maskin användbar är ett verktyg som gör en andra RTX-maskin köpbar.
Vad man bör följa är om släppet med öppen källkod drar till sig bidrag som pressar förbi konstruktionens gränser. En gemenskapsfork som faktiskt delade upp modeller över noder vore en annan produkt, och Nvidia har inte sagt att bolaget tänker bygga en.
