|
|
英伟达发布了名为“Personal AI Router”(PAIR)的开源软件，它做的事是在局域网里发现兼容的电脑，把它们连起来，一起跑本地推理。工具链走的是 Ollama 和 LM Studio 这套开发者已经熟悉的东西，支持的设备以英伟达自家 GeForce 为主——RTX 20 系及以上、RTX Pro、DGX Spark——但苹果 M4 及更新的芯片也能加入进来。
先说名字里最容易误会的那部分：PAIR 不是硬件路由器。其核心机制就一条：只用闲置算力。家里的机器空闲时才被调度，你一坐下来打游戏，它会自己退出，不跟你抢 GPU。多台机器并行拆任务，把一个 agentic 工作流里的大活儿切成小块分下去，避免单卡瓶颈。
英伟达产品经理 Seth Schneider 在媒体简报里给了一个极端化的例子：一个家里，爸爸有 RTX Spark 笔记本加 DGX Spark 台式机，妈妈有 RTX 5090 笔记本，女儿有游戏台式机，儿子有 MacBook Pro。他估算这个家庭有大约 165 teraflops 的算力在闲置。原话是——「这真的是今天躺在家里的、免费 token 的宝藏」，即便算上美国家庭的平均电费。
安全这块走的是六位配对码加 mTLS(Mutual Transport Layer Security），双向加密通道。PAIR 的 beta 已上线，支持 Windows、Linux、macOS。
真正有意思的问题是谁在用。Schneider 被问到这个时，给的答案比 165 teraflops 那个广告场景克制得多：大多数 PAIR 用户大概就是一台 MacBook 或 Windows 笔记本，加一台游戏 PC。
也就是说，这玩意儿不是给极客地主准备的，是给「手里刚好有两台电脑」的人。
配合 PAIR 一起宣布的还有三款 AI agent 应用——Perplexity Portable Computer、Hermes Agent、OpenClaw——在 Windows 上提供简化的本地部署体验，英伟达的说法是点几下就能跑起来，省掉初始的手工配置。
PAIR 的想象空间不在技术本身，而在它踩中了一个正在变大的诉求：把本地推理从「一台机器的独角戏」变成「家里所有机器的协同」。当 agent 开始把复杂任务拆成大量小请求时，单张显卡的瓶颈会越来越明显，而一堆闲置设备恰好是现成的答案。
参考来源：
• Nvidia launches free tool that links idle computers into a personal AI data center — The Verge
原文链接 |
|
发表于 2026-9-7 15:00:35
