Gusto ng Nvidia na magtrabaho bilang isang team ang mga home computer mo. Ang bagong Personal AI Router ng kumpanya, na kilala bilang PAIR, ay isang libre at open-source na software na naghahanap ng mga kompatibleng machine sa isang lokal na network, nag-uugnay sa kanila, at handa sila para hatiin ang mga gawain sa AI inference sa maraming GPU nang hindi ipapadala ang isang prompt sa cloud.
Isipin ito tulad ng isang load balancer para sa iyong living room. Sa halip na isang PC ang naghihinga ng isang malaking language model, pinapag-ugnay ng PAIR ang workload sa lahat ng kakayahan na device sa network, at pinapadala ang mga kahilingan sa anumang machine na may available na headroom.
Ano ang tunay na ginagawa ng PAIR
Hindi ang PAIR isang physical na router. Walang kailangang bagong hardware, walang kahon na kailangang i-plug sa pader.
Ito ay isang software na nagdadala ng network discovery, device coordination, at task distribution para sa lokal na AI inference. Mga kasangkapan na compatible ay ang Ollama at LM Studio, dalawa sa mga mas popular na aplikasyon para i-run ang mga malaking language model sa consumer hardware.
Ang suporta sa device ay mas nakatuon sa sariling ecosystem ni Nvidia, na kumakapal ng mga GeForce RTX 20-series at anumang mas bagong modelo, mga RTX Pro GPU, at mga DGX Spark system. Ang mga Apple M4 chip o mas bagong bersyon ay kompatibleng din.
Ang Nvidia’s DGX Spark ay ang pinakamataas na karangalan sa linya ng lokal na inference. Kapag ang mga makina na nagpapatakbo ng DGX Spark ay pinagsama at ang mga modelo ay quantized, ang sistema ay kayang handle ang mga modelo sa saklaw ng 200 bilyong parameter.
Ang mga mataas-kalidad na mga card para sa konsyumer tulad ng RTX 5090 ay may 24 hanggang 32 GB ng VRAM. Ang tungkulin ng PAIR ay gawing magagamit ang hardware na ito sa buong home network, hindi lang sa isang desktop.
Ang mas malaking larawan: Ang pagpupush ni Nvidia para lokalizasyonin ang AI
Ang PAIR ay umaayos nang maayos sa isang mas malawak na estratehikong pagbabago na isinasagawa ng Nvidia nang sabay. Ang kumpanya ay nagpapaunlad ng tinatawag nitong AI Grid, isang inisyatibo na nakatuon sa pagbabawas ng latency at gastos na kaakibat ng cloud-based AI sa pamamagitan ng pagpapanatili ng computation sa pinakamalapit na posisyon sa user.
Kinilala rin ni Nvidia ang pagkakasundo sa Perplexity noong Agosto 25, 2026, na nagbuo ng anumang tinatawag ng mga kumpanyang Portable Computer, isang aparato na disenyo upang patakbuhin ang mga mid-tier na Qwen model sa lokal na Nvidia hardware. Ang minimum na VRAM ay nagsisimula sa 24 GB, na tugma sa antas ng RTX 5090.
Hindi nagpapadala ng isang kahilingan at tumigil ang modernong AI agents; sila ay nag-uugnay ng doblens ng mga tawag sa model, paggamit ng mga kasangkapan, at mga hakbang sa pag-iisip nang sunud-sunod. Ang cloud latency ay tumataas nang mabilis sa mahabang mga serye. Ang isang lokal na network ng GPUs na pinag-uugnay ng PAIR ay nagpapanatili ng minimal na round-trip times at nag-iwas sa mga gastos bawat token na ginagawang mahal na pana panahon ang agentic applications sa hosted APIs.
Ano ang ibig sabihin nito sa kompetitibong landscape
Ginagawa ng Nvidia ang isang kalkuladong hakbang sa pamamagitan ng paglalabas ng PAIR bilang libreng, open-source software. Ang tool mismo ay hindi nagpapagawa ng direktang kita, ngunit itinataguyod nito ang pagkakadepende ng mga user sa Nvidia hardware. Kung ang iyong home AI network ay nabubuo sa paligid ng PAIR at RTX GPUs, ang daan na may pinakamaliit na resistensya para sa iyong susunod na upgrade ay nananatili sa loob ng ecosystem ng Nvidia.
Ang AMD at Intel ay nag-aalok ng magkakasalungat na mga GPU line na kayang magbigay ng lokal na inference, at ang open-source na kalikasan ng mga kasangkapan tulad ng Ollama ay nangangahulugan na wala silang nakakulong sa workflow. Ngunit ang CUDA ecosystem ni Nvidia at ang malapit na integrasyon nito sa mga pangunahing inference frameworks ay nagbibigay sa PAIR ng compatibility depth na mahirap repiklikin ng mga kalaban nang mabilis.
Para sa mga cloud provider, ang trend na kinakatawan ng PAIR ay dapat mabuting subaybayan. Ang Amazon Web Services, Google Cloud, at Microsoft Azure ay lahat ay nagkakaroon ng makabuluhang kita mula sa AI inference API traffic. Ang mga kasangkapan na naglilipat ng ganitong workload sa consumer hardware ay nagpapababa sa isang hipotesis ng paglago na binuksan ng mga negosyong ito sa kanilang mga hinaharap na proyeksyon.