Nvidia хоче, щоб ваші домашні комп’ютери працювали разом. Новий персональний AI-маршрутизатор компанії, відомий як PAIR, — це безкоштовне відкрите програмне забезпечення, яке виявляє сумісні пристрої в локальній мережі, з’єднує їх разом і підготovлює до розподілу завдань інференсу AI між кількома GPU, не надсилаючи жодного запиту до хмари.
Уявіть це як балансувальник навантаження для вашої вітальні. Замість того щоб один ПК намагався запустити велику мовну модель самотужки, PAIR розподіляє навантаження між усіма пристроями в мережі, що здатні до цього, перенаправляючи запити на той пристрій, який має вільну потужність.
Що саме робить PAIR
PAIR — це не фізичний маршрутизатор. Нове обладнання не потрібне, немає пристрою, який треба підключати до розетки.
Це програмне забезпечення, яке керує виявленням мережі, координацією пристроїв та розподілом завдань для локального висновування ШІ. До сумісних інструментів належать Ollama та LM Studio — два з найпопулярніших застосунків для запуску великих мовних моделей на побутовому обладнанні.
Підтримка пристроїв переважно орієнтована на власну екосистему Nvidia, що охоплює карт GeForce RTX серії 20 та всі новіші, GPU RTX Pro та системи DGX Spark. Також сумісні чіпи Apple M4 та новіші.
Nvidia DGX Spark — це жемчужина лінійки локального висновку. Коли машини з DGX Spark об’єднуються в кластер, а моделі квантується, система може обробляти моделі з діапазоном до 200 мільярдів параметрів.
Висококласні графічні карти, такі як RTX 5090, постачаються з 24–32 ГБ VRAM. Завдання PAIR — зробити це обладнання корисним для всієї домашньої мережі, а не лише для одного настільного комп’ютера.
Більша картина: зусилля Nvidia щодо локалізації ШІ
PAIR іде відповідно до ширшої стратегічної зміни, яку Nvidia виконує паралельно. Компанія розробляє те, що називає AI Grid — ініціативу, спрямовану на зменшення затримки та витрат, пов’язаних із хмарним штучним інтелектом, шляхом утримання обчислень якомога ближче до користувача.
Nvidia також оголосила про партнерство з Perplexity 25 серпня 2026 року, розробивши пристрій, який компанії називають Portable Computer, призначений для локального запуску моделей Qwen середнього рівня на апаратному забезпеченні Nvidia. Мінімальний об’єм VRAM становить 24 ГБ, що відповідає рівню RTX 5090.
Сучасні AI-агенти не відправляють один запит і зупиняються; вони послідовно поєднують десятки викликів моделей, використання інструментів та кроків міркування. Затримки в хмарі швидко зростають у довгих ланцюгах. Місцева мережа GPU, координована PAIR, мінімізує час відправлення та отримання відповіді та уникнути витрат на кожен токен, які роблять агентні застосунки дорогими для масштабування на хмарних API.
Що це означає для конкурентної обстановки
Nvidia робить обґрунтований крок, випускаючи PAIR як безкоштовне відкрите програмне забезпечення. Сам інструмент не генерує прямих доходів, але поглиблює залежність користувачів від апаратного забезпечення Nvidia. Якщо ваша домашня AI-мережа побудована навколо PAIR і RTX GPU, шлях найменшого опору для вашої наступної оновлення залишається всередині екосистеми Nvidia.
AMD та Intel пропонують конкуруючі лінійки GPU, здатні до локального висновку, а відкритий характер інструментів, таких як Ollama, означає, що жодна з них не виключена з робочого процесу. Але екосистема CUDA від Nvidia та її тісна інтеграція з домінуючими фреймворками для висновку надають PAIR глибину сумісності, яку конкурентам буде важко швидко відтворити.
Для хмарних провайдерів тенденція, яку представляє PAIR, варто уважно спостерігати. Amazon Web Services, Google Cloud і Microsoft Azure отримують значний дохід від трафіку API для висновування ШІ. Інструменти, які переносять цю роботу на споживчі апаратні чіпи, зменшують припущення про зростання, закладені цими бізнесами у своїх майбутніх прогнозах.