No fusiona las GPU, gestiona la cola: qué es realmente PAIR de NVIDIA

El 3 de septiembre de 2026, en IFA 2026 de Berlín, NVIDIA presentó la beta de PAIR (Personal AI Router): el anuncio está en el blog técnico oficial, en una entrada firmada por Seth Schneider, y lo recoge de forma independiente también SiliconANGLE. Para evitar los malentendidos típicos del entusiasmo de un anuncio, conviene aclarar qué no hace este software: no une la memoria VRAM de varias tarjetas gráficas, no reparte un único modelo de inteligencia artificial entre varias máquinas y no acelera la ejecución de una sola petición. En la documentación del repositorio oficial, NVIDIA especifica que cada petición se ejecuta por completo en un único nodo. PAIR actúa como un "virtual inference router" local: expone un único punto de acceso para distribuir tareas independientes entre varias máquinas compatibles de la misma red local.

La decisión arquitectónica evita introducir nuevas API de clúster: el software se limita a hacer de proxy para las interfaces existentes de Ollama y LM Studio. El código está alojado en el repositorio de GitHub NVIDIA/Personal-AI-Router, con licencia Apache 2.0 declarada en las cabeceras de los archivos. El sistema admite el descubrimiento de dispositivos por mDNS en la red local, o por dirección IP; la asociación entre dos máquinas exige la aprobación explícita del usuario y, a partir de ahí, los nodos se comunican cifrados con TLS mutuo y certificados generados. El dato de hardware más singular tiene que ver con la compatibilidad: además de las GPU GeForce RTX de la serie 20 en adelante, los sistemas DGX Spark y las tarjetas RTX PRO, la página oficial incluye el soporte a los Mac con chip Apple M4 o posterior. El sistema funciona por completo sin conexión, siempre que los modelos ya estén descargados en cada ordenador, y sus requisitos mínimos son contenidos (8 GB de RAM y 20 GB de almacenamiento recomendados) para los clientes de Windows, macOS y Linux.

En cuanto al rendimiento, NVIDIA menciona una prueba con Microsoft AutoGen y cinco subagentes en paralelo, en la que el tiempo de procesamiento baja de 18 minutos en un único portátil RTX a 8 minutos y 48 segundos en una red de tres dispositivos. La propia empresa califica esa medición de ilustración no oficial y específica de aquella configuración. La comparación no es replicable: faltan el modelo, la cuantización y los parámetros de generación, y por ahora no existen mediciones independientes. Como también señala SiliconANGLE, la naturaleza flexible del sistema implica la ausencia de niveles garantizados de servicio: si alguien recupera el control directo de una máquina del clúster, los trabajos se redistribuyen, lo que hace a PAIR apto para tareas largas sin plazos ajustados. Quedan además por verificar el número máximo de nodos que soporta en la práctica, la sobrecarga de red que añade el enrutamiento, los plazos de una versión estable y el eventual soporte futuro a motores distintos de Ollama y LM Studio.

Dar soporte a los Mac de Apple es una admisión pragmática de lo fragmentada que está ya la potencia de cálculo doméstica, y empuja a NVIDIA a optimizar software para hardware de la competencia que no fabrica. PAIR no resuelve el verdadero escollo de la inferencia local, es decir la imposibilidad de cargar modelos gigantescos en tarjetas de consumo, pero convierte la inactividad de los dispositivos cercanos en un recurso para repartir flujos de trabajo paralelos. — Olya