Il ne fusionne pas les GPU, il gère la file : ce qu'est vraiment PAIR de NVIDIA

Le 3 septembre 2026, à l'IFA 2026 de Berlin, NVIDIA a présenté la bêta de PAIR (Personal AI Router) : l'annonce figure sur le blog technique officiel, dans un billet signé Seth Schneider, et SiliconANGLE la rapporte de manière indépendante. Pour éviter les malentendus propres à l'enthousiasme des annonces, mieux vaut dire d'emblée ce que ce logiciel ne fait pas : il ne fusionne pas la mémoire VRAM de plusieurs cartes graphiques, il ne répartit pas un seul modèle d'intelligence artificielle sur plusieurs machines et il n'accélère pas l'exécution d'une requête isolée. Dans la documentation du dépôt officiel, NVIDIA précise que chaque requête est exécutée entièrement sur un seul nœud. PAIR agit en effet comme un « virtual inference router » local : il expose un point d'accès unique pour distribuer des tâches indépendantes sur plusieurs machines compatibles du même réseau local.

Le choix d'architecture évite d'introduire de nouvelles API de cluster : le logiciel se contente de servir de proxy pour les interfaces existantes d'Ollama et de LM Studio. Le code est hébergé sur le dépôt GitHub NVIDIA/Personal-AI-Router, sous licence Apache 2.0 déclarée dans les en-têtes des fichiers. Le système prend en charge la découverte des appareils par mDNS sur le réseau local, ou par adresse IP ; l'association entre deux machines exige l'accord explicite de l'utilisateur, et à partir de là les nœuds communiquent chiffrés en TLS mutuel, avec des certificats générés. La donnée matérielle la plus singulière concerne la compatibilité : outre les GPU GeForce RTX à partir de la série 20, les systèmes DGX Spark et les cartes RTX PRO, la page officielle inclut la prise en charge des Mac équipés d'une puce Apple M4 ou plus récente. Le système fonctionne entièrement hors ligne, à condition d'avoir déjà téléchargé les modèles sur chaque ordinateur, et ses exigences minimales restent modestes (8 Go de RAM et 20 Go de stockage recommandés) pour les clients Windows, macOS et Linux.

Côté performances, NVIDIA évoque un test avec Microsoft AutoGen et cinq sous-agents en parallèle, où le temps de traitement passe de 18 minutes sur un seul portable RTX à 8 minutes et 48 secondes sur un réseau de trois appareils. L'entreprise elle-même qualifie pourtant cette mesure d'illustration non officielle, propre à cette configuration. La comparaison n'est pas reproductible : le modèle, la quantification et les paramètres de génération manquent, et il n'existe pour l'instant aucune mesure indépendante. Comme le relève également SiliconANGLE, la nature souple du système implique l'absence de niveaux de service garantis : si quelqu'un reprend le contrôle direct d'une machine du cluster, les traitements sont redistribués, ce qui rend PAIR adapté aux tâches longues sans échéance serrée. Restent aussi à vérifier le nombre maximal de nœuds réellement gérables, la surcharge réseau introduite par le routage, le calendrier d'une version stable et l'éventuelle prise en charge future de moteurs autres qu'Ollama et LM Studio.

Prendre en charge les Mac d'Apple est un aveu pragmatique de la fragmentation désormais acquise de la puissance de calcul domestique, qui pousse NVIDIA à optimiser son logiciel pour du matériel concurrent qu'il ne fabrique pas. PAIR ne résout pas le véritable écueil de l'inférence locale, à savoir l'impossibilité de charger des modèles gigantesques sur des cartes grand public, mais il transforme l'inactivité des appareils voisins en ressource pour distribuer des flux de travail parallèles. — Olya