GPUを融合するのではなく、行列をさばく——NVIDIAのPAIRとは何か

2026年9月3日、ベルリンのIFA 2026で、NVIDIAはPAIR（Personal AI Router）のベータを公開した。発表は公式のテクニカルブログにあり、投稿の署名はSeth Schneider。SiliconANGLEも独立して報じている。発表につきものの高揚が生む誤解を避けるために、まずこのソフトウェアが「やらないこと」をはっきりさせておきたい。複数のグラフィックカードのVRAMを束ねることはしない。ひとつのAIモデルを複数のマシンに分割することもしない。単一のリクエストの実行を速くすることもしない。公式リポジトリのドキュメントでNVIDIAは、どのリクエストも一台のノード上で丸ごと実行されると明記している。PAIRが果たすのはローカルの「virtual inference router」の役割であり、単一の入口を提供して、同じローカルネットワーク上にある複数の対応マシンへ独立したタスクを振り分ける。

この設計はクラスタ用の新しいAPIを持ち込まずに済ませている。ソフトウェアはOllamaとLM Studioの既存インターフェースに対するプロキシとして働くだけだ。コードはGitHubのNVIDIA/Personal-AI-Routerリポジトリにあり、ファイルのヘッダーにApache 2.0ライセンスが明記されている。機器の発見はローカルネットワーク上のmDNS、またはIPアドレス指定に対応する。二台のマシンの紐づけには利用者の明示的な承認が必要で、以後ノード同士は生成された証明書による相互TLSで暗号化して通信する。ハードウェア面でもっとも異例なのは対応範囲だ。GeForce RTXの20シリーズ以降、DGX Sparkシステム、RTX PROカードに加えて、公式ページはApple M4以降のチップを積んだMacへの対応を挙げている。各コンピュータにモデルをダウンロード済みであれば完全にオフラインで動作し、Windows・macOS・Linuxのクライアントに求められる最低要件も控えめだ（推奨はメモリ8 GB、ストレージ20 GB）。

性能について、NVIDIAはMicrosoft AutoGenと五つのサブエージェントを並行させたテストに触れている。処理時間はRTX搭載ノートPC一台の18分から、三台構成のネットワークで8分48秒に下がったという。ただしNVIDIA自身が、この計測を非公式な例示であり、その構成に固有のものだと述べている。比較は再現できない。モデル、量子化、生成パラメータが示されておらず、現時点で独立した計測も存在しない。SiliconANGLEも指摘するとおり、柔軟な仕組みである以上サービス水準の保証はない。クラスタ内の一台を利用者が直接使い始めれば処理は再配分されるため、PAIRは厳しい締め切りのない長時間の仕事に向く。実際に扱えるノードの上限、ルーティングが加えるネットワークのオーバーヘッド、安定版までの時間、OllamaとLM Studio以外のエンジンへの将来的な対応も、まだ確かめられていない。

AppleのMacに対応することは、家庭の計算資源がすでに分散してしまった現実の実務的な追認であり、NVIDIAに、自社が作っていない競合ハードウェア向けのソフトウェア最適化を強いている。PAIonはローカル推論の本当の壁、つまり巨大なモデルを一枚のコンシューマ向けカードに載せられないという問題を解いてはいない。それでも、近くにある機器の遊休時間を、並行するワークフローを配るための資源に変えてはいる。 — Olya