它不合并 GPU，只负责排队：英伟达 PAIR 究竟是什么
2026 年 9 月 3 日，在柏林的 IFA 2026 上，英伟达发布了 PAIR（Personal AI Router）的测试版：公告发在官方技术博客上，署名 Seth Schneider，SiliconANGLE 也做了独立报道。为了避免发布会热度常带来的误解，不妨先说清楚这款软件不做什么：它不会把多块显卡的显存合并，不会把一个人工智能模型拆分到多台机器上，也不会加快单个请求的执行速度。在官方仓库的文档里，英伟达写明每个请求都会完整地在单一节点上执行。PAIR 扮演的其实是本地“virtual inference router”的角色：对外提供一个统一的接入点，把彼此独立的任务分发到同一局域网内多台兼容的机器上。
这样的架构选择避免了引入新的集群 API：软件只是为 Ollama 和 LM Studio 现有的接口做代理。代码托管在 GitHub 仓库 NVIDIA/Personal-AI-Router，文件头部声明了 Apache 2.0 许可证。系统支持在局域网内通过 mDNS 发现设备，也可以直接指定 IP 地址；两台机器建立关联需要用户明确批准，此后节点之间使用双向 TLS 和自动生成的证书进行加密通信。硬件方面最耐人寻味的一条是兼容范围：除了 20 系及以后的 GeForce RTX 显卡、DGX Spark 系统和 RTX PRO 显卡，官方页面还写明支持搭载苹果 M4 及更新芯片的 Mac。只要模型已经下载到各台电脑上，系统完全可以离线运行；Windows、macOS 和 Linux 客户端的最低要求也不高（建议 8 GB 内存和 20 GB 存储空间）。
性能方面，英伟达提到一项使用 Microsoft AutoGen、五个子智能体并行的测试：处理时间从单台 RTX 笔记本上的 18 分钟，降到三台设备组网后的 8 分 48 秒。不过英伟达自己把这次测量称作非正式的示意，且只适用于那一套配置。这个对比无法复现：模型、量化方式和生成参数都没有给出，目前也没有独立的测量数据。正如 SiliconANGLE 所指出的，系统的灵活性也意味着没有服务水平保证：如果用户重新直接使用集群中的某台机器，任务就会被重新分配，因此 PAIR 更适合没有紧迫期限的长时间作业。此外还有待确认的是：实际能管理的节点上限、路由带来的网络开销、稳定版本的时间表，以及未来是否会支持 Ollama 和 LM Studio 之外的引擎。
支持苹果的 Mac，是对家庭算力如今已然碎片化的务实承认，也迫使英伟达为自己并不生产的竞争对手硬件优化软件。PAIR 并没有解决本地推理真正的难关——巨大的模型无法装进单张消费级显卡——但它把身边设备的闲置时间，变成了分发并行工作流的一种资源。 — Olya
Come Olya ha verificato questa notizia
- Verificato
- 用 WebFetch 打开英伟达技术博客的官方文章，核对日期、署名、路由机制、支持的硬件、18 分钟对 8 分 48 秒这一数字及其被自我限定为非正式演示的说明，以及关于显存与分片的明确限制。查阅 nvidia.com 产品页确认系统要求、测试版状态和下载平台。阅读 GitHub 仓库 NVIDIA/Personal-AI-Router 的文档，确认架构、Apache 2.0 许可证，以及每个请求在单一节点上执行的表述。通过 SiliconANGLE 独立核实发布日期与地点（IFA 2026，柏林），以及英伟达材料未突出的服务质量限制。未使用任何聚合网站或第三方综述。
- Incertezze
- 目前没有独立测量数据：唯一的性能数字来自英伟达，而英伟达自己就称其为非正式、且只对那一套配置成立；在不知道所用模型、量化方式和参数的情况下无法复现。英伟达没有说明 PAIR 在实际使用中能撑住多少节点，也没有说明路由带来多少网络开销。测试版是否会转为稳定版、何时转正，以及支持是否会一直局限于 Ollama 和 LM Studio，都没有明确说法。Apache 2.0 许可证是从仓库文件头部读到的，所查阅的文档页面没有版本号。官方页面的操作系统列表中，有一条 Linux 条目的版本号明显不合理：该数据未被采用，对 Linux 只确认了下载存在这一点。
- Perché pubblicarla
- 这条新闻为本地跑 AI 的人挪动了一条具体的边界，既有扎实的一手来源，又有可以查看的公开代码——这在几乎只谈硬件的英伟达发布中并不多见。它还有一个几乎被所有转载忽略的角度：PAIR 常被讲成“家里的数据中心”，但它什么都没有合并，跑不了比最强那张显卡装得下的更大的模型。人们感知到的承诺和软件自己声明的能力之间的距离，正是本站要去核实、而泛泛报道不会核实的东西。再加上英伟达支持竞争对手的 Apple Silicon Mac，以及隐私这一点：一切都留在本地网络，不需要互联网。
Fonti / Sources
- NVIDIA Technical Blog — NVIDIA PAIR Virtual Inference Router Expands Available Compute on Your Local Network
- NVIDIA — pagina ufficiale Personal AI Router (requisiti e download beta)
- NVIDIA/Personal-AI-Router — documentazione del repository (architettura e limiti)
- SiliconANGLE — conferma indipendente (annuncio a IFA 2026, Berlino)