NVIDIA让闲置电脑协作跑AI
NVIDIA 的免费开源 Beta 可把局域网内的独立推理请求分给多台设备，但不会合并它们的显存。
✓ 已核实
来源
NVIDIA official developer announcement, cross-checked with The Verge and CNET
⚑ 本地 AI
60 秒版本
NVIDIA PAIR 将局域网内多台兼容电脑的独立 AI 请求分开调度。
要点
- 它支持 Ollama 和 LM Studio，主要解决多智能体任务排队。
- 官方列出的兼容范围包括较新的 RTX、DGX Spark 和 M4 及更新的 Apple 设备。
- 它不合并多台机器的显存，NVIDIA 的速度演示也是自报结果。
结论. PAIR 是本地工作负载协调器，不是把几台电脑合成一块更大的 GPU。
发布了什么给本地 AI 用的软件路由器
NVIDIA 发布了 PAIR Beta。这款开源工具可以发现局域网内的兼容电脑，并把独立推理请求分配给不同节点；它能配合 Ollama 和 LM Studio 工作，重点是协调本地设备，而不是改造智能体框架。
3台NVIDIA 演示中的设备数
8分48秒厂商报告的五子任务用时
M4+官方列出的 Apple 芯片支持
怎么工作把多个小任务分给空闲节点
多智能体工作流常会产生多个互相独立的请求。PAIR 可以根据节点是否就绪、是否已有模型和当前负载来分配任务。它更像本地任务调度器，而不是让一次模型推理跨多台电脑运行。
| PAIR 能做什么 | 在兼容设备之间分配独立的 Ollama 或 LM Studio 推理请求。 |
|---|---|
| PAIR 不能做什么 | 不能合并多台机器的内存或显存，让一次请求运行一个更大的模型。 |
| 部署要准备什么 | 每个节点都需要兼容硬件、推理引擎、模型文件和网络连接。 |
谁能用支持面广，但硬件有条件
NVIDIA 表示，PAIR Beta 支持 Windows、macOS 和 Linux，并覆盖 GeForce RTX 20 系列及更新型号、RTX Pro、DGX Spark，以及 M4 或更新的 Apple 芯片。实际效果还取决于各节点是否装有相同的模型和推理引擎。
安全与限制本地运行不等于没有风险
项目介绍了安全配对、mDNS 发现、双向 TLS 和按节点状态调度。这些是防护措施，不是把敏感数据随便发给所有设备的理由。部署者仍应限制可加入的节点，并了解智能体数据在局域网内的流向。
PAIR 解决的是机器之间的协调，不是单台机器的硬件上限。
结论适合本地实验，不是魔法升级
The Verge 与 CNET 独立报道了 Beta 及其本地 AI 用途，但最快用时仍是 NVIDIA 自测。所以该怎么做？ 如果手头有兼容的闲置设备，可以先用低风险的独立任务测试，并测量自己的延迟，再决定是否长期使用。