# 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。

_Source: NVIDIA official developer announcement, cross-checked with The Verge and CNET · 2026-09-04 · 5 min read · Verified against primary sources_

Canonical: https://iyu.app/zh/e/pair-local-ai-inference-pool

## 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。

## 全文

> **→** **一句话：** PAIR 将局域网内多台设备的独立 AI 请求分开调度，但不会把它们的显存合并。


### 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

> **⚑ Caveat:** 8 分 48 秒与 18 分钟的对比是 **NVIDIA 自己的演示**，不是普遍性能保证。结果会随模型、提示词、电脑和网络变化。


### 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。


## Primary sources

- [NVIDIA official technical announcement](https://developer.nvidia.com/blog/nvidia-pair-virtual-inference-router-expands-available-compute-on-your-local-network/)
- [The Verge independent report](https://www.theverge.com/ai-artificial-intelligence/989435/nvidia-pair-personal-ai-router-home-local-llm-compute-tool-rtx-macbook)
- [CNET independent report](https://www.cnet.com/tech/services-and-software/nvidia-pair-speeds-ai-agents-by-annexing-pcs-on-your-network/)

---
_Published by iyu (https://iyu.app) — the day's AI news, checked against primary sources and rewritten in plain language. Free to quote with attribution and a link to the canonical URL._