英伟达推出 PAIR：把家中闲置电脑拼成个人 AI 计算池

导语

家里往往不只有一台电脑：一台装有独立显卡的游戏主机、工作用笔记本，或者一台搭载 Apple Silicon 的 Mac，都可能在大部分时间处于低负载状态。英伟达最新发布的 Personal AI Router（PAIR），试图把这些分散的设备连接起来，组成一个面向本地 AI 推理的个人计算池。

先明确一点，PAIR 并不是网络硬件，也不是传统意义上的路由器。它是一款由英伟达开发的开源软件，目前以测试版形式提供，支持 Windows、Linux 和 macOS。软件可以在同一网络中发现兼容设备、完成配对，并为本地 AI 工作流分配计算任务。

核心要点

• 面向本地推理工具。 PAIR 可与 Ollama、LM Studio 等本地 AI 工具配合使用，重点是把模型推理放在用户自己的设备上，而不是完全依赖云端服务。
• 利用闲置算力。 当电脑处于空闲状态时，系统可以调用其计算资源；如果用户开始游戏，或某台设备离开网络，PAIR 会根据设备变化调整任务分配。
• 兼容范围较广。 目前支持 RTX 20 系列及更新的 GeForce 显卡、RTX Pro GPU、DGX Spark 系统，也支持 M4 及更新的苹果芯片。实际体验仍取决于显存、内存、模型规模和网络环境。
• 适合并行任务。 英伟达将其定位为服务于会把复杂工作拆成多个子任务的 Agent 工作流。多台设备可以并行处理请求，减少单台电脑成为瓶颈的情况。
• 提供设备配对安全机制。 设备通过六位数代码完成配对，随后使用双向 mTLS 建立加密通信通道。

意义与局限

PAIR 的价值不在于凭空增加算力，而在于降低多设备协同的门槛。对于已经拥有游戏台式机和一台笔记本的用户，它可能比单独升级一台机器更容易尝试本地 AI。英伟达给出的家庭场景甚至包含多台高性能电脑，但公司也表示，较现实的典型配置可能只是一台 Mac 或 Windows 笔记本加一台游戏 PC。

不过，设备数量增加并不等于性能可以简单相加。不同 GPU 的架构、显存和软件支持存在差异，任务拆分、网络通信以及设备忙闲变化也会带来调度成本。PAIR 更适合可并行的推理或 Agent 任务，并不意味着任意大模型都能在多台家用电脑上无缝运行。用户还需要考虑耗电、噪声、散热，以及让本地设备长期在线所带来的管理成本。

除了 PAIR，英伟达还宣布 Perplexity Portable Computer、Hermes Agent 和 OpenClaw 将在 Windows 上提供更简化的本地部署体验。整体来看，这些动作反映出本地 AI 正从“能否运行”转向“如何更容易运行”：闲置设备、桌面 GPU 和个人数据，都可能成为云端之外的推理基础设施。

来源：The Verge AI