Nvidia Corp. cible les passionnés d'agents d'intelligence artificielle avec un nouvel outil de clustering distribué local appelé Personal AI Router.
Il leur permet d'utiliser n'importe quel ordinateur Mac ou PC inactif qui traîne dans la maison pour exécuter de petits modèles de langage à la demande et accélérer les charges de travail agentiques avec l'aide de sous-agents. Cela a été annoncé aujourd’hui lors de l’IFA 2026 à Berlin.
Nvidia a expliqué que lorsque les agents d'IA locaux se voient confier une tâche à accomplir, ils divisent généralement ce travail en un ensemble de sous-tâches qui doivent être accomplies à l'unisson pour atteindre l'objectif plus large. Mais si ces sous-tâches sont toutes exécutées par le même ordinateur portable ou ordinateur, elles seront exécutées plus lentement que si chacun des sous-agents disposait de son propre nœud de calcul dédié.
Nvidia PAIR offre un moyen d'accélérer les choses en permettant aux charges de travail d'IA d'être réparties sur un réseau domestique. L’idée est que si un foyer dispose de plusieurs ordinateurs équipés d’unités de traitement graphique, ceux qui restent inactifs peuvent contribuer aux tâches agents en cours. PAIR fonctionne en déterminant quelles sous-tâches doivent être effectuées, puis en décidant comment les répartir sur les ressources GPU disponibles afin qu'elles puissent être réalisées de la manière la plus efficace possible. Une fois le travail terminé, il renvoie les résultats au nœud principal, permettant ainsi d'accomplir la tâche beaucoup plus rapidement.
Nvidia comprend que les ordinateurs d'un réseau domestique ne resteront pas inactifs tout le temps. Parfois, les gens utilisent leur GPU pour des choses comme jouer ou travailler, ou exécuter leurs propres tâches d’IA. Il comprend également que quelqu'un pourrait vouloir commencer à utiliser son PC alors qu'il est en train d'effectuer une sous-tâche.
Dans de tels cas, PAIR redistribuera simplement cette charge de travail vers d'autres nœuds disponibles, ou la renverra au nœud principal si aucun autre n'est disponible. Il est conçu pour être élastique et tirer le meilleur parti de toutes les ressources dont il dispose à tout moment.
Cette flexibilité signifie que les clusters PAIR ne peuvent pas garantir la même qualité de service, mais pour les tâches de longue durée qui ne sont pas soumises à un calendrier strict, ils seront probablement beaucoup plus efficaces que d'exécuter l'intégralité de la charge de travail sur un seul GPU.
Le système est relativement simple à mettre en place. Les utilisateurs téléchargent simplement le logiciel PAIR et l'installent sur leurs appareils locaux, et il créera automatiquement un proxy pour les frontaux d'IA tels que LM Studio et Ollama pour prendre en charge les connexions de cluster. Une fois que toutes les machines disponibles sont liées, PAIR orchestre le travail sur les nœuds actuellement inactifs.
Les nœuds participants doivent également exécuter LM Studio ou Ollama et avoir installé le logiciel PAIR. Mais Nvidia a déclaré que l'inscription des machines dans un seul cluster est assez simple, car elle repose sur le mDNS ou les adresses IP pour la découverte. Il trouvera automatiquement tous les PC de la maison d'un utilisateur, puis l'aidera en lançant des téléchargements de modèles sur chacun d'eux.
Il n’est pas non plus nécessaire d’avoir des modèles d’IA identiques exécutés sur chaque machine. Il examinera simplement quels modèles sont disponibles sur chaque PC et distribuera le travail agent en fonction de leurs capacités.
Selon Nvidia, PAIR peut fonctionner sur n'importe quel système doté de DGX Spark ou d'une carte graphique GeForce RTX série 20 ou d'un matériel plus récent. Il prend également en charge les ordinateurs Mac équipés de processeurs de la série M4 ou de puces plus récentes. Le client PAIR est désormais disponible en version bêta pour les systèmes macOS, Windows et Linux, a indiqué la société.
