Nvidia PAIR（意为个人AI路由器，Personal AI Router）是一套巧妙的解决方案，用来应对目前许多人还不常遇到的问题——至少现在还不算普遍。这是一套面向经常需要在家中运行复杂或高GPU占用AI智能体任务的用户而设计的新系统。如果智能体的任务可以拆分成多个可并行处理的子智能体（也就是说它们彼此之间没有依赖关系），PAIR便能通过把这些工作分配给网络上的其他电脑，从而加快智能体的运行速度，或释放主系统的算力资源。
换句话说，理论上我可以在自己的台式电脑上运行PAIR，同时让我的MacBook Pro去处理繁重的照片分类和分析工作（我有成千上万张照片需要整理），或者让你用它去管理智能家居设备（虽然我家用的都是"傻瓜"设备），而我们各自可以在自己的电脑上专心玩游戏。这一切都可以在本地网络内完成。
PAIR是开源项目，今天正式进入测试阶段，代码已在Github上开放。该系统基于成熟的标准构建，包括用于局域网设备发现的mDNS协议，以及用于安全通信的MTLS协议。
工作原理
PAIR可以在Windows、Mac和Linux系统上运行，不过据推测，主系统需要配备RTX系列GPU。Nvidia并未说明Windows或Linux系统的具体配置要求，但对于Mac系统，则需要搭载M4代及以后处理器的相对较新机型。由于智能体的运算是在远程系统上执行的，这些系统必须具备并能够运行所需的AI模型，目前该系统仅兼容Ollama和LM Studio这两种推理引擎（尚不清楚是否包括新推出的LM Bionic）。
在每台设备上安装软件并完成连接后，用户就可以在主系统上运行自己的智能体，例如Hermes Desktop或OpenClaw。智能体负责统筹整个流程，比如决定并编排需要分配哪些子智能体，然后将这些子智能体的任务发送给PAIR，PAIR在这里的角色相当于一个代理引擎。接下来，PAIR会把这些子智能体分配给网络中的其他电脑，并接收它们的运算结果，再反馈给主智能体。简而言之，智能体负责决定需要执行什么任务，而PAIR负责决定在哪里执行，并管理智能体与子智能体之间的通信。
PAIR不能做什么
PAIR会根据多项标准来分配子智能体任务：比如某台设备是否正在接受新任务、是否已安装所需的推理引擎和模型、当前工作负载如何，以及还有多少空闲的GPU带宽。Nvidia表示，公司正在持续扩展和优化这些分配标准。系统还配备了一个仪表盘，可以实时显示各设备的运行状态。
不过，这款软件无法解决一个更棘手的问题：如果各台设备本身算力或内存不足，PAIR也爱莫能助。它并不会把各台设备的GPU算力或内存进行池化整合，因此如果某个模型本身超出了单台设备的承载能力，用户也无法借助PAIR来运行更大的模型。但如果多个子智能体分别在不同设备上运行，至少可以避免多个并行任务挤占同一块内存空间的问题。此外，PAIR也不会把单个子智能体拆分到多台设备上协同运行，每个子智能体只能被分配给一台设备执行。
要让这套系统发挥最佳效果，用户恐怕需要让更多原本可能不打算一直开着的设备保持开机状态。而且目前尚不清楚，如果有人在某台设备正在运行子智能体任务的同时，突然想要看视频或玩游戏，系统会如何处理这种情况。
Q&A
Q1：Nvidia PAIR是什么？
A：Nvidia PAIR全称是Personal AI Router（个人AI路由器），是一套开源系统，可以把AI智能体的子任务分配给局域网内的其他电脑并行处理，从而加快任务速度或释放主系统算力，且整个过程都在本地网络内完成。
Q2：Nvidia PAIR支持哪些系统和设备？
A：PAIR支持Windows、Mac和Linux系统，主系统通常需要配备RTX系列GPU，Mac设备则需要M4代及以后的处理器。目前仅兼容Ollama和LM Studio两种推理引擎。
Q3：Nvidia PAIR能不能让多台电脑共享算力来运行更大的模型？
A：不能。PAIR并不会把各台设备的GPU算力或内存池化整合，所以无法用它运行单台设备本身承载不了的大模型，它只是把可并行的子任务分配到不同设备上分别运行。
