Nvidia conecta computadoras domésticas en un único clúster de inferencia de IA con PAIR

Nvidia el 3 de septiembre de 2026 lanzó la versión beta del Personal AI Router (PAIR), un software gratuito y de código abierto que conecta computadoras compatibles en una red doméstica en un único clúster para inferencia de IA local, encaminando solicitudes de cargas de trabajo de agentes a través de las máquinas disponibles.

A pesar de su nombre, PAIR no es un router de hardware ni un nuevo motor de inferencia. Según la publicación del blog técnico de Nvidia que anuncia el software, motores como Ollama y LM Studio siguen ejecutando cada modelo en una máquina seleccionada, mientras que PAIR descubre los sistemas participantes, verifica si cada uno está listo para una solicitud, programa trabajos independientes y devuelve cada respuesta a la aplicación que la originó.

Qué admite la beta

La beta de PAIR funciona en Windows 11, Linux y macOS, con arquitecturas x64 y arm64 compatibles en los tres sistemas operativos; la documentación del proyecto describe Windows en ARM como experimental. La página de producto de Nvidia enumera el hardware compatible como todas las GPU GeForce RTX a partir de la Serie 20, los sistemas DGX Spark y GB10, y los Macs con chips Apple M4 o posteriores, junto con un mínimo de 8 GB de RAM y 20 GB o más de espacio en disco recomendado. La publicación del blog técnico también incluye GPU RTX PRO para estaciones de trabajo basadas en la arquitectura Turing y versiones posteriores.

No se requiere conexión a Internet para su funcionamiento, aunque sí es necesaria para descargar modelos. La página de producto indica que configurar un clúster no necesita cables o bastidores especiales: los usuarios descargan el software, añaden sus dispositivos y ejecutan sus aplicaciones de IA a través de él. Nvidia publica el código fuente de PAIR bajo la Licencia Apache 2.0, y afirma que los desarrolladores pueden inspeccionar el código, reportar problemas y contribuir con mejoras en el descubrimiento, emparejamiento, enrutamiento, integración de motores, puntos finales y la experiencia del usuario.

Enrutamiento sin agrupar GPUs

Nvidia describe PAIR como un router de inferencia virtual en lugar de una forma de combinar hardware. Cada solicitud se asigna a un nodo elegible y permanece allí durante su vida útil; el software no agrupa la memoria de GPU, ni combina GPUs en un acelerador lógico mayor, ni fragmenta un único modelo entre máquinas, ni divide una solicitud de inferencia en curso entre nodos.

Las aplicaciones se conectan a través de puntos finales proxy compatibles con Ollama y OpenAI, que PAIR crea al tomar el control de los puertos predeterminados que utilizan los dos motores. Nvidia afirmó que esto permite que los harness de agentes continúen usando la interfaz que ya conocen, sin necesidad de integrar una nueva API de clúster. Un nodo solo se vuelve elegible para una solicitud cuando un motor compatible está habilitado en él y el modelo exacto solicitado está presente, y PAIR prefiere los nodos que ya sabe que poseen el modelo. Los modelos no tienen que ser idénticos en todo el clúster; cargar la misma etiqueta de modelo en más nodos brinda al programador un conjunto elegible más amplio.

Para cada nueva solicitud, el programador evalúa si un nodo emparejado está en línea y listo, si un motor compatible está habilitado, si el modelo solicitado está presente, la carga de trabajo actual que incluye trabajos activos y la utilización existente de la GPU, como una aplicación gráfica intensiva en ejecución. Los nodos pueden aportar capacidad cuando están disponibles y retirarse cuando sea necesario, por ejemplo, cuando una laptop se suspende, se cierra o abandona la red.

Descubrimiento, seguridad y privacidad

Tras la instalación, PAIR utiliza descubrimiento en la red local mediante mDNS para localizar automáticamente los sistemas cercanos, y también se puede añadir un nodo mediante dirección IP. El emparejamiento de dos máquinas emplea un PIN de seis dígitos que se muestra en la máquina que invita y se introduce en la invitada. Nvidia indicó que toda comunicación nodo a nodo está bloqueada hasta que se establece el emparejamiento seguro, tras lo cual el tráfico se protege con MTLS y certificados generados. La compañía posiciona el software para inferencia local privada, con indicaciones, archivos y contexto de agente permaneciendo en la red doméstica del usuario en lugar de enviarse a un servicio de inferencia en la nube. La documentación del repositorio advierte a los usuarios que lean sus notas de seguridad antes de desplegar PAIR en una red no confiable o compartida, ya que incluye puntos finales HTTP locales, descubrimiento LAN y redes de clúster.

Cargas de trabajo objetivo y una demostración no oficial

Nvidia afirmó que PAIR está dirigido a cargas de trabajo que generan muchas solicitudes independientes simultáneamente, como aplicaciones multi‑agente en las que un agente principal descompone una tarea compleja en trabajos más pequeños para subagentes. En una demostración con el agente Hermes Desktop y Ollama, la compañía informó que una tarea de cinco subagentes usando el modelo Qwen 3.6 35B A3B tomó un promedio de 18 minutos en una sola laptop RTX Spark, mientras que un clúster PAIR de tres dispositivos que combinaba una laptop RTX Spark, un DGX Spark y una RTX 5090 completó la misma carga de trabajo en un promedio de 8 minutos y 48 segundos. Nvidia describió el resultado como una demostración no oficial y específica de la configuración, más que un benchmark general o una promesa de escalado lineal, señalando que los resultados dependen del paralelismo de la carga, el modelo, la configuración del motor, el hardware, la red y la disponibilidad de los nodos.

La compañía señaló que tareas altamente secuenciales, cargas de trabajo dominadas por una única llamada de modelo prolongada, o configuraciones donde solo un nodo posee el modelo solicitado pueden obtener menos beneficio. La documentación del repositorio añade que el software actualmente incluye una única política de programación que combina trabajo en cola con una señal de utilización de GPU gruesa, lo que lo hace más adecuado para máquinas similares que para un clúster muy heterogéneo, y que Nvidia busca retroalimentación para hacer el programador más inteligente sin compromisos fijos sobre qué se lanzará o cuándo.