Nvidia、ホームコンピュータをPersonal AI Router（PAIR）で単一のAI推論クラスターに接続

Nvidiaは2026年9月3日、Personal AI Router（PAIR）のベータ版をリリースしました。この無料のオープンソースソフトウェアは、ホームネットワーク上の対応機器をリンクし、ローカルAI推論用の単一クラスターに統合し、エージェントワークロードからのリクエストを利用可能なマシンにルーティングします。

名前はそうであるものの、PAIRはハードウェアルーターでも新しい推論エンジンでもありません。ソフトウェアを発表したNvidiaのテクニカルブログ記事によれば、OllamaやLM Studioといったエンジンは依然として各モデルを選択されたマシンで実行しますが、PAIRは参加システムを検出し、各システムがリクエストに応答可能かを追跡し、独立したジョブをスケジュールし、すべての応答を元のアプリケーションに返します。

ベータ版がサポートする内容

PAIRベータはWindows 11、Linux、macOSで動作し、x64およびarm64アーキテクチャが3つのOSすべてでサポートされています。プロジェクトのドキュメントではWindows on ARMは実験的と記載されています。Nvidiaの製品ページでは、サポート対象ハードウェアとして20シリーズ以降のすべてのGeForce RTX GPU、DGX SparkおよびGB10システム、そしてApple M4チップ以降を搭載したMacが挙げられ、最低8 GBのRAMと推奨ディスク容量20 GB以上が必要とされています。テクニカルブログ記事では、さらにTuringアーキテクチャ以降のRTX PROワークステーションGPUもリストされています。

動作にはインターネット接続は不要ですが、モデルをダウンロードする際には必要です。製品ページでは、クラスターの構築に特別なケーブルやラックは不要であると述べられています: ユーザーはソフトウェアをダウンロードし、デバイスを追加してAIアプリケーションを実行します。NvidiaはPAIRのソースコードをApache License 2.0で公開しており、開発者はコードを検査し、問題を報告し、ディスカバリー、ペアリング、ルーティング、エンジン統合、エンドポイント、ユーザー体験の改善に貢献できるとしています。

GPUプールなしのルーティング

NvidiaはPAIRをハードウェアを統合する手段ではなく、仮想的な推論ルーターとして位置付けています。各リクエストは適格なノードに割り当てられ、そのノード上で完了するまで保持されます。ソフトウェアはGPUメモリをプールしたり、GPUを大きな論理アクセラレータに結合したり、単一モデルを複数マシンに分割したり、実行中の推論リクエストをノード間で分割したりしません。

アプリケーションはOllama互換およびOpenAI互換のプロキシエンドポイントを通じて接続しますが、これらはPAIRが両エンジンが使用するデフォルトポートを取得して作成します。Nvidiaは、これによりエージェントは既存のインターフェースをそのまま使用でき、新たなクラスターAPIを統合する必要がないと述べています。ノードがリクエストの対象になるのは、サポート対象エンジンが有効化され、要求された正確なモデルがそのノードに存在する場合のみで、PAIRは既にモデルを保持していることが分かっているノードを優先します。クラスター内のモデルが完全に同一である必要はなく、同じモデルタグを複数ノードにロードすればスケジューラの対象プールが拡大します。

新たなリクエストが来るたびに、スケジューラはペアリングされたノードがオンラインで準備ができているか、サポート対象エンジンが有効か、要求されたモデルが存在するか、現在のワークロード（アクティブジョブを含む）やGPU使用率（例：グラフィック負荷の高いアプリケーションが動作中）を評価します。ノードは利用可能なときに容量を提供し、必要に応じて（ノートパソコンがスリープ、閉じる、ネットワークから離脱したときなど）離脱します。

検出、セキュリティ、プライバシー

インストール後、PAIRはmDNSを利用したローカルネットワーク検出により近隣のシステムを自動的に検出し、IPアドレスでノードを追加することも可能です。2台のマシンをペアリングする際は、招待側マシンに表示される6桁のPINを入力側マシンで入力します。Nvidiaは、セキュアなペアリングが確立されるまでノード間通信は遮断され、その後はMTLSと生成された証明書でトラフィックが保護されると述べています。同社はこのソフトウェアをプライベートなローカル推論向けに位置付けており、プロンプトやファイル、エージェントコンテキストはユーザーのホームネットワーク内に留まり、クラウド推論サービスへ送信されません。リポジトリのドキュメントは、ローカルHTTPエンドポイント、LAN検出、クラスター通信を含むため、信頼できないネットワークや共有ネットワーク上でPAIRを展開する前にセキュリティ注意事項を必ず読むよう警告しています。

対象ワークロードと非公式デモ

Nvidiaは、PAIRが多数の独立したリクエストを同時に処理するワークロード、例えばリードエージェントが複雑なタスクをサブエージェント向けの小さなジョブに分割するマルチエージェントアプリケーションを対象としていると述べています。Hermes DesktopエージェントとOllamaを用いたデモでは、Qwen 3.6 35B A3Bモデルを使用した5サブエージェントタスクが単一のRTX SparkノートPCで平均18分かかり、RTX SparkノートPC、DGX Spark、RTX 5090の3台で構成するPAIRクラスターでは同じワークロードが平均8分48秒で完了したと報告されています。Nvidiaはこの結果を一般的なベンチマークや線形スケーリングの保証ではなく、非公式かつ構成依存のデモと位置付け、成果はワークロードの並列性、モデル、エンジン設定、ハードウェア、ネットワーク、ノードの可用性に左右されると指摘しています。

同社は、極めてシーケンシャルなタスクや、単一の長時間モデル呼び出しが支配的なワークロード、あるいは要求されたモデルが1ノードにしか存在しない構成では効果が低減する可能性があると述べています。リポジトリのドキュメントでは、現在のソフトウェアはキューイングされた作業と粗いGPU使用率シグナルを組み合わせた単一のスケジューリングポリシーのみを提供しており、類似したマシン間では適合しやすいが、構成が大きく混在したクラスターには不向きであると付記しています。また、Nvidiaはスケジューラをより賢くするためのフィードバックを求めており、具体的に何がいつ提供されるかについては固定した約束はないとしています。

原文記事の参照元: github.com [1]