Η NVIDIA παρουσιάζει το PAIR: Ενώνει RTX, DGX Spark και Mac σε ένα προσωπικό AI cluster

Το NVIDIA PAIR ενώνει RTX, DGX Spark και Mac σε τοπικό AI cluster, χωρίς cloud. Δείτε πώς λειτουργεί και τι απαιτεί.

Η NVIDIA κυκλοφόρησε σε beta το Personal AI Router (PAIR), ένα λογισμικό που ενώνει RTX υπολογιστές, DGX Spark συστήματα και Mac του ίδιου δικτύου σε ένα ενιαίο, τοπικό AI cluster. Η εφαρμογή δρομολογεί αυτόματα τα αιτήματα επεξεργασίας σε όποια συσκευή έχει ελεύθερους πόρους εκείνη τη στιγμή, χωρίς να χρειάζεται σύνδεση στο cloud. Είναι διαθέσιμη δωρεάν για Windows, macOS και Linux.

Τι λύνει το PAIR

Όποιος έχει σπίτι παραπάνω από μία συσκευή με GPU —ας πούμε ένα gaming PC με RTX κάρτα και ένα Mac— μέχρι τώρα τις χρησιμοποιούσε ξεχωριστά. Το PAIR τις βλέπει σαν ενιαίο δίκτυο επεξεργαστικής ισχύος. Ανακαλύπτει αυτόματα τις συμβατές συσκευές στο τοπικό δίκτυο και τις οργανώνει σε ένα «προσωπικό AI cluster», χωρίς ειδικά καλώδια, racks ή πολύπλοκη ρύθμιση cluster. Σημαντικό: οι συσκευές παραμένουν ξεχωριστά συστήματα που τρέχουν εργασίες παράλληλα· το PAIR δεν τις συνενώνει σε ένα εικονικό GPU.

Πώς δρομολογούνται τα αιτήματα

Όταν ένα AI εργαλείο ή agent στέλνει ένα αίτημα επεξεργασίας, το PAIR το κατευθύνει στη συσκευή που έχει διαθέσιμη χωρητικότητα εκείνη τη στιγμή. Αν μια συσκευή είναι απασχολημένη, το αίτημα πηγαίνει σε άλλον κόμβο του δικτύου. Αυτό βοηθάει ιδιαίτερα σε φορτωμένα workflows με πολλαπλά ή διαδοχικά αιτήματα, όπως συμβαίνει με agents που τρέχουν πολλά βήματα στη σειρά. Οι εφαρμογές δεν χρειάζεται να ξαναρυθμιστούν για κάθε συσκευή ξεχωριστά — μιλάνε σε ένα ενιαίο τοπικό endpoint, και το PAIR αναλαμβάνει την υπόλοιπη δουλειά.

Ollama, LM Studio και τι σημαίνει «private»

Στην κυκλοφορία, το PAIR υποστηρίζει ως backends τα Ollama και LM Studio, δύο από τα πιο δημοφιλή εργαλεία για τοπικό inference μοντέλων. Οι εφαρμογές μιλάνε στο τοπικό endpoint και το PAIR κάνει proxy το αίτημα στο κατάλληλο σημείο του cluster. Η NVIDIA τονίζει πως prompts, αρχεία και context παραμένουν στο τοπικό δίκτυο — δεν στέλνονται πουθενά αλλού. Σύνδεση στο ίντερνετ χρειάζεται μόνο για το κατέβασμα μοντέλων, όχι για την καθημερινή λειτουργία.

Απαιτήσεις συστήματος

• Λειτουργικά συστήματα: Windows 11, DGX OS, Ubuntu, macOS Tahoe
• GPU: Κάρτες GeForce RTX (από τη σειρά 20 και μετά), DGX Spark/GB10, Mac με chip M4 ή νεότερο
• RAM: 8 GB ή περισσότερο
• Αποθηκευτικός χώρος: συνιστώνται 20 GB ή περισσότερα
• Γλώσσα: Αγγλικά, τουλάχιστον προς το παρών

Το πρόγραμμα κατεβαίνει σε εκδόσεις για Windows (x86 και ARM), macOS και Linux, με ξεχωριστά πακέτα για επεξεργαστές x86 και ARM.

Πώς διαφέρει από ένα σενάριο δρομολόγησης φτιαγμένο στο χέρι

Κάποιος με τεχνικές γνώσεις θα μπορούσε να στήσει το δικό του σύστημα δρομολόγησης αιτημάτων ανάμεσα σε πολλές συσκευές. Η NVIDIA υποστηρίζει πως το PAIR καλύπτει ό,τι θα χρειαζόταν κανείς να χτίσει μόνος του — ανίχνευση κόμβων, διαχείριση endpoints, proxying στα backends και δρομολόγηση φόρτου — σε ένα έτοιμο επαναχρησιμοποιήσιμο layer, αντί να το φτιάχνει κάθε φορά από την αρχή για κάθε workflow.

Η άποψή μας στο Techblog

Το PAIR έρχεται τη στιγμή που όλο και περισσότεροι χρήστες θέλουν να τρέχουν μοντέλα τοπικά, είτε για ιδιωτικότητα είτε για να γλιτώσουν συνδρομές σε cloud υπηρεσίες. Το ενδιαφέρον εδώ είναι πως η NVIDIA δεν πουλάει καινούριο hardware — αξιοποιεί ό,τι ήδη υπάρχει σκορπισμένο στο σπίτι ή στο γραφείο. Αν η εγκατάσταση είναι όσο απλή υπόσχεται η εταιρεία, μπορεί να αλλάξει τον τρόπο που πολλοί χρήστες σκέφτονται το «δικό τους» AI setup, χωρίς να χρειαστεί να αγοράσουν κάτι νέο.