Nvidia lancia uno strumento gratuito per unire i PC inattivi all'AI

Quando un computer desktop di casa è inattivo, Nvidia vuole che faccia qualcosa di più che aspettare: il suo nuovo Personal AI Router gratuito, o PAIR, collega i computer compatibili sulla rete e li usa per l'inferenza locale dell'AI. Nonostante il nome, PAIR è un software open source, non un router hardware.

Il software individua i PC compatibili, li collega e li prepara per le attività di AI con strumenti come Ollama e LM Studio. L'elenco dell'hardware è incentrato su Nvidia: sono supportate le schede GeForce RTX 20-series e successive, le GPU RTX Pro e i sistemi DGX Spark. Funzionano anche i chip Apple M4 o successivi.

Il meccanismo è distribuito. PAIR utilizza i computer quando sono inattivi e consente poi ai sistemi collegati di elaborare le richieste in parallelo. Questo si adatta ai flussi di lavoro agentici, nei quali le attività complesse vengono suddivise in compiti più piccoli, e secondo Nvidia l'approccio dovrebbe impedire la formazione di grandi colli di bottiglia su una singola GPU.

La rete non è pensata per sottrarre un computer al suo proprietario. PAIR può adattarsi quando i dispositivi entrano o escono dalla rete, anche quando qualcuno inizia a giocare su un PC desktop. Durante un briefing con la stampa, il product manager di Nvidia Seth Schneider ha descritto una casa piena di computer potenti che con il software potrebbero fare di più.

In concreto, quindi: una casa con diverse macchine compatibili può utilizzare la loro capacità inutilizzata per l'inferenza locale dell'AI e l'elaborazione parallela, invece di trattare ogni computer come una risorsa isolata. I beneficiari immediati sono le persone che possiedono già hardware supportato e vogliono eseguire attività di AI locale con strumenti come Ollama o LM Studio.

Si tratta del lancio di un software, non di una nuova macchina Nvidia. La sua utilità dipende comunque dalla presenza di computer compatibili disponibili sulla rete domestica. PAIR è tuttavia un tentativo concreto di far funzionare l'hardware domestico esistente in modo più simile a un data center personale per l'AI.