【無料】NVIDIAの「PAIR」で余ったPCをAI処理に回せる、3台で18分の処理が約9分に縮まった

PAIRは同じネットワーク上のPCにAI処理を自動で振り分ける

PAIRは「Personal AI Router」の略で、NVIDIAが9月3日にIFA 2026（ベルリンのテクノロジー見本市）で発表した。オープンソースで、ベータ版がGitHubから入手できる。

仕組みはこうなる。AIエージェントが処理を投げると、PAIRがプロキシとして受け取る。ネットワーク上で空いているPCを探し、対応するモデルが入っていて負荷に余裕があるPCを選び、ジョブを割り当てる。結果は元のPCにまとめて返る。

対応する推論エンジンはOllamaとLM Studioの2つ。OpenAI互換のAPIで動くので新しいAPIは不要だ。PC間の通信はmDNSで互いを発見し、mTLS（相互TLS）で暗号化する。

NVIDIAによると、AIエージェントが複数のサブエージェントへ作業を分割して処理する流れが広がっている。1台のGPUだけでは処理が詰まる場面が増えているとしている。

3台のデモで18分が約9分に　ただしGPUメモリは束ねられない

NVIDIAが公開したデモでは、RTX Spark搭載PC・DGX Spark・RTX 5090搭載PCの3台をPAIRでつないだ。アリババのオープンモデル「Qwen 3.6-35B-A3B」で5つのサブエージェントを同時に動かした。

1台だけなら平均18分かかった処理が、3台では平均8分48秒で終わった。

ただし制約がある。各PCのGPUメモリを束ねることはできない。1台では載り切らない大きなモデルを3台で分担するという使い方は対象外だ。あくまで複数のジョブを別々のPCに割り当てて並列に走らせる仕組みになる。

処理を割り当てるPCにも同じモデルをインストールしておく必要がある。サブエージェント自体を分割して複数PCにまたがらせることもできない。

ローカルAIをチームで使う会社　GPU2台目からが分かれ道になる

PAIRが効くのは、ローカル環境でAIを動かしている開発チームや社内にGPUマシンが複数台ある会社だ。AIエージェントが複数のサブタスクを並列で投げる場面が増えており、1台のGPUがボトルネックになるケースが出てきている。

社内に使われていないGPU搭載PCがあれば、PAIRでつないで処理を分散できる。データが社外に出ないローカル環境のまま処理速度を上げられるのは、機密データを扱う会社にとって大きい。

一方でクラウドのAPIで十分な会社やGPUが1台しかない個人には当面は関係がない。手元に対応GPUのPCが2台以上あるかどうかが出発点になる。

対応GPUとOSとOllamaの3つで今日から試せる

PAIRを使うには3つがそろっている必要がある。GPUはGeForce RTX 20シリーズ以降・DGX Spark・Mac M4以降に対応する。OSはWindows 11・macOS Tahoe・Ubuntu 14.04・DGX OS。推論エンジンはOllamaかLM Studio。メモリは最低8GB、ストレージは20GB以上の空きが要る。

ネットはモデルのダウンロード時だけ使う。推論そのものはオフラインで動く。ダッシュボードでネットワーク上の各PCの状態をリアルタイムで確かめられる。ジョブを割り当てる必要がないときは不要なPCの電源を自動で管理する機能もある。

まだベータ版なので不具合は出るかもしれない。関心があるならまず対応GPUのPCが2台以上あるかを確かめたい。OllamaかLM Studioを入れたうえでGitHubからPAIRを取ってくる。