Con NVIDIA PAIR, i computer compatibili presenti nella stessa rete locale possono collaborare nella gestione delle richieste AI. Il software è gratuito e open source e punta a rendere gli agenti locali più rapidi, senza affidare ogni attività al cloud.

NVIDIA ha presentato a IFA 2026 NVIDIA PAIR, acronimo di Personal AI Router. È uno strumento pensato per chi esegue modelli e agenti AI in locale e dispone di più computer compatibili nella propria rete domestica o professionale.

L’idea è semplice. Invece di lasciare tutte le richieste a un solo PC, PAIR individua i sistemi disponibili e assegna ogni attività a quello più adatto in quel momento. Un desktop RTX, un notebook, una workstation oppure un DGX Spark possono quindi contribuire al lavoro.

Non si tratta di un nuovo modello AI né di un motore di inferenza. Il software lavora insieme a servizi già diffusi come Ollama e LM Studio, gestendo la distribuzione delle richieste dietro le quinte.

NVIDIA PAIR sfrutta i PC già presenti in rete

L’intelligenza artificiale locale è sempre più interessante per privacy, velocità e controllo dei dati. Un singolo computer, però, può diventare un collo di bottiglia quando un agente deve svolgere più operazioni contemporaneamente.

Un assistente AI può, per esempio, dividere una ricerca in varie attività. Un sotto-agente cerca le fonti, un altro ordina le informazioni e un terzo prepara una sintesi. Se tutto gira su una sola GPU, le richieste finiscono in coda.

NVIDIA PAIR prova a risolvere proprio questo limite. Rileva i dispositivi compatibili sulla rete locale e invia ogni richiesta indipendente a una macchina libera. L’utente continua a usare un’unica interfaccia, mentre il router sceglie dove far elaborare il lavoro.

Il sistema considera diversi fattori. Controlla se il computer è acceso, se il servizio di inferenza è attivo, se possiede il modello richiesto e quanto è già impegnata la GPU. Di conseguenza, può evitare di caricare un PC che sta eseguendo un gioco o un’attività pesante.

Non unisce le GPU in una sola macchina

È importante chiarire un limite. PAIR non trasforma più GPU in una grande GPU virtuale. Ogni singola richiesta viene eseguita dall’inizio alla fine su un solo sistema compatibile.

Perciò, quattro schede video con 16 GB di memoria non diventano una GPU da 64 GB. Il vantaggio arriva dalla possibilità di svolgere più richieste in parallelo. È una differenza rilevante per gli agenti AI, che spesso lavorano con molti compiti distinti.

NVIDIA mostra un esempio con cinque sotto-agenti. Nella sua dimostrazione, il completamento del carico di lavoro è sceso da 18 minuti su un solo PC a 8 minuti e 48 secondi usando tre dispositivi. Il risultato dipende dalla configurazione e dal tipo di attività, ma rende chiaro il possibile beneficio.

NVIDIA PAIR: compatibilità con RTX, Mac e sistemi DGX Spark

Il software è in beta e supporta Windows, macOS e Linux. NVIDIA indica la compatibilità con le GPU GeForce RTX dalla serie 20 in avanti, con le RTX PRO basate su architettura Turing o successiva e con i sistemi DGX Spark.

C’è spazio anche per il mondo Apple. PAIR può funzionare con dispositivi basati su chip Apple dalla famiglia M4 in poi. Questo apre a configurazioni miste, nelle quali un PC RTX e un Mac possono contribuire allo stesso flusso di lavoro locale.

La condizione essenziale è che i dispositivi siano collegati alla stessa rete privata e abbiano un motore compatibile attivo. Ollama e LM Studio restano responsabili dell’esecuzione dei modelli. PAIR si limita a instradare le richieste al nodo disponibile.

Un tassello per l’IA locale di NVIDIA

L’annuncio arriva insieme ad altre novità legate all’AI locale. NVIDIA cita procedure semplificate per l’uso di agenti come Hermes Agent, OpenClaw e Perplexity Portable Computer.

In parallelo, le ottimizzazioni per llama.cpp e vLLM promettono prestazioni fino a 1,9 volte superiori sulle piattaforme NVIDIA. Parte di questi miglioramenti è disponibile anche attraverso strumenti come LM Studio e Ollama.

A IFA sono arrivati inoltre nuovi dettagli sui sistemi RTX Spark. Acer ha mostrato un prototipo desktop compatto, mentre Lenovo ha annunciato i convertibili Yoga Pro 9n e Yoga 9n. I PC Windows basati su RTX Spark sono attesi da ottobre.

PAIR è forse la novità più concreta per chi vuole sperimentare con l’AI locale senza acquistare subito un singolo sistema molto costoso. Se in casa o in ufficio sono già presenti più computer compatibili, il software può sfruttarli come risorse aggiuntive quando servono.