NVIDIA’s PAIR (Personal AI Router)-Projekt verteilt die Rechenleistung verschiedener Computer im selben Netzwerk auf Aufgaben der künstlichen Intelligenz. Geräte mit Windows, Linux und macOS können demselben Cluster beitreten: ein Windows-Computer mit einer RTX-Grafikkarte, eine Maschine mit Ubuntu und ein MacBook mit Apple-Silicon-Prozessor. In dem System, das keinen separaten Hauptserver benötigt, führen die Geräte sowohl Aufgaben aus als auch die Weiterleitung; neue Geräte erhöhen die Gesamtkapazität.
PAIR ist keine neue Inferenz-Engine, sondern eine Proxy-Schicht, die vor Ollama und LM Studio arbeitet. Die Verbindung wird an den Router übergeben, ohne dass der bestehende Client- oder Agentencode geändert werden muss. Unabhängige Aufgaben mehrerer Agenten werden auf freie GPUs verteilt; die Grafikkarten werden dabei physisch nicht zu einer einzigen GPU.
In einem NVIDIA-Test wurde eine Arbeitslast mit fünf Unteragenten mit einem einzelnen RTX Spark Laptop in 18 Minuten abgeschlossen; in einem Cluster aus Laptop, DGX Spark und RTX 5090 dauerte sie 8 Minuten und 48 Sekunden. PAIR kann ein durch Spiele stark ausgelastetes Gerät vorübergehend aus den Aufgaben nehmen. Wenn der Deckel des Laptops geschlossen wird, arbeiten die anderen Geräte weiter; das frei gewordene Gerät kann anschließend wieder dem Cluster beitreten. Das System bündelt die VRAMs nicht: Zwei Karten mit jeweils 8 GB VRAM können nicht als 16 GB VRAM genutzt werden.
Warum das wichtig ist
Dieser Ansatz ermöglicht es KI-Arbeitslasten, die freie Kapazität verschiedener Geräte im selben Netzwerk zu nutzen, ohne an eine einzige leistungsstarke Maschine gebunden zu sein. Das schafft Flexibilität für Nutzer von Multi-Agenten-Systemen, die Computer mit Windows, Linux und macOS sowie unterschiedlicher Hardware gemeinsam einsetzen möchten; dass keine Änderungen auf der Client-Seite erforderlich sind, senkt zudem die Integrationshürde für bestehende Tools. Dass Geräte etwa wegen eines Spiels oder des Schließens des Laptopdeckels vorübergehend deaktiviert werden können, zeigt, dass der Cluster mit variablen Ressourcen statt mit einem festen Server arbeitet. Da PAIR den Speicher der Grafikkarten hingegen nicht bündelt, vergrößert die Kapazitätssteigerung nicht die VRAM-Menge, in die eine einzelne Aufgabe passen kann. Der Test von NVIDIA zeigt, dass der Gewinn davon abhängt, unabhängige Aufgaben auf mehrere Geräte zu verteilen.
Hintergrund
NVIDIA ist im FikirPilot-Archiv kein neuer Name: In den vergangenen 90 Tagen haben wir 5 Nachrichten veröffentlicht, in denen dieser Name vorkam; die jüngste datiert vom 2. September 2026.
Begriff: Agent
Ein KI-Agent ist eine Software, die nicht nur eine einzelne Antwort erzeugt, sondern zur Erreichung eines Ziels Tools aufruft und mehrstufige Aufgaben ausführt.