O projeto PAIR (Personal AI Router) da NVIDIA distribui o poder de processamento de diferentes computadores na mesma rede entre tarefas de inteligência artificial. Dispositivos com Windows, Linux e macOS — um computador com Windows equipado com uma placa gráfica RTX, uma máquina com Ubuntu e um MacBook com processador Apple Silicon — podem participar do mesmo cluster. No sistema, que não exige um servidor principal separado, os dispositivos tanto executam as tarefas quanto participam do encaminhamento; novos dispositivos aumentam a capacidade total.
O PAIR não é um novo motor de inferência; trata-se de uma camada de proxy que funciona à frente do Ollama e do LM Studio. A conexão é direcionada ao roteador sem que seja necessário alterar o código do cliente ou do agente existente. As tarefas independentes de múltiplos agentes são distribuídas entre as GPU que estão ociosas; as placas gráficas não se transformam fisicamente em uma única GPU.
No teste da NVIDIA, uma carga de trabalho com cinco subagentes foi concluída em 18 minutos com um único RTX Spark Laptop e em 8 minutos e 48 segundos com um cluster formado por Laptop, DGX Spark e RTX 5090. O PAIR pode retirar temporariamente das tarefas um dispositivo que esteja sobrecarregado por causa de jogos. Quando a tampa do Laptop é fechada, os outros dispositivos continuam funcionando; o dispositivo liberado pode retornar ao cluster. O sistema não combina as VRAM: duas placas com 8 GB de VRAM não podem ser usadas como 16 GB de VRAM.
Por que isso é importante
Essa abordagem permite que as cargas de trabalho de AI aproveitem a capacidade ociosa de diferentes dispositivos na mesma rede, sem ficarem presas a uma única máquina potente. Isso cria flexibilidade para usuários de múltiplos agentes que desejam avaliar em conjunto computadores com hardware diferente, equipados com Windows, Linux e macOS; o fato de não exigir alterações no lado do cliente também reduz a barreira de integração com as ferramentas existentes. A possibilidade de os dispositivos serem temporariamente desativados por motivos como jogos ou fechamento da tampa mostra que o cluster funciona com recursos variáveis, em vez de operar como um servidor fixo. Por outro lado, como o PAIR não combina a memória das placas de vídeo, o aumento de capacidade não amplia a quantidade de VRAM que pode ser alocada para uma única tarefa. O teste da NVIDIA mostra que o ganho depende da distribuição de tarefas independentes entre vários dispositivos.
Contexto
A NVIDIA não é um nome novo no arquivo do FikirPilot: publicamos 5 notícias com esse nome nos últimos 90 dias; a mais recente é de 2 de setembro de 2026.
Termo: agente
Um agente de AI é um software que, em vez de produzir uma única resposta, chama ferramentas e executa um trabalho em várias etapas para alcançar um objetivo.