NVIDIA的 PAIR（Personal AI Router）项目会将同一网络中不同计算机的处理能力分配给人工智能任务。Windows、Linux和macOS设备可以加入同一集群；一台配备RTX显卡的Windows计算机、一台运行Ubuntu的机器，以及一台搭载Apple Silicon处理器的MacBook都可以加入。在无需独立主服务器的系统中，设备既执行任务，也参与路由；新设备会提升总容量。
PAIR不是一种新的推理引擎，而是运行在Ollama和LM Studio前面的代理层。无需修改现有客户端或代理代码，连接会被交给路由器。多代理的独立任务会被分配给空闲的GPU；显卡不会在物理上合并为一块GPU。
在NVIDIA的测试中，包含5个子代理的工作负载使用单台RTX Spark Laptop耗时18分钟完成；在Laptop、DGX Spark和RTX 5090组成的集群中，则在8分钟48秒内完成。PAIR可以暂时将因游戏而负载过高的设备移出任务。合上Laptop的盖子后，其他设备仍会继续运行；空闲下来的设备可以重新加入集群。该系统不会合并VRAM：两块配备8 GB VRAM的显卡不能作为16 GB VRAM使用。
为何重要
这种方法使人工智能工作负载无需依赖单台高性能机器，便可利用同一网络中不同设备的闲置容量。这为希望同时利用运行Windows、Linux和macOS且硬件各不相同的计算机的多代理用户提供了灵活性；无需修改客户端，也降低了与现有工具集成的门槛。设备可能因游戏或合上机盖等原因暂时停用，这表明集群依靠动态资源而非固定服务器运行。不过，由于PAIR不会合并显卡内存，容量的提升并不会增加单项任务可用的VRAM容量。NVIDIA的测试表明，这种性能提升取决于将独立任务分配到多台设备上。
背景
NVIDIA在FikirPilot档案中并不是一个新名字：过去90天里，我们发布了5篇提到该名称的报道；最新一篇发布于2026年9月2日。
术语：代理
人工智能代理并非只生成单个回答，而是通过调用工具并执行多步骤任务来实现目标的软件。