NVIDIA PAIR: ตัวช่วยกระจายงาน AI ในบ้านไปหลายเครื่องโดยไม่ต้องแก้ agent

ถ้าเคยรัน agent หลายตัวบนเครื่องเดียวแล้ว GPU คิวยาวจนช้า ข่าวนี้กระทบคนเล่น AI บนเครือข่ายบ้านครับ

NVIDIA อธิบายใน Technical Blog ว่า Personal AI Router (PAIR) คือตัว virtual inference router ที่กระจายคำขอ inference ที่เป็นอิสระจากกันไปเครื่องที่ว่างบนเครือข่ายท้องถิ่น โดยยังคุยกับ Ollama หรือ LM Studio แบบเดิม ไม่ต้องแก้ harness ของ agent

เปิดตัวช่วง IFA 2026 และอยู่ในสถานะ เบต้า ตาม บล็อก IFA ของ NVIDIA กับ หน้าผลิตภัณฑ์ PAIR

มันทำอะไร / ไม่ทำอะไร

ทำได้

ค้นหาเครื่องในเครือข่ายบ้าน (mDNS) แล้วจับคู่แบบปลอดภัย
รับคำขอผ่านพอร์ตที่คุ้นของ Ollama/LM Studio แล้วส่งไปโหนดที่มีเอนจินและโมเดลตรงกัน
ให้เครื่องเข้าร่วมหรือออกจากพูลได้ตามชีวิตจริง (ปิดเครื่อง / เล่นเกม / โน้ตบุ๊กหลับ)

ทำไม่ได้ (สำคัญ)

ไม่รวม VRAM ของหลายการ์ดเป็นก้อนเดียว
ไม่หั่นโมเดลเดียวให้รันข้ามหลายเครื่อง
คำขอหนึ่งใบถูกมอบหมายไป โหนดเดียว จนจบ

ถ้างานของคุณเป็นลำดับยาวๆ ที่ต้องรอโมเดลเดียวเป็นเวลานาน ประโยชน์อาจน้อยกว่างานที่มีหลายคำขอพร้อมกัน

ฮาร์ดแวร์ที่รองรับ (ตาม NVIDIA)

จาก Technical Blog:

GeForce RTX ซีรีส์ 20 ขึ้นไป
NVIDIA RTX PRO งานเวิร์กสเตชัน (Turing ขึ้นไป)
NVIDIA DGX Spark
Apple silicon ตั้งแต่ M4 ขึ้นไป

รองรับ Windows / macOS / Linux และมีทั้งแอปกราฟิกกับเทอร์มินัล

ตัวเลขเดโมที่ NVIDIA โชว์ (อย่าอ่านเป็น benchmark สากล)

ในเดโมห้า subagent ด้วย Hermes Desktop + Ollama และโมเดล Qwen 3.6 35B:

แล็ปท็อป RTX Spark เครื่องเดียว ≈ 18 นาที
คลัสเตอร์สามเครื่อง (RTX Spark + DGX Spark + RTX 5090) ≈ 8 นาที 48 วินาที

NVIDIA เขียนชัดว่าเป็นเดโมเฉพาะคอนฟิก ไม่ใช่ benchmark สากล และผลขึ้นกับความขนานของงาน โมเดล เอนจิน ฮาร์ดแวร์ และเครือข่าย

เริ่มลองแบบสั้นๆ

ดาวน์โหลดเบต้า PAIR ใส่เครื่องที่อยากให้ช่วยคิด
ติดตั้งบนเครื่องที่จะเข้าร่วมคลัสเตอร์
จับคู่เครื่องบนเครือข่ายบ้านที่ไว้ใจได้
เปิด Ollama หรือ LM Studio แล้วให้แต่ละโหนดมีโมเดลที่ต้องการจริงๆ
ชี้ agent ไปที่ endpoint เดิมของ Ollama/LM Studio ที่ PAIR พร็อกซีไว้

โปรเจกต์เป็นโอเพนซอร์ส สามารถดูโค้ดและแจ้งปัญหาได้ตามที่ NVIDIA ระบุใน Technical Blog

ข้อควรคิดก่อนติดตั้ง

ใช้เครือข่ายที่ไว้ใจได้เท่านั้น การจับคู่มี PIN ช่วงสั้น แต่ยังเป็นเครื่องในบ้านคุยกันเอง
โมเดลต้องอยู่บนโหนดที่จะรับงาน ถ้ามีแค่เครื่องเดียวที่มีโมเดลนั้น PAIR ก็ช่วยได้น้อย
อย่าคาดหวังว่าจะได้ “การ์ดจอรวม” — คิดแบบคิวงานหลายใบมากกว่า

Recap

PAIR = เราเตอร์งาน AI ท้องถิ่น ไม่ใช่เอนจินใหม่
ใช้กับ Ollama/LM Studio ได้โดยไม่ต้องแก้ agent
เหมาะกับงานหลายคำขอพร้อมกัน บนเครื่อง RTX/Mac ในบ้าน
ไม่รวม VRAM และไม่แชร์โมเดลเดียวข้ามเครื่อง
ลองเบต้าบนเครือข่ายที่ไว้ใจ แล้วดู Jobs view ว่างานไปโหนดไหนจริง