一句话看懂：英伟达开源了个人 AI 路由器（PAIR）的测试版软件，它能自动发现局域网内的 Mac 和 RTX PC，并把本地 AI 请求分发给空闲设备。值得关注的是，这项技术让现有硬件更高效地协同完成并行任务，而不是单纯追求单次推理速度的突破。
事件核心：发生了什么
英伟达于 2026 年 9 月 4 日发布了 Personal AI Router（PAIR）的开源测试版本。该软件定位为本地网络内的 AI 请求调度工具，能够自动发现连接在同一局域网内的兼容设备，并为来自 Ollama、LM Studio 等本地 AI 应用的请求分配计算资源。PAIR 目前支持 M4 及以上芯片的 Mac、搭载 RTX 显卡的 PC 以及 DGX Spark 设备。
其工作机制是：在用户向本地 AI 工具发出请求后，PAIR 负责寻找当前空闲的设备并转发任务，模型推理仍由目标设备上的 Ollama 或 LM Studio 执行，无需用户为每个 AI 应用单独配置每台机器。官方强调，该机制主要用于分发并发工作负载，例如当 AI 代理同时处理多份文档时，可以将不同子任务分配给不同电脑。值得注意的是，英伟达明确表示，PAIR 不会因为连接更多电脑而让单个 AI 响应自动变快。
测试数据显示，在使用 Hermes 环境搭配 Qwen 3.6 35B A3B 模型的场景下，单台 RTX Spark 笔记本完成 5 个 AI 子代理拆分任务的平均耗时为 18 分钟；在加入 DGX Spark 和 RTX 5090 设备后，平均耗时降至 8 分 48 秒。
为什么重要
PAIR 的开源具有两重意义。其一在于它将 AI 算力调度从云端扩展到了家庭或办公室的局域网环境，相当于为本地模型推理提供了一个轻量级“任务管理器”，降低了用多台设备分配并行任务的技术门槛。其二，这一动作背后是英伟达在端侧 AI 生态上的进一步布局：通过统一入口调度 Mac、RTX PC 和 DGX Spark 等异构设备，有助于巩固其在推理环节的软件生态影响力，同时让现有的消费级和专业级 RTX 硬件在 AI 工作流中发挥更大作用。相较此前依靠开发者自行编写脚本来分发任务的方式，PAIR 将设备发现和请求路由变成了标准化能力。
对用户/开发者/创作者的影响
对于普通用户，如果家中或办公室有多台符合条件的设备，可以更轻松地让多台电脑“协作”处理 AI 任务，例如同时让几台电脑分别总结不同文档，而无需手动指定设备。对于开发者而言，PAIR 省去了繁琐的集群配置，只需安装该工具并确保目标设备运行 Ollama 或 LM Studio，即可快速构建一个低成本的多机推理环境，适合需要并行处理大量独立请求的代理型应用。需要明确的是，PAIR 的收益场景是“并发任务并行处理”，而非提升单次大模型对话的响应速度，创作者如果在渲染或批量处理图像生成任务时有多台设备，也能从中受益。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
目前 PAIR 仍处于开源测试阶段，有三个方向值得观察。第一，测试版是否能在 Windows、macOS 系统间保持稳定的设备发现与会话管理，尤其是在复杂网络环境下是否存在兼容性问题。第二，英伟达是否会将该功能与自家 DGX Spark 或 RTX 平台深度绑定，形成更强的生态锁定效应，以及 Ollama 和 LM Studio 之外更多的本地推理工具是否会主动接入。第三，开源社区的反馈速度和代码迭代活跃度，将直接影响该工具能否成为本地 AI 多机调度的事实标准，以及竞争对手是否会推出类似的开源调度方案。
来源：AIbase
