NVIDIA ha presentado Personal AI Router (PAIR), un software gratuito que permite conectar varios ordenadores domésticos en una misma red para repartir tareas de inferencia de inteligencia artificial sin necesidad de subir los datos a la nube. La herramienta no agrupa la memoria de las distintas tarjetas gráficas, sino que reparte cada petición entre los equipos disponibles dentro del clúster.
El funcionamiento de PAIR se basaría en una capa de coordinación entre los equipos conectados: identificaría qué máquinas están disponibles en la red, comprobaría si pueden asumir una tarea y asignaría cada petición a un nodo concreto, que la resolvería de principio a fin con el software de inferencia que cada usuario tenga instalado en su equipo. NVIDIA confirma que el clúster resultante no agrupa la memoria de las distintas GPU, aunque sí reparte la carga de trabajo entre los distintos ordenadores que forman parte de la red. La compañía no ha precisado si esta primera versión corresponde a una fase de pruebas cerrada o a una disponibilidad más amplia, un extremo que queda pendiente de confirmación oficial.
Por qué NVIDIA apuesta por la IA dentro de casa
La propuesta de PAIR llega en un momento en el que cada vez más usuarios recurren a herramientas de inferencia local, como Ollama o LM Studio, para ejecutar modelos de lenguaje en sus propios equipos en lugar de depender de servicios en la nube. Mantener el procesamiento dentro de la red doméstica evita que las indicaciones, los documentos o el contexto de los agentes salgan del propio ordenador, algo especialmente relevante para quienes trabajan con información sensible o prefieren no depender de terceros para tareas cotidianas.
Además del componente de privacidad, aprovechar varios ordenadores que ya tenemos en casa en lugar de contratar capacidad de cómputo en la nube permite repartir entre nuestro propio hardware el coste de ejecutar modelos más exigentes. Esta línea de trabajo encaja con la estrategia que NVIDIA ha seguido en los últimos años, centrada en ofrecer herramientas que faciliten el uso de inteligencia artificial generativa directamente sobre sus propias tarjetas gráficas de consumo, sin obligarnos a depender en exclusiva de servidores externos para sacarles partido.
La compañía lleva tiempo insistiendo en que buena parte de sus clientes con GPU RTX cuentan con capacidad de cómputo suficiente para ejecutar modelos de tamaño medio, y PAIR encajaría precisamente en esa idea: sumar esa potencia repartida entre varios equipos en lugar de dejarla sin aprovechar en cada ordenador por separado.
Qué falta por confirmar sobre los requisitos técnicos
NVIDIA no ha publicado todavía un listado detallado y definitivo de los sistemas operativos, las gráficas concretas o los requisitos mínimos de memoria y almacenamiento necesarios para participar en un clúster PAIR. Tampoco ha ofrecido datos oficiales sobre tiempos de ejecución o mejoras de rendimiento en pruebas con varios agentes trabajando a la vez, más allá de la premisa general de que las cargas con muchas peticiones simultáneas e independientes son las que más se benefician de repartir el trabajo entre varios equipos.
Lo que sí ha quedado claro es que la herramienta está pensada para convivir con el software de inferencia que cada usuario ya utiliza, actuando como intermediario que reparte el trabajo sin sustituir a esos motores ni fusionar el hardware en un único acelerador. Falta por ver si el fabricante NVIDIA detalla en próximas actualizaciones qué gráficas, procesadores y sistemas operativos quedarán finalmente soportados de forma oficial, así como si el proyecto se abre a contribuciones externas una vez avance esta primera fase. Este es un software que podéis descargar desde aquí sin coste alguno.