9月4日、Digital Trendsが「Nvidia's new PAIR software uses idle home PCs to speed up AI tasks」と題した記事を公開した。Nvidiaが発表したオープンソースソフトウェア「PAIR」は、自宅内の遊休PCをローカルネットワーク上のAI推論クラスターとして束ねることで、月額約1,200ドルに上るクラウドAPI費用を丸ごと不要にできる可能性を持つ。追加ハードウェアの購入も不要――既存の遊休GPUを「AIルーター」で結ぶだけだ。
家庭内PCの「165テラフロップス」が眠っている
IFA 2026にてNvidiaが発表したPAIR（Personal AI Router）は、自宅内の複数PCが持つ遊休GPU計算能力をローカルネットワーク越しに束ね、AIタスクを分散処理するオープンソースソフトウェアだ。
Nvidiaによれば、米国の一般家庭には平均2台以上のPCがあるにもかかわらず、それらが実際に使われているのは1日のうちわずか17%、約4時間にすぎない。遊休時間を計算能力に換算すると、家庭全体で約165テラフロップスが無駄になっている計算になる――これはハイエンドゲーミングPCが丸1日アイドル状態にある規模に相当する。
この遊休リソースを60%の稼働率で活用した場合、中規模のオープンモデルであれば1日あたり約1億2,000万トークン、大規模モデルでも1時間に数百万トークンを処理できるとNvidiaは試算する。同等のAIワークロードをクラウドにアウトソースすれば、月額約1,200ドルのAPI費用に加え、最大120ドルの電気代がかかる計算になる。
PAIRの仕組み：GPUを統合するのではなく「振り分ける」
重要なのは、PAIRがGPUを一つの強力なプロセッサに合成する仕組みではない点だ。Nvidiaの公式表現を借りれば「スマートなトラフィックマネージャー」であり、その名が示す通り「AIルーター」として機能する。
具体的には：
- ソフトウェアをインストールすると、ローカルネットワーク上の遊休PCを自動検出して接続する
- AI推論リクエストを、処理余力があるPCに動的にルーティングする
- 使用中のPCにはタスクを割り当てず、アイドル状態のGPUのみを活用する
- すべての通信は暗号化されたローカルネットワーク内で完結し、クラウドへのデータ送信は不要
つまり、メインPCがAIエージェントからのリクエストを受け取ると、PAIRがネットワーク上の空きGPUにその推論処理を委譲し、結果をメインPCへ返す。追加ハードウェアの購入も不要だ。
対応環境とベータ提供開始
IFA 2026の発表と同日にベータ版が公開されており、対応プラットフォームと対応ハードウェアは以下のとおりだ。
- OS: Windows、macOS、Linux
- GPU: NVIDIA RTX 20シリーズ以降（RTX PROワークステーションカード、DGX Sparkを含む）
- Mac: Apple M4以降のMac
ソフトウェアはオープンソースとして提供される。PAIR公式ページからアクセスできる。
エンジニア視点での着眼点
ローカルLLM推論のコミュニティ（llama.cppやOllamaユーザー層）にとって、PAIRは既存ワークフローに直接刺さる提案だ。自宅に複数台のRTX搭載PCがある開発者であれば、追加コストなしに推論スループットを底上げできる可能性がある。
ただし、PAIRのアーキテクチャは既存の分散推論フレームワークとは設計思想が異なる点を理解しておく必要がある。たとえばvLLMのマルチノード対応は複数GPUのVRAMを論理的に結合して単一の大規模モデルを並列実行する（tensor parallelism）のに対し、PAIRはGPUを論理統合するわけではない。あくまでリクエストレベルでの負荷分散であり、複数の独立した推論リクエストを捌く用途に向いた設計だ。単一の大規模モデルを複数GPUで並列実行したいケースにはPAIRは対応せず、その点はアーキテクチャ上の制約として明確に理解しておく必要がある。
一方で、プライバシーの観点では明確な優位性がある。クラウドAPIに依存しないローカル完結型の設計であるため、業務上の機密プロンプトや個人情報を含むリクエストを外部サーバーに送信せずに済む。セキュリティポリシーが厳しい環境での試験的な活用も視野に入る。
詳細はNvidia's new PAIR software uses idle home PCs to speed up AI tasksを参照していただきたい。
