9月5日、TechSpotが「Nvidia's PAIR software turns idle home computers into a local AI cluster」と題した記事を公開した。NVIDIAが発表したPersonal AI Router（PAIR）は、家庭内の複数PCをネットワーク越しに束ね、合計約165 teraFLOPSの演算能力をローカルAIクラスターとして活用できるオープンソースツールだ。GeForce RTX搭載のゲーミングPCからMacBookまで、異なるOS・異なるハードウェアが混在する環境をそのまま統合できる点が特徴で、OllamaやLM Studioといった既存の推論バックエンドとも連携する。
家庭内の遊休GPUをクラスターに束ねる「PAIR」
NVIDIAが公開した**Personal AI Router（PAIR）**は、家庭やSOHO（スモールオフィス・ホームオフィス）にある複数のマシンをネットワーク越しに連携させ、一つのAI推論クラスターとして機能させるオープンソースソフトウェアだ。
エンジニア視点で注目すべき点は、異なるOS・異なるハードウェアが混在する環境に対応していることだ。GeForce RTX搭載のゲーミングPC、NVIDIAのDGX Spark（Grace Blackwellチップを搭載したコンパクトなデスクトップワークステーション）、そしてMacまでを同一のAIプラットフォームとして統合できる。特殊なケーブルやラックマウント機器は不要で、接続作業は数分で完了するとNVIDIAは説明している。
OllamaやLM Studioと連携、ワークロードを自動分散
クラスター構築後は、**OllamaやLM Studio**といった既存のローカル推論バックエンドをそのまま動かせる。Windows・Linux・macOSのいずれかのマシンからAIワークロードを管理でき、推論リクエストをクラスター内のノードに自動で振り分ける設計だ。普段は使われていないアイドル状態のGPU資源を有効活用し、全体のパフォーマンスを底上げする。
技術的な補足として、PAIRはOllamaやLM Studioが備えるOpenAI互換APIのエンドポイントを介してノード間の通信を調停する構成をとっている。これにより、既存のチャットフロントエンドやスクリプトをほぼそのまま流用しながら、バックエンドだけを複数マシンに分散させることが可能だ。分散推論においては、モデルの重みをどのノードに配置し、どの粒度でリクエストをルーティングするかが性能上のボトルネックになりやすいが、PAIRはその調停レイヤーをアプリケーション側から隠蔽する役割を担う。
また、データはすべてローカルネットワーク内に閉じる。クラウドやインターネット接続なしで完結するため、プライバシーに敏感な用途にも使いやすい構成になっている。
「家族5人分のPCで165 teraFLOPS」という想定シナリオ
NVIDIAのプロダクトマネージャーであるSeth Schneider氏は、PAIRの「理想的な」利用シナリオとして次のような例を示している。
- 父親：RTX搭載ラップトップ＋DGX Sparkデスクトップ
- 母親：RTX 5090搭載ラップトップ
- 子ども2人：ゲーミングデスクトップ＋MacBook Pro
この構成で合計約165 teraFLOPSの演算能力が確保でき、普段アイドル状態になっているその処理能力をPAIRで活用できると説明している。
現実的なユースケースとしてはやや恵まれた家庭環境を想定しているが、RTX GPUを複数台持つエンジニアや、チームでGPUマシンを共有している開発環境にも応用できる設計思想だ。
まとめ・試し方
ローカルLLM推論の文脈では、OllamaやLM Studioによる単体マシン上での動作が主流だった。PAIRはその延長線上に位置しつつ、複数マシンへのワークロード分散という一歩先のアーキテクチャを、データセンター級のハードウェアなしに実現しようとするツールだ。
PAIRはOSSとして公開されており、**GitHubリポジトリ**から実際にインストールして試せる状態にある。まずOllamaを導入済みのマシンが複数台あれば、最小構成のクラスターをすぐに立ち上げられるだろう。異なるOS・GPUが混在する環境での安定性や、実際の推論スループットの改善幅については実機での検証が必要になるが、遊休GPUを抱えるエンジニアにとっては手を動かす価値のある選択肢だ。
詳細はNvidia's PAIR software turns idle home computers into a local AI clusterを参照していただきたい。
