Résumé :
NVIDIA a récemment officiellement lancé la version bêta du Personal AI Router (PAIR) lors de l'IFA 2026. Il s'agit d'un logiciel open source gratuit. Il ne s'agit pas d'un routeur matériel réseau au sens traditionnel du terme, mais d'un « routeur virtuel » pour l'inférence d'IA locale. Il peut découvrir automatiquement les ordinateurs compatibles dans le même réseau local, organiser la puissance de calcul inactive de plusieurs appareils et fournir des ressources d'inférence plus suffisantes pour les agents d'IA et les tâches locales de grands modèles.
Une démonstration d'agent de cinq enfants annoncée par NVIDIA reflète également l'effet de cette approche. Grâce à Hermes Desktop et Ollama, un cluster PAIR composé de trois appareils a mis 8 minutes et 48 secondes pour terminer la tâche, tandis qu'un seul ordinateur portable RTX Spark a mis 18 minutes. NVIDIA estime que cela montre que l'utilisation de la puissance de calcul inactive de plusieurs appareils du réseau domestique peut améliorer considérablement le débit de l'IA multitâche locale.
Un jugement important derrière PAIR est que les utilisateurs à domicile possèdent souvent déjà plusieurs ordinateurs dotés de certaines capacités informatiques, mais que ces appareils sont inactifs la plupart du temps. Les données citées par Nvidia soulignent que plus de la moitié des foyers aux États-Unis possèdent deux ordinateurs ou plus, de sorte qu'un grand nombre de GPU et d'autres ressources informatiques ne sont pas pleinement utilisés pendant une partie considérable de la journée. Pour les familles possédant des ordinateurs de jeu, des ordinateurs portables et d’autres appareils hautes performances, PAIR tente de transformer ces appareils initialement indépendants en un pool de ressources informatiques pouvant servir conjointement l’IA locale.
L'équipe technique de NVIDIA estime même que dans un cas extrême, il peut y avoir environ 165 TFLOPS de puissance de calcul inactive au sein d'un foyer. Le responsable concerné a décrit cette puissance de calcul locale qui n’a pas été pleinement utilisée comme des « ressources de jetons gratuites inutilisées à la maison ». Cependant, NVIDIA s'attend à ce que les utilisateurs typiques réellement adaptés au PAIR n'aient pas besoin d'avoir une taille d'appareil aussi exagérée. Une configuration plus réaliste peut être un MacBook ou un ordinateur portable Windows, ainsi qu'un PC de jeu.
En plus de PAIR, NVIDIA a également annoncé cette fois-ci qu'elle simplifierait davantage l'expérience de déploiement des agents d'IA locaux. Trois logiciels d'agent IA, dont Perplexity Portable Computer, Hermes Agent et OpenClaw, fourniront des méthodes de configuration locale plus simples pour les GPU NVIDIA. Dans le passé, les utilisateurs devaient souvent sélectionner des modèles, trouver des serveurs d'inférence compatibles, ajuster les paramètres de quantification et effectuer diverses configurations. La nouvelle solution espère compresser ce processus en quelques clics.
Parmi eux, Perplexity Portable Computer pouvait auparavant fonctionner sur des GPU NVIDIA RTX équipés d'au moins 24 Go de mémoire vidéo et DGX Spark sur les systèmes Linux, et la version Windows est également en cours. Il permet aux utilisateurs de conserver une plus grande partie de leurs flux de travail sur site et de choisir d'utiliser des modèles cloud lorsque des recherches supplémentaires ou des capacités d'inférence plus puissantes sont nécessaires ; le système obtiendra le consentement de l'utilisateur avant de transmettre le contenu au cloud.
Hermes Agent, développé par Nous Research, est un agent d'IA à usage général. La configuration locale de la version Windows prendra en charge le déploiement du modèle en un clic. Le logiciel peut identifier automatiquement le GPU NVIDIA, sélectionner le modèle et la configuration appropriés en fonction du matériel et l'exécuter via le lama.cpp optimisé par NVIDIA intégré. Le support Linux sera lancé ultérieurement. Après l'exécution, Hermes peut appeler des outils, maintenir le contexte entre les tâches, mémoriser les informations de différentes sessions et accumuler des compétences réutilisables au fil de l'utilisation.
OpenClaw bénéficie également d'une solution de déploiement simplifiée pour Windows. Nvidia a déclaré qu'OpenClaw est devenu un projet important dans l'écosystème ouvert des agents d'IA et que l'échelle du projet sur GitHub a dépassé 380 000 étoiles. La nouvelle application Windows abaissera le seuil de configuration du modèle local, permettant aux utilisateurs disposant d'au moins 24 Go de mémoire vidéo GPU NVIDIA RTX de lancer plus facilement des assistants IA locaux.
Afin d'améliorer encore la vitesse de réponse de l'agent IA local, NVIDIA a également annoncé simultanément une optimisation de l'inférence pour llama.cpp et vLLM. Basé sur une nouvelle optimisation du noyau, un décodage spéculatif plus avancé et un traitement de pré-remplissage plus rapide, le débit de lama.cpp sur GeForce RTX 5090 peut être augmenté jusqu'à 1,9 fois ; Les performances vLLM peuvent être améliorées jusqu'à 1,2 fois sur RTX PRO 6000 Blackwell Workstation Edition, et jusqu'à 1,4 fois sur un cluster composé de deux DGX Sparks. Ces optimisations sont déjà disponibles via les backends d'inférence correspondants et sont également disponibles dans LM Studio et Ollama.
Nvidia a également révélé cette fois que de nouveaux petits ordinateurs Windows AI équipés de la plateforme RTX Spark devraient être lancés en octobre. À mesure que ces matériels locaux orientés IA, ces logiciels d'inférence et ces outils d'agents d'IA mûrissent progressivement, NVIDIA promeut clairement une manière différente d'utiliser l'IA cloud traditionnelle : les utilisateurs n'ont pas besoin de soumettre toutes les tâches à des centres de données distants, mais peuvent directement utiliser des GPU et d'autres appareils à la maison pour créer leur propre environnement informatique d'IA local.
PAIR est encore en phase bêta et le projet a été publié en open source. Les développeurs peuvent consulter le code source, soumettre des problèmes et participer aux améliorations. NVIDIA espère que grâce à PAIR, l'IA locale passera progressivement d'« un seul ordinateur hautes performances exécutant un modèle » à « plusieurs appareils domestiques partageant la charge de travail de l'IA », et cela pourrait également devenir un nouveau modèle informatique après la vulgarisation des agents d'IA locaux.
Commentaires