NVIDIA、家の遊休GPUを束ねるルーターPAIRを公開。18分の処理が8分48秒に

NVIDIA PAIR は、NVIDIA が 2026 年 9 月 3 日にベータ公開した、ローカルネットワーク上の複数マシンへ推論リクエストを振り分けるバーチャル推論ルーターです。

📖 この記事で分かること

• 家庭内の複数マシンを1つの推論先にまとめられる
• 新しい推論エンジンではなく振り分け役だけを担う
• OllamaとLM Studioにそのまま接続でき新APIは不要
• 無料のベータ版でApache-2.0のオープンソース

💡 知っておきたい用語

• 推論ルーター: 届いた処理の依頼を、いま手が空いている機械へ回す受付係にあたる仕組み

最終更新日: 2026年9月4日

▶ 公式ページ

• NVIDIA Personal AI Router 製品ページ(NVIDIA)
• NVIDIA PAIR 技術ブログ(NVIDIA Technical Blog)
• NVIDIA/Personal-AI-Router(GitHub)

NVIDIA PAIRが公式ベータとして公開

この記事のポイント

• NVIDIAが2026年9月3日、ローカル推論を分散するNVIDIA PAIRのベータ公開を技術ブログで発表しました(2026年9月時点)。
• 自社計測ではサブエージェント5体の処理が、ノートPC1台で平均18分、3台構成で8分48秒。
• 無料・Apache-2.0のオープンソースで、Windows・macOS・Linuxに対応します。

NVIDIAは2026年9月3日、ローカルネットワーク上の複数マシンへ推論処理を振り分ける「NVIDIA Personal AI Router(PAIR)」のベータ公開を、技術ブログと製品ページで発表しました。公式の位置づけは「家庭内のAI計算資源を最大化するバーチャル推論ルーター」です。

注意したいのは、これがコードの初公開ではない点です。GitHubのリポジトリは2026年7月2日に作成され、v0.1.0が2026年8月26日、v0.1.1が2026年8月28日に公開済みでした。9月3日の出来事は、NVIDIAがこれを正式なベータとして公に案内したことにあたります。配布中のインストーラは0.1.1です(2026年9月時点)。

振り分けの仕組みと対応環境

PAIR自体は推論エンジンではありません。独立した推論リクエストを、条件の合うマシンへ回すだけの役割に絞られています。

振り分けの判断に使う材料は公式に列挙されています。対象ノードがオンラインで待機中か、対応する推論エンジンが有効か、要求されたモデルがそのノードに存在するか、ノードとエンジンの現在の負荷(実行中のジョブを含む)、そして現在のGPU使用率の5点です。

アプリやエージェント側は、単一のローカルエンドポイントに接続するだけで済みます。公式は「新しいAPIは不要」と明記しており、対応する推論エンジンはOllamaとLM Studioです。

対応ハードウェアはGeForce RTX 20シリーズ以降、NVIDIA RTX PROワークステーション向けGPU(Turing世代以降)、NVIDIA DGX Spark、そしてApple M4以降のシリコン。OSはWindows・macOS・Linuxで、GUIとターミナルの両方のインターフェースが提供されます。製品ページの最小要件はRAM 8GB以上、ストレージ20GB推奨で、動作自体にインターネット接続は不要です。必要になるのはモデルをダウンロードするときだけとされています。

単体GPUの順番待ちをどう解くか

効果として公式が示しているのは、サブエージェントを並列に動かす場面での所要時間です。サブエージェント5体のワークロードを、RTX搭載ノートPC1台だけで実行すると平均18分。3台構成のPAIRクラスタでは8分48秒でした。いずれもNVIDIAの自社公表値です。

エージェントが仕事をサブエージェントへ分割しても、実行するGPUが1台であれば結局その1台で順番待ちが起きます。PAIRはそこを、すでに家にある遊休マシンへ横に広げることで解こうとしています。

通信面では、ノード間の通信はセキュアな接続とペアリングが確立するまで全てブロックされます。mTLSと生成した証明書を用いるため、通信はネットワーク内に留まり、プロンプト・ファイル・エージェントの文脈が家庭内ネットワークから出ない設計です。価格は無料で、GitHubではApache-2.0ライセンスとしてコードの確認・issue報告・コントリビュートが可能です(2026年9月時点)。

編集部の見方

編集部は、今回の発表で最も効くのは速度の数字ではなく、公式が「振り分け役」だけを引き受けたという設計判断だと見ます。

• 根拠1: PAIRは新しい推論エンジンでもモデルでもなく、接続先はOllamaとLM Studioのまま、新しいAPIも不要です。すでに組んであるローカル環境を壊さずに1階層足せる形になっています。
• 根拠2: 対応範囲がGeForce RTX 20シリーズ以降とApple M4以降まで下りており、DGX Sparkのような専用機を持たない環境でも、手元の複数台をそのまま対象にできます。
• 根拠3: 8分48秒という数字はサブエージェント5体・3台構成という条件付きの自社公表値です。台数と並列度が揃わない環境で同じ比率が出る保証はなく、判断材料としては設計の側が重い。
• この見方が変わる条件: PAIRが将来的に独自の推論エンジンやモデル配布を抱え込む方向に広がった場合、既存環境に軽く足せるという最大の利点は薄れます。

よくある質問

Q: PAIRを使うと、より大きなモデルを複数台にまたがって動かせますか

A: 公式が説明しているのは、独立した推論リクエストを各マシンへ振り分ける動作です。1つのモデルを複数台に分割して載せるという説明はありません。

Q: NVIDIAのGPUがない機材でも参加できますか

A: 対応ハードウェアとしてApple M4以降のシリコンが挙げられています。NVIDIA側はGeForce RTX 20シリーズ以降、RTX PRO(Turing世代以降)、DGX Sparkです。

Q: 料金はかかりますか

A: 無料です。ベータ版として配布され、GitHubではApache-2.0ライセンスのオープンソースとして公開されています(2026年9月時点)。

まとめ

NVIDIAは2026年9月3日、ローカル推論を複数マシンへ振り分けるNVIDIA PAIRのベータ公開を発表しました。新しい推論エンジンを持たず、OllamaとLM Studioへ新APIなしで接続する振り分け役に徹しています。自社計測ではサブエージェント5体の処理が1台18分に対し3台構成で8分48秒で、通信はmTLSでネットワーク内に留まる設計です。コード自体は8月下旬から公開されており、今回は正式なベータ告知にあたります。

【用語解説】

• ノード: PAIRのクラスタに参加している1台ごとのマシン。GPUや推論エンジンの状態が振り分けの判断材料になる
• mTLS: 通信する双方が互いに証明書で相手を確認する方式。片側だけを確認する通常のTLSより接続相手を限定できる
• サブエージェント: 1つのAIエージェントが仕事を分割して割り当てる下請け役。並列で動かすほど計算資源を食う

引用元:

• [1] NVIDIA PAIR Virtual Inference Router Expands Available Compute on Your Local Network(NVIDIA Technical Blog)
• [2] Personal AI Router for Local Inference(NVIDIA)
• [3] NVIDIA/Personal-AI-Router(GitHub)

この記事について: AI 支援で執筆、編集部が事実確認・編集しています。誤りや追加情報があれば Contact よりお知らせください。