自宅にゲーム用PCとノートPCがあるとき、ローカルLLMの待ち時間を「もう1台のGPU」で削れないか、と考えることがあります。NVIDIA Personal AI Router（PAIR） は、IFA 2026で公開されたその問いに対する無料ベータです。ハードウェアルーターではなく、対応PCへ入れてLAN上で発見とプロキシを行うソフトです。
📑目次
結論から言うと、PAIRは独立した推論要求を空いているノードに振り分けます。複数のGPUのVRAMを合算して1つの巨大モデルを動作させる機能ではありません。
導入前に確認すべき点は次の通りです。
テクノロジーの運用としては、1台でエンジンとモデルを動かしてから2台目を足す順が安全です。並列の独立ジョブが無いなら、入れない判断も本文のチェックリストで取れます。
PAIRが振り分ける処理と振り分けない処理
発見とプロキシの立て付け
PAIRは新しい推論エンジンではありません。GitHub NVIDIA/Personal-AI-Router のREADMEは、参加ノードを発見し、対応エンジンを管理し、Ollama互換および OpenAI 互換のプロキシ窓口を出す、と説明しています。アプリ側は新しいクラスタAPIを覚えなくてよい、というのが公開時点の立て付けです。
振り分ける対象
振り分け対象は、独立した推論リクエストです。空いているノードに送る前に、次の条件を確認します。
- ノードがオンラインか
- エンジンが有効か
- 要求モデルがそのノードにあるか
- 待ちジョブとGPU使用率はどうか
ゲーム起動などでノードが抜けると、振り分け先は動的に変わります。
空きサイクル前提であり品質保証（QoS）は無い、と次の報道が伝えています。
振り分けない対象
振り分けを行わない対象についてもREADMEに明記されています。次のことはしません。
- GPUメモリの合算
- 複数GPUの論理結合
- 1モデルの分割
- 進行中リクエストの分割
各要求は1ノードで完結します。Wccftech も、VRAMマージやモデル分割はしない、と整理しています。巨大モデルを複数台で割って載せたい人には、別系統のクラスタが必要です。
ライセンスと比較表
PAIR本体のライセンスは Apache 2.0 です。エンジンとモデルは別条件です。ソフトが無料でも、電気代、ディスク、モデル利用条件は別勘定です。
| 項目 | PAIRの扱い | 出典 |
|---|---|---|
| 独立した推論リクエスト | 空きノードへ振り分け | GitHub README、製品ページ |
| VRAM合算・モデル分割 | しない | GitHub README、Wccftech |
| 対応エンジン（公開時点） | Ollama と LM Studio | 製品ページ、The Verge |
| 通信の前提 | 信頼できる家庭LAN。平文推論はループバックのみ | SECURITY.md |
| 料金 | ソフトは無料ベータ。電気代とモデル容量は別 | PCWorld、Wccftech |
出典は次の通りです。
- GitHub NVIDIA/Personal-AI-Router
- NVIDIA 製品ページ
- Wccftech（2026年9月時点）
ローカルエージェントの窓口として LM Studio を見ている場合は、LM Studio Bionic 初期プレビュー もあわせて条件を確認してください。PAIRは振り分け層であり、モデル実行そのものはエンジン側の話です。
導入前に揃える対応機器とエンジン条件
公開条件を満たしても、任意モデルが載る保証はありません。先に「このPCでこのエンジンとこのモデルが単体で動くか」を確認します。
OSとGPU/SoC
OSは Windows 11、Linux、macOS です。x64 と arm64 が対象で、Windows on ARM は実験的です。異なるOS同士でもペアリングできる、とREADMEは書いています。
製品ページに記載されたGPU/SoCは次の通りです。
- GeForce RTX 20シリーズ以降
- DGX Spark / GB10
- Mac M4以降
The Verge は RTX Pro も対象と報道しています。製品ページは RAM 8GB以上、ディスク推奨20GB以上を挙げています。これはPAIRプロセスの目安であり、大きなモデルのVRAM要件ではありません。
エンジンとモデル配置
エンジンの条件は別です。PAIRが動作していても、推論エンジンは別のプロセスです。ノードは互換性のあるエンジンが実際に動作しており、要求されたモデルを持っている場合にのみ候補になります。
各ノードが独立コピーを持ちます。同じモデルを複数台に置いて初めて振り分け先が増えます。XenoSpectrum と Tom’s Hardware は、モデル集合が全台一致である必要は無い、ただしコピーが多いほどそのモデルの候補が増える、と整理しています。
通信と非NVIDIA GPU
運用自体に常時インターネットは不要、モデル取得には必要、というのが製品ページの位置づけです。PCWorld は有線Ethernetを重視すると注記しています。
PCWorldとWccftechは、Ollama/LM Studioが動作する競合GPUも対象とするというNVIDIAの発言を伝えています。実際の動作可否はエンジン側の要件で決まります。
手元モデルの選定そのものは、ローカルQwen3.8-27Bのコーディングエージェント選定 のように、ハーネスと量子化の話として別に切った方が早いです。PAIRは「どのモデルを何台に置くか」を決めたあとの振り分け層です。
インストールとペアリングの手順
クラスタを組む前に、1台目だけでエンジンとモデルを動作させて確認してください。2台同時に導入すると、失敗原因がインストーラなのかエンジンなのかモデルなのかを切り分けにくくなります。
1台目でエンジンとモデルを通す
- GitHub Releases から署名付きインストーラを取る。Windows は
.exe、Linux は.deb、macOS は.dmgです。 - Linux は
sudo apt install ./NVPAIR-Setup-*.debです。Windows / macOS は通常のインストーラです。 - アプリを開き、Overview に自機が出るまで待ちます。Loading が続くなら Settings → Service を見ます。
- Engine settings から Ollama または LM Studio を Install します。既存エンジンがあればそれを起動します。
- Add model で必要なモデルを各計算ノードへ入れます。READMEの例は
qwen4:12bです。 - Settings → Service の Test、または Ollama 既定なら次でローカル応答を確認します。
curl http://127.0.0.1:11434/v1/chat/completions
ローカル窓口の制約
ポートを変更している場合はEndpointsのURLを使用します。アプリは同じマシン上のローカルPAIR窓口を使います。別PCの平文推論URLを直接指定する方法は拒否されます。SECURITY.mdとXenoSpectrumはこの境界を強調しています。
2台目のペアリングと削除
- 2台目は Settings → Cluster です。招待側の6桁PINを、招待される側へ入力します。発見は mDNS、だめならIP、というのが Tom’s Hardware の説明です。
- Jobs 画面で、実際に別ノードへ仕事が分かれたかを見ます。見えなければモデル配置かエンジン起動を見直します。
削除は Windows がアプリのアンインストール、Linux はデータを残すなら sudo apt remove nvpair、消すなら sudo apt purge nvpair です。
⚠️ 6桁PINは低エントロピーのブートストラップです。双方の画面とネットワークを信頼できるときに限って使います。ルーターのポート開放や、認証なしの公開リバースプロキシの前段は、SECURITY.md が禁止に近い注意を出しています。
デモ時間とスケジューラが示さないこと
公開デモは「並列の独立ジョブがあるときの待ち時間」の例です。1本の逐次仕事が半分になる約束ではありません。
デモ数値の読み方
| 出典 | 示された条件 | 時間 | 読み方 |
|---|---|---|---|
| PCWorld（NVIDIAデモ） | 日曜チェックリスト。RTX PC 3台対1台 | 約9分超対18分超 | ベンダーデモ。同一読者環境の再現ではない |
| XenoSpectrum（非公式） | Hermes Desktop + 5サブエージェント + Qwen 3.6 35B A3B | 528秒対1080秒 | ハードウェア構成が違う比較。線形加速の証明ではない |
| Wccftech（非公式） | RTX 5090 1台対同カード2台クラスタ | 6分18秒対3分48秒 | 線形スケールの約束ではないと明記 |
出典は次の通りです（2026年9月時点）。
スケジューラの限界
NVIDIAは最大18台まで試験し、上限は明言していない、と PCWorld は伝えています。スケジューラはREADMEどおり、待ち/実行ジョブ数と平滑化したGPU使用率です。GPU型番、空きVRAM、モデルのウォーム状態、要求コストは未使用です。混在クラスタより、似たマシン向きです。締切付き仕事には向かない、というのが Tom’s Hardware の整理です。
読者環境での確認はJobs画面で行います。数値が速いかどうかより、ノードが実際に分散したかどうかに注目してください。
PAIRを入れるかの判断チェックリスト
導入を検討できる条件は次の通りです。自宅にエンジン付きPCが2台以上ある。同じモデルを複数台に配置できる。エージェントが独立した推論を同時に発行する。待ち時間削減が主目的である。LANを信頼できる。
入れない、または先に止める条件は次です。1本の巨大モデルを複数GPUで分割したい。逐次1本の仕事しかない。共有Wi-Fiや職場LAN。平文の遠隔推論URLを公開したい。完了時間のSLAが必要。
確認する順序は次のように固定します。
- 1台でエンジンとモデルが載るか。
- ローカルの Test または
curlが通るか。 - 2台目に同じ必要モデルを置くか。置けないなら振り分け先は増えない。
- Cluster でPINペアリングし、Jobs で振り分けが見えるか。
- ゲーム中にそのノードを避けるか。避けない、または空きが無いなら待ちは伸びる。
セキュリティ判断もここで切ります。PINは低エントロピーです。ペアリングは双方とネットワークが信頼できるときに限ります。mTLSはクラスタ経路のみです。ローカル平文窓口、発見、一部ホスト情報は対象外です。信頼できる自宅LAN前提であり、ローカルファーストはトポロジの説明です。アプリ、エンジン、アップデータが外部へ出る可能性は残ります。
経済の数字は極端例と典型例を分けます。Wccftech が伝える家庭あたり約165 TFLOPS遊休や、月約1200ドル相当のクラウド対約120ドルの電気、はNVIDIA説明の極端な家庭像です。The Verge が伝える Seth Schneider の典型は、ノート1台とゲームPCです。電気代とディスクは別コストです。クラウド代替の試算を、導入可否の主根拠にしない方がよいです。
NVIDIAのエージェント設計そのものを追う場合は、NVIDIA NOOAの読み方 が別レイヤです。PAIRは家庭LAN上の推論プロキシであり、オブジェクト指向エージェントの実行基盤ではありません。テクノロジー選定では、振り分け層と実行層を混ぜないことが判断を早くします。
よくある質問
ルーターか、VRAM合算か
OS、暗号化、ゲーム中の扱い
関連記事:
- NVIDIA NOOAの読み方｜Pythonクラスで設計するエージェント
- Open Knowledge Format（OKF）とは？エージェント向けMarkdown知識仕様の導入判断
- MLOpsの継続的学習とエージェント評価｜Demo Hellを避ける実務設計
まとめ
PAIRは家庭内の独立推論を振り分けるベータです。GPUメモリを合算するクラスタの代替ではありません。次の一手は、GitHubのインストーラで1台目を動かし、必要モデルを2台目にも置けるときだけ Cluster でPINペアリングすることです。Jobsで分散が見えなければ、モデル配置かLAN信頼を見直します。共有ネットワーク、巨大モデルの分割、締切付きジョブでは導入しません。テクノロジー判断は、デモ時間より Jobs の分散確認を先に置きます。
著者
krona23
IT業界20年以上の実務経験を持ち、日本国内有数のPVを誇る大規模Webサービスで事業部長・CTOを複数社で歴任。Windows/iOS/Android/Webと技術の変遷を経験し、現在はAIネイティブへの変革に注力。DevGENTでは、AIコードエディタ・自動化ツール・LLMの実践的な使い方を日英西3言語で発信中。
コメントを残す