انویدیا در نمایشگاه IFA 2026 از ابزار جدیدی به نام Personal AI Router یا PAIR رونمایی کرد که میتواند توان پردازشی بلااستفاده کامپیوترهای مختلف در یک شبکه خانگی را برای اجرای وظایف هوش مصنوعی به کار بگیرد. این ابزار بدون نیاز به سختافزار جدید، پردازشهای مربوط به AI را میان کامپیوترهای موجود در شبکه توزیع میکند تا زمان اجرای وظایف کاهش پیدا کند و فشار روی سیستم اصلی نیز کمتر شود.
بسیاری از کامپیوترهای خانگی، مخصوصاً سیستمهای گیمینگ مجهز به کارتهای گرافیک قدرتمند، بخش زیادی از زمان خود را بدون استفاده کامل از توان پردازشی سپری میکنند. به گفته انویدیا میانگین استفاده از کامپیوترهای خانگی در آمریکا حدود 17 درصد است و اگر توان پردازشی بلااستفاده دستگاههای مختلف یک خانه کنار هم قرار بگیرد، میتوان به حدود 165 ترافلاپس توان محاسباتی دسترسی پیدا کرد. همین موضوع ایده طراحی و پیادهسازی ابزاری با عنوان PAIR را در انویدیا شکل داده است.
ابزار PAIR چگونه کار میکند؟
PAIR در اصل یک نرمافزار مسیریابی و هماهنگسازی است که روی کامپیوترهای مختلف نصب میشود. این ابزار میتواند با رابطهای محبوب Ollama و LM Studio کار کند و وظایف مستقل را میان دستگاههای مختلف تقسیم نماید. در این حالت به جای اینکه یک سیستم مجبور باشد تمام درخواستهای هوش مصنوعی را به تنهایی پردازش کند آن را با همکاری دیگر دستگاهها به پایان میرساند.
برای مثال، اگر یک AI Agent برای انجام یک کار بزرگ، پنج Sub-Agent ایجاد کند، ممکن است هر پنج درخواست روی یک GPU قرار بگیرند و پشت سر هم در قالب یک صف پردازش شوند. PAIR میتواند این درخواستها را بین چند کامپیوتر موجود در شبکه توزیع کند. در نتیجه، هر دستگاه بخشی از کار را انجام میدهد و نتیجه را به سیستم اصلی برمیگرداند.
این قابلیت البته به معنای ترکیبکردن GPUها با یکدیگر نیست. PAIR حافظه VRAM کارتهای مختلف را به یک حافظه بزرگتر تبدیل نمیکند و یک مدل واحد را نیز بین چند GPU تقسیم نمیکند. در واقع در آن هر سیستم یک درخواست کامل و مستقل را پردازش میکند.
PAIR هنگام بازی یا پردازش سنگین به صورت خودکار غیرفعال میشود
یکی از ویژگیهای مهم PAIR، تخصیص پویا یا Elastic منابع است. نرمافزار وضعیت دستگاههای مختلف را بررسی میکند و فقط زمانی از توان پردازشی آنها استفاده میکند که منابع کافی در اختیار داشته باشند. مثلاً اگر یکی از سیستمها مشغول اجرای یک بازی سنگین باشد، PAIR آن دستگاه را برای پردازش AI انتخاب نمیکند و درخواست را به سیستم دیگری منتقل خواهد کرد. به همین شکل، دستگاهی که خاموش، در حالت Sleep یا مشغول پردازش سنگین باشد، میتواند موقتاً از سیستم کنار گذاشته شود.
این قابلیت باعث میشود PAIR بیشتر شبیه یک کلاستر انعطافپذیر عمل کند و شباهتی به یک سیستم محاسباتی دائمی نداشته باشد. البته همین ویژگی به این معناست که عملکرد آن همیشه قابل پیشبینی نیست و نمیتوان برای کارهای حساس به زمان، سرعت مشخصی را برای آن در نظر گرفت.
ارتقای حریم خصوصی بدون نیاز به سختافزار جدید
یکی از نکات مهم PAIR این است که پردازشها میتوانند در شبکه محلی خانه باقی بمانند. بنابراین برخلاف سرویسهای ابری، اطلاعات و Promptهای کاربر برای اجرا به سرورهای خارجی ارسال نمیشوند.
PAIR دستگاههای موجود در شبکه را از طریق mDNS شناسایی میکند و برای برقراری ارتباط امن از احراز هویت با کد شش رقمی و کانال ارتباطی mTLS استفاده میکند. با توجه به اینکه عمده ارتباط میان دستگاهها مربوط به درخواستهای متنی و API است، مصرف پهنای باند شبکه نیز پایین خواهد بود.
چه سیستمهایی با PAIR سازگار هستند؟
نسخه بتای PAIR برای سیستمهای عامل ویندوز، لینوکس و macOS عرضه شده و فقط به GPUهای انویدیا محدود نیست. سیستمهایی که بتوانند رابطهای Ollama یا LM Studio را اجرا کنند، میتوانند در این شبکه مشارکت داشته باشند. انویدیا اعلام کرده است که این ابزار روی کارتهای گرافیک سری RTX 20 و جدیدتر، دستگاههای مبتنی بر کارت GB10 مانند DGX Spark و مکهای مجهز به تراشههای Apple M4 و جدیدتر قابل استفاده است. این پروژه همچنین به صورت متنباز در دسترس علاقهمندان قرار گرفته است.
انویدیا در یکی از نمونههای نمایشی خود نشان داد که اجرای هوش مصنوعی روی دو سیستم مجهز به RTX 5090 میتواند نسبت به اجرای همان کار روی یک RTX 5090، زمان پردازش را به شکل محسوسی کاهش دهد. البته این نتایج به نوع مدل، تعداد درخواستها، سختافزار و شرایط شبکه وابسته هستند و نباید از آنها به عنوان یک بنچمارک عمومی استفاده کرد.
نظر خود را اضافه کنید.
برای ارسال نظر وارد شوید
ارسال نظر بدون عضویت در سایت