一句话总结
英伟达本周在 IFA 2026 上发布 PAIR（Personal AI Router，个人 AI 路由器）——一套免费开源的软件（不是硬件！）：它能自动发现你家局域网里「能跑 AI 的电脑」，用六位码配对 + mTLS 加密把它们连成一张推理网络，只在设备空闲时征用算力，多机并行消化本地大模型与 agent 工作流。按英伟达的设想，一个「全员发烧友」的家庭能凑出约 165 TFLOPS 的闲置算力——「那是静静躺在家里、近乎免费的 token 矿藏」。
数据来源
- The Verge《Nvidia launches free tool that links idle computers into a personal AI data center》（2026-09 上旬，IFA 2026 报道）
- 英伟达 IFA 2026 媒体简报（产品经理 Seth Schneider）
- 本文配图与场景测算基于上述报道数据
问题：你的显卡一天有 20 个小时在「摸鱼」
过去两年，本地跑大模型已经成为很多人的日常：Ollama 一条命令拉起 Llama、LM Studio 图形化加载 GGUF、游戏显卡化身推理卡。但单机本地推理有一个绕不开的天花板——一张显卡的显存和算力是有限的。
- 跑 70B 级别模型要 48GB+ 显存，一块 RTX 5090 也吃力；
- Agent 工作流会把任务拆成几十个子任务，单卡排队执行，瓶颈明显；
- 而与此同时，你家那台 RTX 游戏机一天可能只「上班」3 小时——剩下的 21 小时，算力在睡觉。
更荒诞的是：隔壁数据中心的 GPU 每小时租金上百元，你家书房的显卡却白白空转。英伟达这次想解决的，正是这个「算力错配」。
PAIR 是什么？——名字带 Router，但它不是路由器
先消除一个误会：PAIR 不是硬件。它是英伟达开源的软件层控制平面，做三件事：
- 发现：自动扫描局域网，找出支持的计算设备；
- 连接：通过六位配对码 + mTLS（双向传输层安全）建立加密通道，设备间互相信任；
- 调度：按需把任务分发给当前空闲的设备，设备忙（比如你在打游戏）就自动退出，任务无缝转移。
PAIR 的核心设计是「不打扰」：它只在设备闲置时征用算力——你开始玩游戏、剪视频的瞬间，机器自动退出算力池，正在跑的任务会被其他节点接走。这套「动态加入/退出」机制，让家里的设备既是生产力工具，又是随叫随到的推理节点。
支持什么硬件？门槛比想象的低
英伟达产品经理 Seth Schneider 在媒体简报中给出了兼容范围：
| 阵营 | 支持范围 |
|---|---|
| NVIDIA 显卡 | RTX 20 系及以上（20/30/40/50 系），RTX Pro 专业卡 |
| NVIDIA 超算 | DGX Spark（个人超算桌面）等 DGX 系列 |
| Apple 芯片 | M4 及以上（MacBook / Mac mini / Mac Studio） |
| 操作系统 | Windows / Linux / macOS（Beta 即日开放） |
RTX 20 系就能入池——这意味着很多「老游戏机」都能变废为宝。配合 Ollama、LM Studio 这类推理工具，PAIR 负责把「一堆单机」变成「一个分布式推理集群」：任务被拆成小块，在不同设备的 GPU 上并行执行，而不是在一张卡上排队。
165 TFLOPS 的「全员发烧友」家庭
Schneider 描绘了一个有点极端的家庭：爸爸有一台 RTX Spark 笔记本 + DGX Spark 桌面，妈妈用 RTX 5090 笔记本，女儿的游戏台式机，儿子一台 MacBook Pro——这个家庭的闲置算力合计约 165 TFLOPS。
「这简直是静静躺在每家每户的免费 token 矿藏。」——Seth Schneider，英伟达产品经理
即便把家庭平均电费算进去，这笔账依然划算。Schneider 也给出了更现实的用户画像：大部分 PAIR 用户会是「一台 MacBook/Windows 笔记本 + 一台游戏台式机」的组合——一台日常用，一台在书房吃灰，正好凑成两节点小集群。
安全模型：六位码 + mTLS
把家里的设备连成算力池，安全是绕不开的问题。PAIR 的信任建立分两步：
- 配对：所有设备通过六位配对码完成首次绑定（类似 AirDrop/智能家居的配对体验）；
- 加密：绑定后通道用 mTLS（双向 TLS）保护——两端互相验证证书，建立双向信任的加密链路，防止中间人窃听或伪造节点混入。
对家庭局域网场景来说，这套方案在易用性与安全性之间取得了合理平衡：首次配对需要物理接触（知道配对码），之后设备间通信全程加密。
与本地 AI 生态的关系：不取代，只「池化」
需要强调的是，PAIR 不是 Ollama / LM Studio 的替代品——恰恰相反，它依赖这些工具来真正执行推理。你可以把它理解为「调度层 + 网络层」，而 Ollama / LM Studio 是它的「引擎」。英伟达官方明确 PAIR 面向「使用 Ollama 和 LM Studio 等工具进行本地推理任务」的场景。
与自建集群相比，PAIR 的价值在于把「分布式」的门槛从工程师级降到家庭用户级：不需要手动配 Tailscale、不需要自己写任务分发脚本、不需要理解 mTLS 证书——自动发现 + 六位码就完成了过去最麻烦的组网环节。
同场英伟达还官宣：Perplexity Portable Computer、Hermes Agent、OpenClaw 三款主流 AI Agent 应用将提供 Windows + NVIDIA GPU 上的一键本地化部署体验——把过去需要手动配置的本地 agent 安装流程压缩到「点几下鼠标」。本地 Agent + 本地推理池的组合，正在从极客玩具变成普通用户的选项。
适合谁？现在能做什么？
适合你，如果：
- 家里有一台 RTX 20 系以上的闲置台式机（尤其是 24GB 显存以上的游戏卡），想跑更大模型；
- 用 Ollama / LM Studio 跑本地模型，但觉得单卡速度不够、想利用多台设备；
- 在意隐私，想让 agent 处理敏感数据但不愿上云；
- 想体验「家庭算力池」，愿意折腾 Beta 版软件。
先别急，如果：
- 只有一台轻薄本（无独显/非 M4）——单节点没有「池化」的意义；
- 追求开箱即用的稳定体验——PAIR 目前是 Beta，调度与兼容性还在打磨；
- 需要跑超大规模模型——家用算力池的上限依然是「消费级硬件总和」，替代不了云端集群。
总结
| 维度 | 要点 |
|---|---|
| 是什么 | 免费开源的「个人 AI 路由器」软件，非硬件 |
| 做什么 | 发现局域网内兼容设备 → 六位码 + mTLS 配对 → 闲置时征用算力并行推理 |
| 硬件门槛 | RTX 20 系以上 / DGX Spark / Apple M4 以上 |
| 生态位 | 不取代 Ollama / LM Studio，而是把单机「池化」成家庭集群 |
| 亮点场景 | 一个家庭凑出 165 TFLOPS 闲置算力；游戏/剪辑时设备自动退出 |
| 当前状态 | Beta 即日开放（Windows / Linux / macOS） |
延伸阅读：想从单机本地模型开始，看我们的 Ollama 工具页 与 LM Studio 工具页；对「把设备连成私有网络」感兴趣，可参考 Tailscale 完全指南。
