家のPCを束ねる——NVIDIA PAIR を個人開発の視点で読む

2026年9月上旬、NVIDIA は Personal AI Router（PAIR）のパブリックベータを出した。名前に Router とあるが、Wi-Fi 箱ではない。家や小さなオフィスの LAN 上で、対応マシンを発見し、独立した推論リクエストを空いているノードへ振り分ける、仮想推論ルータだ。Ollama と LM Studio の口をそのままプロキシするので、エージェント側のハーネスを書き換えなくてよい、というのが売り文句の中心である。本稿は製品マニュアルではなく、Astra 週のクラウド戦争の隣に並んだ「家側の話」を、個人開発の視点で読むメモだ。

何が発表されたか

公式の技術ブログによれば、PAIR は新しい推論エンジンではない。モデルを実行するのは、これまでどおり各マシン上の Ollama か LM Studio だ。PAIR がやるのは、参加ノードの発見、準備状態の追跡、独立ジョブのスケジューリング、応答の返しである。エージェントはいつものローカルエンドポイントに投げ、PAIR がその裏で置き場所を選ぶ。対応 OS は Windows／macOS／Linux。対応ハードは GeForce RTX 20 系列以降、RTX PRO（Turing 以降）、DGX Spark、Apple M4 以降、と書かれている。ベータは GUI と CLI の両方があり、ソースはオープン（報道では Apache 2.0）だ。

セキュリティ面では、mDNS で近所を見つけ、6桁コードなどでペアリングし、ノード間は mTLS で暗号化する、という説明が出ている。ペアリングが終わるまでノード間通信を止める、ともある。インターネットが要るのはモデル取得くらいで、プロンプトと推論トラフィックは既存のローカルネットワークに留める設計だと NVIDIA は言う。

デモの数字も出た。Hermes Desktop がサブエージェントを切るシナリオで、合成の家庭用受信箱を分析して「日曜のリセット計画」を作る、というタスクだ。Qwen 3.6 35B を Ollama で回し、RTX Spark ノート1台だと平均 18 分。同じ作業を RTX Spark＋DGX Spark＋RTX 5090 の3台 PAIR クラスタに載せると平均 8分48秒、という非公式デモである。公式も「一般ベンチではない・線形スケールの約束ではない」と注記している。Jobs ビューで、どのノードがどのジョブを受けたかを見えるようにしてある点も、デモより実務向きに聞こえる。

周辺報道では、llama.cpp や vLLM 側のスループット改善、Hermes Agent／OpenClaw／Perplexity Portable Computer へのローカル支援、RTX Spark 系 PC の市販時期など、同じ週のローカル AI パッケージがまとめて語られる。PAIR 単体は「家の遊休を束ねる」薄い層で、その上下にエンジンとエージェント製品が並ぶ構図だ。

感想①：名前の罠と、やらないことの明確さ

いちばん先に書いておきたいのは、PAIR は GPU を足し算しないということだ。1本の推論リクエストを複数 GPU に分割しない。VRAM を合算して巨大モデルを載せる仕組みでもない。独立したリクエストが同時に並ぶとき、空きノードへ横に逃がす。ワークロード単位の並行性であって、テンソル並列やモデル並列ではない。公式が「しないこと」をはっきり書いているのは親切だ。期待のズレが事故になるのは、だいたいここだからである。

「家のミニデータセンター」という言葉は煽りやすい。だが公式の前提は逆で、家のマシンはデータセンターではない、と書いている。ゲーム中の PC、寝るノート、モデルを持っていないワークステーション、フォアグラウンドに GPU を奪い返す人——動的で、いつも同じではない。PAIR のスケジューラが見るのは、オンラインか、エンジンが生きているか、要求モデルがそこにあるか、いまのジョブ負荷と GPU 使用率か、といった生活寄りの条件だ。常時電源のラックを前提にしない。その設計思想の方が、個人開発の現実に近い。

名前の Personal AI Router は、ネットワーク機器の連想を誘う。実体はプロキシ兼スケジューラだ。Ollama／LM Studio のデフォルトポートを PAIR が取り、エージェントは同じ口に話し続ける。ポートが違うなら PAIR 側で合わせる、とある。新しいクラスタ API をみんなに覚えてもらうより、既存の口を奪う方が普及は早い。奪う、と書くと乱暴だが、互換レイヤの定石でもある。

感想②：効く仕事と、効かない仕事

効くのは、エージェントが仕事を細かく切って、独立したモデル呼び出しを同時に飛ばす場面だ。調査・コーディング・個人整理でサブエージェントが並ぶと、1台の GPU 前にキューが伸びる。別マシンに同じモデルタグがあれば、キューは横に広がる。主機をゲームや編集に残しつつ、推論だけ他ノードへ逃がす、という使い方も公式が想定している。逆に、長い1本の呼び出しが支配する仕事、要求モデルを持つノードが1台しかない構成、逐次でしか進まない台本は、PAIR を入れても体感が薄い。測定は「エンドツーエンドの完了時間・待ち・品質・実際のルーティング」でやれ、という公式の注意は、そのまま個人の検証手順になる。

デモの 18分→8分48秒は魅力的だが、条件付きであることを忘れない方がよい。サブエージェント数が多く、モデルが各ノードに揃い、ネットワークがボトルネックでないとき、初めてその形になる。Jobs のテレメトリで多ノード実行を確認せよ、という一文も重要だ。エージェント数とジョブ数は同じではない。1体が複数のモデル呼び出しを生む。感覚で「分散した」と言う前に、画面で確認する——地味だが、地味なものが再現性の本体である。

個人開発で言うと、ぼくの。のような小さなサービス運用そのものより、手元の調査エージェントやコードエージェントの待ち時間の方が近い。クラウド API を常時フルで回す週もあるが、ローカルに寄せたい理由は料金だけでなく、下書きや社外秘めいたメモを外に出したくないときもある。PAIR は「外に出さない」を保ったまま、家の中だけ並列を増やす道具だ。外に出さないことと、速いことは別問題だった。PAIR は後者の家側の解の一つ、という位置づけに見える。

感想③：同じ週の Hugging Face 買収と並べると

同じ週、NVIDIA は Hugging Face の買収合意も発表した。オープンモデルの配布層と、家の推論ルーティング層が、同じ会社の週報に並ぶ。前者は世界中のモデル置き場に手を伸ばす話で、後者はすでに売った RTX を「眠らせない」話だ。クラウド課金の物語が太い週に、オンデバイスと LAN 内分散を無料 OSS で厚くする——メッセージとしても意図が読みやすい。利用者から見ると、選択肢が増えるのはよい。警戒すべきは、便利さの経路が一本化していくことだ。PAIR は「NVIDIA 必須」とまでは書いておらず、Apple Silicon も載る。それでも中心は RTX 基地だ。オープンであることと、重力の向きは別である。

一方で、個人が明日から3台クラスタを組む必要はない。1台しかないなら、PAIR の価値はほぼゼロだ。価値が出るのは、すでに RTX デスクトップとノートが同じ家にある、DGX Spark や作業用 Mac が余っている、といった「遊休がある」人だ。遊休がない人に必要なのはルータではなく、そもそもどの仕事をローカルに残すかの選別である。道具の前に選別、という順番は、Astra 週の権限メモと同じである。

感想④：個人開発に残る短い手順書

持ち帰れるのは機能表より手順だ。(1) 並列に切れる仕事か確認する。(2) 同じモデルタグを候補ノードに置く。(3) ペアリングと mTLS の前提を信じる前に、自分の LAN 境界を確認する。(4) Jobs で実際の配置を見る。(5) 効かなければ無理にクラスタ化しない。家庭 LAN は信頼境界として甘いことが多い。ゲスト Wi-Fi、IoT、子供の端末——PAIR の通信がローカルに閉じるとしても、「どのローカルか」は自分で決める必要がある。Tailscale で区切った作業網にだけ載せる、といった運用は、ぼくの既存メモとも相性がよい。

もう一つ。エージェントハーネスを変えなくてよい、は強い。逆に言えば、ハーネス側が変なリトライや巨大コンテキストを連発していると、ノードを増やしても無駄撃ちが増えるだけだ。分散の前に、呼び出し回数とコンテキストサイズを減らす。減らしたあとにまだキューが伸びるなら、PAIR の出番、という順番が健全だと思う。加速の道具は、無駄を増幅する道具にもなる。

セットアップの公式手順は短い。各マシンに PAIR を入れ、LAN でペアリングし、Ollama か LM Studio を有効にし、必要なモデルを候補ノードへ置き、エージェントをいつもの口で動かす。モデルは全ノード同一である必要はない。違うモデルを載せたマシンがあってもよく、同じタグを多く置くほどそのリクエストの候補が増える、とある。ここも家向けだ。全部を同じ構成に揃えてから始める必要はない。よく使うモデルだけ、余っているマシンにコピーすればよい。

ベータであることも忘れると痛い。発見・ペアリング・ルーティング・エンジン連携は OSS として改善の余地がある、と公式も寄稿を求めている。うまく動かないとき、まず疑うのは魔法ではなく、モデルの有無、エンジンの生死、ファイアウォール、ゲスト網への迷い込みだ。クラウド API の障害と違い、家の障害は自分の配線に近い。近いぶん、直せる。

おわりに

PAIR は派手な AGI 宣言の対極にある。家の遊休 GPU と、すでに使っている Ollama／LM Studio の口を、薄いルーティング層でつなぐだけだ。やらないこと（VRAM 合算・単一推論の分割）がはっきりしていて、効く条件（独立リクエストの並列）もはっきりしている。同じ週のモデル戦争や買収ニュースより地味だが、個人開発者が触れる単位には近い。クラウドの速度を追う週に、家の待ち行列を横に広げる選択肢が出た——その一文で、まずは十分なニュースだと思う。

一次情報は NVIDIA の技術ブログである。対応ハード・エンジン・ベータ仕様は更新され得る。導入直前には一次情報を当て直してほしい。