Nvidia rakentaa paikallisesta tekoälystä kokonaisen pinon – PAIR jakaa kyselyt kodin laitteille

Nvidian IFA 2026 -julkistukset laajentavat yhtiön paikallisen tekoälyn strategian kokonaiseksi laitteisto- ja ohjelmistopinoksi. Tavoitteena on tehdä omalla tietokoneella tai kotiverkossa ajettavista malleista helpompia ottaa käyttöön, nopeampia käyttää ja paremmin usean laitteen resursseja hyödyntäviä – niin, että kehotteet, tiedostot, mallit ja agentin konteksti pysyvät paikallisina. 1215

PAIR jakaa työjonon, ei yhtä mallia usealle GPU:lle

Keskeinen uutuus on maksuton, avoimen lähdekoodin NVIDIA Personal AI Router (PAIR). Se muodostaa kotiverkon yhteensopivista koneista yhden paikallisen päätepisteen: sovellus tai agentti lähettää inferenssipyynnön tähän osoitteeseen, ja PAIR valitsee pyynnön käsittelevän laitteen saatavuuden, mallin ja kuormituksen perusteella. Työkalu toimii tuttujen paikallisten inferenssipalvelujen, kuten Ollaman ja LM Studion, kanssa, joten olemassa olevaa agenttia ei tarvitse suunnitella uusiksi. 124

Tärkeä käytännön raja on kuitenkin tämä: PAIR ei yhdistä eri koneiden GPU:ita tai muistia yhdeksi suureksi kiihdyttimeksi yhden mallipyynnön ajamista varten. Kukin itsenäinen pyyntö suoritetaan yhdellä valitulla järjestelmällä. Hyöty syntyy siis etenkin rinnakkaisista agentti- ja alitehtävistä, suuremmasta samanaikaisesta läpimenosta ja lyhyemmistä odotusajoista – ei siitä, että liian suuri malli mahtuisi usean tavallisen kotitietokoneen muistiin yhdessä. 12

PAIR on beetavaiheessa, ja sitä tuetaan yhteensopivilla Windows-, macOS- ja Linux-järjestelmillä. Nvidia kertoo sen toimivan RTX-varustettujen Windows-koneiden, DGX Spark -järjestelmien ja macOS-laitteiden kanssa; tarkat laite- ja käyttöjärjestelmävaatimukset määräytyvät Nvidian tukidokumentaation mukaan. 1417

Vähemmän säätöä paikallisten agenttien käyttöönottoon

Nvidia pyrkii poistamaan paikallisen tekoälyn tavallisinta kitkaa: mallin, inferenssipalvelimen ja asetusten käsin valintaa. Hermes Agentille, OpenClaw’lle ja Perplexity Portable Computerille on tulossa yksinkertaistettu paikallisten mallien käyttöönotto Nvidia-GPU:illa. Esimerkiksi Windowsissa asennus voi tunnistaa näytönohjaimen, valita sopivan mallin ja kokoonpanon sekä käynnistää työnkulun vähemmällä manuaalisella määrityksellä. 714

Tällä on strategista painoarvoa, sillä paikallisen tekoälyn käyttöönottoa on usein rajoittanut asennuksen monimutkaisuus enemmän kuin itse GPU-laskennan puute.

Nopeutus avoimen lähdekoodin inferenssikerrokseen

Yhtiö kertoi myös llama.cpp- ja vLLM-parannuksista, joiden avulla paikallinen inferenssi voi nopeutua parhaimmillaan 1,9-kertaiseksi. Optimoinnit ovat käytettävissä suoraan sekä LM Studion ja Ollaman kautta, ja Ollamaan on luvassa lisää päivityksiä. 714

Tämä antaa Nvidia-laitteistolle suorituskykyedun myös tilanteissa, joissa käyttäjän valitsema malli ja käyttöliittymä ovat avoimen lähdekoodin ratkaisuja. Todellinen nopeus riippuu silti muun muassa mallin koosta, käytetystä näytönohjaimesta ja työkuormasta.

RTX Spark tuo suurempien mallien muistin Windows-koneisiin

Ohjelmistopuolen rinnalla Nvidia kasvattaa paikalliseen tekoälyyn soveltuvien Windows-tietokoneiden luokkaa. Arm-pohjaiseen N1X-alustaan perustuvien RTX Spark -järjestelmien odotetaan saapuvan lokakuussa. Tehokkaimmissa kokoonpanoissa on 20-ytiminen Grace-suoritin, Blackwell RTX -grafiikka, jopa 128 Gt yhtenäistä muistia ja jopa yksi petaFLOPS tekoälylaskentaa. 1215

Jopa 128 gigatavun yhtenäinen muisti on erityisen olennainen suuremmille paikallisille malleille ja agenttityönkuluille, jotka eivät käytännössä mahdu tyypillisen kuluttajanäytönohjaimen muistiin. Lenovo ja Acer ovat niiden laitevalmistajien joukossa, joiden RTX Spark -malleja odotetaan markkinoille, ja Nvidia asemoi laitteet sekä tekoäly- että tavalliseen PC-käyttöön, mukaan lukien pelaamiseen. 12

Mitä kokonaisuus tarkoittaa käyttäjälle?

Nvidian viesti ei ole vain uusi tehokas kehittäjäkone. Yhtiö rakentaa ketjua, jossa paikallisia RTX-optimoituja malleja ja yhden napsautuksen agenttiasennuksia täydennetään nopeammalla inferenssillä ja PAIRin kaltaisella kotiverkon kuormanjaolla. 714

Käytännön tulokset ovat vielä tapauskohtaisia. PAIRin hyöty riippuu siitä, voidaanko työ jakaa aidosti itsenäisiin pyyntöihin, sekä kotiverkon viiveestä, laitekannasta ja siitä, mitkä mallit ovat eri koneilla käytettävissä. Myös ilmoitetut nopeusluvut ovat valmistajan tai varhaisen ohjelmistovaiheen arvioita. Lähteet eivät anna kattavaa virallista luetteloa kaikista julkaisussa tuetuista peleistä tai RTX-optimoiduista malleista.