Nvidia veut faire de l’IA locale un usage courant avec PAIR et RTX Spark

Nvidia ne se contente plus de vendre des GPU pour l’IA locale : à l’IFA 2026, le groupe assemble une pile plus complète, du déploiement d’agents au matériel capable d’exécuter des charges plus ambitieuses. L’enjeu est de rendre les flux de travail d’IA privés, exécutés sur ses propres appareils, moins techniques à installer et plus fluides lorsque plusieurs tâches tournent en parallèle. 1021

PAIR transforme le réseau domestique en réserve de calcul

L’annonce la plus singulière est NVIDIA Personal AI Router (PAIR), un logiciel gratuit et open source actuellement en bêta. PAIR fournit à une application ou à un agent une adresse locale unique, puis dirige chaque requête d’inférence indépendante vers une machine associée et disponible sur le réseau local. Ses points d’accès proxy sont compatibles avec les interfaces de type Ollama et OpenAI : un flux de travail existant peut donc en profiter sans être réécrit autour d’un nouveau cadre d’agents. 13

L’outil cible un problème classique des agents IA. Lorsqu’un agent décompose une tâche en sous-tâches simultanées, ou délègue du travail à des sous-agents, toutes les requêtes peuvent se retrouver en file d’attente devant le même GPU. PAIR peut les envoyer séparément vers les machines qui disposent du moteur et du modèle nécessaires, en tenant compte de leur charge actuelle. Il prend en charge des flux utilisant Ollama et LM Studio. 11011

Ce que PAIR fait — et ne fait pas

La nuance essentielle : PAIR est un routeur de requêtes, pas une technologie qui rassemble les GPU du foyer en un seul accélérateur géant. La documentation indique qu’il choisit la machine qui traitera chaque requête indépendante. Le gain attendu est donc une meilleure capacité en parallèle et moins d’attente pour des travaux séparables ; il ne permet pas à une requête unique d’additionner la VRAM de plusieurs PC pour charger un modèle qui ne tiendrait sur aucun d’eux. 123

Nvidia indique une compatibilité avec certains PC Windows équipés de RTX, les systèmes DGX Spark et des appareils macOS. Parmi les prérequis publiés figurent les GeForce RTX série 20 ou ultérieures, DGX Spark/GB10 et les Mac équipés d’une puce M4 ou plus récente, en plus des conditions liées aux systèmes d’exploitation. 8

Pour une personne disposant, par exemple, d’un PC fixe, d’un portable et d’un Mac compatible sur le même réseau, le matériel habituellement inutilisé peut ainsi contribuer à des tâches locales parallèles. L’argument de confidentialité est tout aussi central : Nvidia affirme que les prompts, fichiers et le contexte de l’agent restent sur le réseau domestique de l’utilisateur. 48

Des agents locaux moins pénibles à configurer

Nvidia a également mis en avant Hermes Agent, OpenClaw et Perplexity Portable Computer comme des portes d’entrée plus simples pour faire tourner des agents sur du matériel Nvidia local. Les expériences Windows annoncées reposent sur llama.cpp et intègrent les optimisations d’inférence de Nvidia, afin de réduire les étapes manuelles : choisir un modèle, trouver un service d’inférence compatible et ajuster les réglages. 1521

C’est un point important : l’IA locale est souvent freinée moins par l’absence de puissance de calcul que par la complexité de l’installation. Un déploiement en un clic, ou guidé, qui détecte le matériel compatible et sélectionne une configuration adaptée peut rendre ces agents bien plus accessibles qu’un assemblage de composants en ligne de commande. Nvidia indique que Hermes proposera un déploiement en un clic sur les systèmes RTX et DGX sous Windows et Linux, tandis qu’OpenClaw simplifie l’installation sur les PC Windows dotés d’un matériel RTX pris en charge. 21

Les gains de vitesse passent aussi par les logiciels

Le groupe a en parallèle annoncé des optimisations pour llama.cpp et vLLM, avec une promesse allant jusqu’à 1,9× d’amélioration de l’inférence locale. Selon Nvidia, ces mises à jour sont disponibles directement et via LM Studio ; une mise à jour des performances pour Ollama est prévue. 1021

Ce chiffre est un maximum communiqué par le constructeur et dépend du scénario utilisé : il ne garantit pas le même gain pour tous les modèles ou tous les GPU. L’architecture du modèle, sa quantification, la longueur du prompt, le matériel et la possibilité de découper le travail en requêtes indépendantes feront varier le résultat. L’intérêt stratégique demeure : Nvidia améliore l’expérience dans des outils open source déjà connus, sans imposer une interface de modèles exclusivement propriétaire. 1017

RTX Spark : un nouveau palier matériel pour les modèles plus lourds

Côté matériel, Nvidia a indiqué que les PC Windows RTX Spark, fondés sur sa plateforme N1X à architecture Arm, sont attendus en octobre. La configuration la plus haut de gamme associe un processeur Grace à 20 cœurs à un GPU Blackwell RTX, avec jusqu’à 128 Go de mémoire unifiée et jusqu’à un pétaflop de performances IA. 3440

La mémoire unifiée compte particulièrement pour l’IA locale : la taille d’un modèle et de son contexte est souvent limitée par la mémoire disponible, et pas seulement par la vitesse brute du GPU. RTX Spark doit ainsi créer une catégorie de PC Windows haut de gamme destinée aux agents locaux et aux charges privées plus importantes, tout en conservant des capacités graphiques conventionnelles. Nvidia a cité Lenovo et Acer parmi les partenaires qui doivent commercialiser des modèles RTX Spark. 253242

Une stratégie en quatre volets pour l’IA locale

Ensemble, ces annonces répondent à quatre freins à l’adoption :

• Déploiement : les applications d’agents réduisent le travail manuel de sélection et de configuration d’une pile locale. 1521
• Performances : les optimisations de llama.cpp et vLLM visent une inférence plus rapide sur une seule machine. 1017
• Montée en charge pour le travail simultané : PAIR met à contribution les appareils compatibles disponibles pour traiter des requêtes locales distinctes. 13
• Capacité pour des charges plus grandes : RTX Spark propose une plateforme Windows avec beaucoup plus de mémoire unifiée que la plupart des configurations grand public. 4042

Ces éléments ne résolvent toutefois pas le même problème. PAIR est pertinent pour une inférence parallélisable, mais ne rend pas un modèle plus grand que ce qu’un seul système participant peut héberger. RTX Spark peut répondre à cette seconde limite grâce à de grandes configurations de mémoire unifiée, mais il s’agit de nouveau matériel, pas d’une mise à niveau gratuite d’un PC existant. Enfin, les promesses de performances de Nvidia devront être vérifiées sur des charges de production variées. 1240

L’ensemble reste cohérent : Nvidia cherche à faire sortir l’IA locale du statut de collection d’outils de niche — modèles, serveurs et lignes de commande — pour en faire une option de calcul personnel plus intégrée, destinée aux agents, aux créateurs et aux développeurs qui souhaitent garder davantage de contrôle sur le lieu d’exécution de leurs tâches IA. 1014