NVIDIA PAIR से घर के PC बनेंगे लोकल AI क्लस्टर, पर एक मॉडल कई GPU में नहीं बंटेगा

NVIDIA ने IFA 2026 में लोकल AI के लिए एक साफ दिशा पेश की: घर या निजी नेटवर्क में पहले से मौजूद कंप्यूटरों की खाली क्षमता को मिलाकर AI इन्फरेंस के लिए इस्तेमाल करना। इसकी मुख्य घोषणा NVIDIA Personal AI Router (PAIR) है—एक मुफ्त, ओपन-सोर्स बीटा सॉफ्टवेयर, जो AI ऐप और एजेंट के अनुरोधों को स्थानीय नेटवर्क पर उपलब्ध संगत मशीनों तक पहुंचाता है। साथ ही कंपनी ने लोकल एजेंट सेटअप को आसान करने, इन्फरेंस तेज करने और अक्टूबर 2026 में कॉम्पैक्ट RTX Spark Windows PC लाने की बात कही है। 38

PAIR क्या करता है?

PAIR AI ऐप और एजेंट को एक ही लोकल कनेक्शन पॉइंट देता है। इसमें Ollama-संगत और OpenAI-संगत प्रॉक्सी एंडपॉइंट हैं। यह नेटवर्क पर योग्य कंप्यूटर ढूंढता है और हर स्वतंत्र इन्फरेंस अनुरोध को इंजन की उपलब्धता, मॉडल की उपलब्धता और मौजूदा वर्कलोड के आधार पर किसी उपयुक्त मशीन तक भेजता है। 17

यह उन एजेंट वर्कफ़्लो के लिए उपयोगी हो सकता है जिनमें एक साथ कई अलग-अलग काम निकलते हैं। मसलन, सारे काम एक GPU की कतार में फंसने के बजाय PAIR अलग अनुरोधों को खाली क्षमता वाले अलग PC तक भेज सकता है। NVIDIA इसे विशेष क्लस्टर हार्डवेयर, रैक या जटिल सेटअप के बिना निजी होम AI इन्फरेंस क्लस्टर बनाने का तरीका बताती है। 716

महत्वपूर्ण सीमा: यह हार्डवेयर को जोड़कर एक GPU नहीं बनाता

PAIR को लेकर सबसे जरूरी बात यह है कि यह डिस्ट्रिब्यूटेड मॉडल इन्फरेंस नहीं है।

• यह कई PC की VRAM को जोड़कर एक बड़ा मेमरी पूल नहीं बनाता।
• यह एक मॉडल को अलग-अलग मशीनों में शार्ड नहीं करता।
• यह एक इन्फरेंस अनुरोध को कई GPU में नहीं बांटता।
• हर Ollama या LM Studio अनुरोध एक ही योग्य सिस्टम पर चलता है; लाभ कई स्वतंत्र अनुरोधों की कुल समानांतर क्षमता बढ़ाने में है। 1

यानी, घर में कई एजेंट जॉब साथ चलाने में मदद मिल सकती है, लेकिन ऐसा बड़ा मॉडल नहीं चलाया जा सकेगा जो हर एक अलग मशीन की मेमरी क्षमता से बड़ा हो।

किन सिस्टमों को PAIR क्लस्टर में जोड़ा जा सकता है?

NVIDIA के अनुसार, एक विश्वसनीय लोकल नेटवर्क पर Windows, Linux और macOS चलाने वाले संगत सिस्टम जोड़े जा सकते हैं। समर्थित हार्डवेयर में GeForce RTX 20-सीरीज़ या उससे नए PC, Turing या उसके बाद के RTX PRO सिस्टम, DGX Spark सिस्टम और Apple M4 या उससे नए Mac शामिल हैं। Windows on Arm सपोर्ट प्रायोगिक है। 16

PAIR को ग्राफिकल इंटरफेस या टर्मिनल से चलाया जा सकता है; हेडलेस और SSH आधारित सेटअप भी संभव हैं। NVIDIA के इंस्टॉलेशन निर्देशों के मुताबिक, PAIR उस कंप्यूटर पर इंस्टॉल करें जहां ऐप चल रहा है। वह क्लाइंट किसी दूसरे पेयर्ड सिस्टम पर मौजूद इन्फरेंस इंजन तक काम भेज सकता है, इसलिए क्लाइंट मशीन में GPU या लोकल इन्फरेंस इंजन होना जरूरी नहीं है। 1

गोपनीयता वाले कामों के लिए NVIDIA कहती है कि प्रॉम्प्ट, फाइलें और एजेंट कॉन्टेक्स्ट होम नेटवर्क के भीतर रहते हैं। पूरी तरह लोकल कॉन्फ़िगरेशन में जवाब भी लोकल रहते हैं। हालांकि यह इस बात पर निर्भर करता है कि उपयोगकर्ता कौन-से मॉडल और ऐप चुनता है तथा क्या वह क्लाउड सेवा का उपयोग करता है। 67

लोकल AI एजेंट का सेटअप आसान करने की तैयारी

NVIDIA ने Windows पर Hermes Agent, OpenClaw और Perplexity Portable Computer के लिए NVIDIA GPU पर सरल लोकल-मॉडल सपोर्ट लाने की योजना बताई है। कंपनी के अनुसार, इसमें NVIDIA इन्फरेंस ऑप्टिमाइज़ेशन के साथ llama.cpp इस्तेमाल होगा, जिससे मॉडल, सर्वर और क्वांटाइज़ेशन सेटिंग चुनने का मैनुअल काम कम होगा। 8

NVIDIA के मुताबिक, Perplexity Portable Computer अभी कम-से-कम 24 GB VRAM वाले NVIDIA RTX GPU के साथ Linux सिस्टम पर उपलब्ध है; Windows सपोर्ट बाद में आएगा। यह बिना क्रेडिट के लोकल वर्कफ़्लो चला सकता है और अनुमति मिलने पर 15 से अधिक क्लाउड फ्रंटियर मॉडल तक काम भेजने का विकल्प भी देता है। 8

लोकल इन्फरेंस में अधिकतम 1.9 गुना तेजी का दावा

कंपनी का कहना है कि llama.cpp और vLLM के नए ऑप्टिमाइज़ेशन से अधिकतम 1.9 गुना तेज लोकल इन्फरेंस मिल सकता है। ये ऑप्टिमाइज़ेशन सीधे उपलब्ध हैं और LM Studio तथा Ollama के माध्यम से भी इस्तेमाल किए जा सकते हैं। 8

यह कंपनी का “अधिकतम” प्रदर्शन दावा है, हर मॉडल या हर PC के लिए गारंटी नहीं। वास्तविक सुधार मॉडल, क्वांटाइज़ेशन, GPU, मेमरी, सॉफ्टवेयर कॉन्फ़िगरेशन और वर्कलोड के हिसाब से अलग होगा।

RTX Spark Windows PC अक्टूबर 2026 में आने वाले हैं

NVIDIA ने कहा कि Lenovo और Acer के कॉम्पैक्ट RTX Spark Windows PC अक्टूबर 2026 में आने की योजना है। कंपनी इन्हें AI उत्साही लोगों, डेवलपर और क्रिएटर के लिए पेश कर रही है, जो एजेंट को लोकल और सुरक्षित तरीके से चलाना चाहते हैं। 8

NVIDIA ने लोकल प्रोटोटाइपिंग, फाइन-ट्यूनिंग और इन्फरेंस के लिए अधिकतम 128 GB यूनिफाइड मेमरी का उल्लेख किया। साथ में RTX गेमिंग फीचर सेट—रे ट्रेसिंग, DLSS, Reflex और G-SYNC—भी दिया जाएगा। कंपनी ने Electronic Arts, Embark और Ubisoft का नाम उन डेवलपरों में लिया जो RTX Spark पर बड़े गेम ला रहे हैं। 8

उपलब्ध घोषणाओं में N1X के CPU या GPU के विस्तृत स्पेसिफिकेशन, Lenovo या Acer के खास मॉडल नाम, अथवा पूरी गेम सूची की पुष्टि नहीं की गई है। इसलिए इन्हें फिलहाल पक्की जानकारी नहीं माना जाना चाहिए।

RTX Spark के लिए बताए गए मॉडल और टूल

NVIDIA ने RTX Spark के संदर्भ में इन लोकल-AI मॉडल, टूल और वर्कफ़्लो को रेखांकित किया:

• Nemotron 3.5 Lightning
• Qwen3.8-27B
• LTX 2.5
• FastH3 recipes, जो जल्द आने वाली हैं
• NVFP4 क्वांटाइज़ेशन के साथ Meta Muse Glimmer
• लॉन्च के समय RTX Spark के लिए ऑप्टिमाइज़ किया गया CyberLink PhotoDirector AI PC Mode 8

आपके लिए इसका व्यावहारिक मतलब

PAIR को घर के मिश्रित AI सेटअप के लिए एक शेड्यूलर की तरह समझना बेहतर है, न कि कई कंज्यूमर PC को जोड़कर एक विशाल GPU बनाने के तरीके के रूप में। अगर आपका लोकल एजेंट काम को स्वतंत्र अनुरोधों में बांट सकता है, तो PAIR खाली पड़े संगत RTX, DGX Spark और समर्थित Apple हार्डवेयर का इस्तेमाल कर सकता है। इससे अधिक अनुरोध एक साथ संभाले जा सकते हैं और काम लोकल नेटवर्क की सीमा में रह सकता है। 16

आसान एजेंट सेटअप और llama.cpp व vLLM के लिए NVIDIA के प्रदर्शन सुधारों के साथ, यह घोषणा कई डिवाइस पर लोकल AI चलाने को अधिक सुलभ बनाने की कोशिश है। मगर मूल सीमा वही रहती है: हर एक इन्फरेंस अनुरोध को एक ही योग्य मशीन की मेमरी में फिट होकर उसी पर चलना होगा। 18