Nvidia punta sull’AI locale: PAIR trasforma i PC di casa in un pool di calcolo

Nvidia ha usato IFA 2026 per delineare una strategia di AI locale più completa: agenti più facili da configurare, inferenza più veloce su un singolo dispositivo, uso coordinato di più computer della stessa casa e una nuova categoria di PC Windows destinata a modelli privati più grandi. L’obiettivo comune è mantenere prompt, file, modelli e contesto degli agenti nella rete dell’utente, rendendo però l’AI eseguita in locale meno complicata e più concreta per il pubblico consumer. 1215

PAIR: più PC al lavoro, ma non una GPU virtuale unica

La novità più particolare è NVIDIA Personal AI Router (PAIR), in beta, gratuito e open source. Il programma individua i sistemi compatibili sulla rete locale, presenta alle applicazioni un solo indirizzo di inferenza e assegna ogni richiesta indipendente a una macchina disponibile. Funziona con servizi già diffusi per i modelli locali, come Ollama e LM Studio: in pratica, un’app o un agente può usare capacità di calcolo aggiuntiva senza dover essere riscritto. 1216

Questo approccio è adatto soprattutto a carichi paralleli: per esempio più sotto-attività di un agente, o più richieste contemporanee, possono finire su PC diversi e sfruttare macchine che altrimenti resterebbero inattive. PAIR può valutare disponibilità del motore di inferenza, presenza del modello richiesto e carico corrente prima di instradare una richiesta. 14

C’è però un limite essenziale da chiarire: PAIR non somma memoria e GPU di computer differenti per eseguire una singola richiesta di un modello troppo grande per ogni singolo nodo. Ogni richiesta viene elaborata da un sistema selezionato. Il vantaggio è quindi una maggiore capacità complessiva per lavori indipendenti e minori attese in coda, non la creazione di un singolo acceleratore distribuito. 12

La compatibilità dichiarata include PC Windows con RTX, sistemi DGX Spark e dispositivi macOS, oltre ai sistemi Linux supportati; requisiti precisi e soglie hardware dipendono dalla documentazione Nvidia. 412

Meno configurazioni manuali per gli agenti locali

Nvidia vuole ridurre anche l’attrito iniziale, spesso più problematico della sola potenza della GPU. Hermes Agent, OpenClaw e Perplexity Portable Computer dovrebbero offrire un percorso più semplice per installare ed eseguire modelli locali sulle GPU Nvidia, senza costringere l’utente a scegliere manualmente modello, backend di inferenza e parametri di configurazione. 714

Sul fronte delle prestazioni, Nvidia afferma che le nuove ottimizzazioni per llama.cpp e vLLM possono portare l’inferenza locale fino a 1,9 volte più veloce. I miglioramenti sono disponibili direttamente e attraverso LM Studio e Ollama, con ulteriori aggiornamenti per Ollama previsti in futuro. 714

Per Nvidia, è un modo per rendere più attraente il proprio hardware anche quando modelli, interfacce e strumenti restano open source.

RTX Spark: memoria unificata per modelli più grandi

A completare la strategia ci sono i PC Windows RTX Spark, basati sulla piattaforma ARM Nvidia N1X e attesi a ottobre. Le configurazioni di fascia alta possono includere una CPU Grace fino a 20 core, GPU Blackwell RTX, fino a 128 GB di memoria unificata e fino a un petaflop di prestazioni AI. 1215

La memoria unificata di grande capacità è un elemento rilevante per chi vuole eseguire localmente modelli più grandi o workflow con agenti che superano la memoria pratica delle normali GPU consumer. Lenovo e Acer sono fra i partner attesi con i primi sistemi, mentre Nvidia presenta RTX Spark non solo come macchina per l’AI ma anche come PC per l’uso quotidiano, incluso il gaming. 12

Il messaggio complessivo è quindi meno legato alla singola “scatola per sviluppatori” e più a un ecosistema: modelli ottimizzati per RTX, installazioni degli agenti con pochi clic, inferenza più rapida e possibilità di distribuire il lavoro tra i computer già presenti in casa. 714

Va comunque mantenuta una cautela: PAIR e i dati di velocità includono dichiarazioni del fornitore o capacità software ancora iniziali. I risultati reali dipenderanno dalle dimensioni del modello, dalla latenza della rete, dalla combinazione di dispositivi e dalla possibilità di dividere il lavoro di un agente in richieste davvero indipendenti. Le fonti esaminate non offrono inoltre un elenco completo e definitivo di tutti i giochi o di tutti i modelli ottimizzati per RTX disponibili al lancio.