Les utilisateurs de Mac M4 peuvent désormais répartir des tâches d’intelligence artificielle locale sur d’autres machines de leur réseau grâce à PAIR, pour Personal AI Router. Cette bêta open source de Nvidia relie des Mac Apple Silicon pris en charge, des PC équipés de GPU Nvidia RTX et des systèmes DGX Spark.
PAIR n’est pas un accélérateur matériel : il agit comme un routeur logiciel pour les applications d’IA locale. Selon Nvidia, il fonctionne avec Ollama et LM Studio, deux outils d’exécution locale de modèles, et présente aux applications un point de connexion unique plutôt qu’une liste de machines à configurer individuellement.
Un routeur pour répartir les requêtes entre machines
Après l’installation de PAIR et l’association des ordinateurs, le routeur sélectionne une machine disponible pour chaque requête. Ollama ou LM Studio exécute ensuite le modèle sur l’ordinateur choisi. Lorsqu’un poste est déjà occupé ou devient indisponible, les nouvelles requêtes peuvent être dirigées vers un autre système du réseau.
Nvidia cite notamment le cas d’un agent d’IA qui examine plusieurs documents : des demandes indépendantes peuvent alors être traitées sur différentes machines. Chaque ordinateur participant doit toutefois disposer des ressources nécessaires pour exécuter le modèle demandé et disposer de ce modèle via Ollama ou LM Studio.
Les systèmes restent séparés. PAIR ne fusionne ni les GPU ni la mémoire : deux Mac dotés de 16 Go de mémoire ne deviennent donc pas une machine disposant d’un pool unifié de 32 Go pour charger un modèle plus volumineux. Ajouter un ordinateur ne rend pas non plus automatiquement une réponse individuelle plus rapide.
Mac M4 et macOS Tahoe requis
La page de configuration de Nvidia liste macOS Tahoe ainsi qu’une puce M4 ou plus récente pour la prise en charge des Mac. Les prérequis généraux mentionnent au moins 8 Go de mémoire vive et recommandent 20 Go ou davantage d’espace disque. Côté PC, PAIR prend en charge les GeForce RTX de série 20 et ultérieures, les RTX Pro Turing ou plus récentes, ainsi que les DGX Spark, sous Windows et Linux.
Nvidia indique également que les invites, fichiers et contextes d’agents restent sur le réseau de l’utilisateur pendant l’inférence locale. Les modèles doivent être téléchargés au préalable, mais PAIR ne nécessite pas de connexion Internet pour fonctionner.
Ce que ça change
PAIR peut rendre plus pratique l’usage de plusieurs ordinateurs déjà présents dans un foyer ou un petit bureau pour absorber des requêtes locales simultanées, sans transformer ces machines en un unique ordinateur virtuel. Son intérêt dépendra surtout de la répartition effective des demandes et des modèles que chaque poste peut exécuter. Dans une démonstration spécifique à sa configuration, Nvidia a mesuré 18 minutes sur un RTX Spark seul, contre 8 minutes et 48 secondes avec un RTX Spark, un DGX Spark et une RTX 5090 pour une tâche découpée entre cinq sous-agents.
À lire aussi
Source : NVIDIA — Developer Blog (Personal AI Router / PAIR)
Rédigé avec l'assistance d'outils d'IA, vérifié et validé par la rédaction.