Nvidia ouvre au public la bêta de PAIR, pour Personal AI Router, un logiciel gratuit et open source capable de relier un Mac à des PC équipés de cartes RTX ou à un DGX Spark sur le même réseau. Le but est de répartir les requêtes d’intelligence artificielle locale entre plusieurs machines, sans envoyer les prompts, fichiers et contextes d’agents vers un service cloud.
Sur Mac, la liste de compatibilité commence toutefois aux puces M4 et exige macOS Tahoe. Nvidia demande au moins 8 Go de mémoire et recommande 20 Go d’espace disque. PAIR fonctionne avec Ollama et LM Studio, deux outils populaires pour exécuter des modèles localement, et présente aux applications un point d’accès unique au lieu d’une adresse différente pour chaque ordinateur.
PAIR répartit les requêtes, mais ne fusionne pas les GPU
Le nom de « cluster personnel » pourrait laisser croire que la mémoire et les processeurs graphiques sont combinés. Ce n’est pas le cas. Chaque ordinateur reste un nœud autonome qui doit pouvoir charger et exécuter le modèle demandé. PAIR découvre les machines disponibles, surveille leur charge et route une requête indépendante vers celle qui dispose de capacité.
Deux Mac de 16 Go ne deviennent donc pas une machine virtuelle de 32 Go, et l’ajout d’un PC ne rend pas automatiquement une réponse isolée deux fois plus rapide. Le gain apparaît surtout lorsqu’un agent découpe un travail en plusieurs sous-tâches, ou lorsque plusieurs applications sollicitent simultanément le même serveur local. Les requêtes peuvent alors avancer en parallèle au lieu d’attendre derrière un seul GPU.
Nvidia donne l’exemple d’un workflow Hermes réparti entre cinq sous-agents. Dans sa démonstration, la durée moyenne est passée de 18 minutes sur un ordinateur portable RTX Spark à 8 minutes et 48 secondes avec ce portable, un DGX Spark et une RTX 5090. Le constructeur qualifie lui-même ce test de démonstration non officielle, sur une configuration précise. Aucun Mac n’y participait : ces chiffres ne doivent donc pas être interprétés comme un résultat garanti pour les utilisateurs de macOS.
Ollama et LM Studio masquent les différences de système
PAIR fonctionne sous macOS, Windows et Linux. Il s’installe avec une interface graphique ou depuis le terminal, puis associe les appareils présents sur le réseau local. Une application compatible continue d’interroger une adresse locale ; le routeur transmet ensuite la demande à Ollama ou LM Studio sur un nœud disponible. Cela évite aux développeurs de maintenir manuellement les adresses, ports et états de plusieurs serveurs.
Cette approche prolonge les progrès déjà réalisés côté Apple Silicon. Ollama a adopté MLX sur Mac pour mieux exploiter la mémoire unifiée et les accélérateurs d’Apple. PAIR ajoute une couche d’orchestration : un Mac peut traiter certaines demandes et confier les autres à une station RTX, sans imposer le même système d’exploitation à toutes les machines.
Le fonctionnement local présente un avantage de confidentialité, puisque Nvidia indique que prompts, documents et contexte restent sur le réseau de l’utilisateur. Cela ne dispense pas de sécuriser le Wi-Fi, les comptes et les ordinateurs associés. Un modèle doit aussi être téléchargé sur chaque nœud qui l’exécute. L’accès à Internet n’est pas nécessaire au fonctionnement courant de PAIR, mais il reste requis pour récupérer les modèles et les mises à jour.
Le choix du M4 exclut encore des Mac très puissants
La restriction la plus surprenante concerne les Mac. Nvidia valide les puces M4 ou plus récentes, mais pas les générations M1 à M3. Le Mac Studio M3 Ultra, pourtant disponible avec jusqu’à 512 Go de mémoire unifiée et précisément taillé pour les grands modèles, demeure ainsi absent de la liste officielle. Nvidia n’explique pas ce seuil et ne dit pas si l’exclusion est technique ou temporaire.
Ce choix contraste avec l’intérêt croissant des développeurs d’IA pour les ordinateurs compacts d’Apple. La demande pour les Mac mini et Mac Studio a surpris Apple, tandis que de grands laboratoires ont récemment multiplié les achats de ces machines. PAIR pourrait justement permettre à un développeur de conserver son Mac comme poste principal tout en exploitant une carte Nvidia déjà présente dans un autre ordinateur.
Les GPU pris en charge commencent aux GeForce RTX série 20 ; Nvidia accepte aussi les RTX Pro à architecture Turing ou plus récente et le DGX Spark. La bêta reste destinée en priorité aux utilisateurs capables d’installer et d’administrer leurs modèles locaux. Elle ne transforme pas plusieurs appareils modestes en serveur universel, mais simplifie un problème réel : utiliser la puissance disponible sans construire soi-même le routeur.
0 commentaires