NVIDIA、Personal AI Routerを公開―複数端末のローカル推論をエージェントから利用可能に

概要

※本記事は公開情報をもとに編集部が再構成したサマリです。一次情報は出典欄をご参照ください。

NVIDIAは2026年9月3日、同一ローカルネットワーク上にある複数の端末へAI推論リクエストを振り分ける「NVIDIA Personal AI Router（PAIR）」のベータ版を発表した。複数のAIエージェントやサブエージェントを並行して動かすとき、1台の端末に処理が集中する問題を軽減する。

事実のポイント

• PAIRは新しい推論エンジンではなく、OllamaやLM Studioと互換性のあるローカルのプロキシとして動作する
• 各リクエストのモデル、エンジンの稼働状況、モデルの有無、GPU利用状況などを確認し、処理可能な端末へ送る
• NVIDIA GeForce RTX 20シリーズ以降、RTX PRO、DGX Spark、Apple M4以降の端末をサポートする
• Windows、Linux、macOSに対応し、端末間の通信にはペアリングしたノード間の相互TLSを使う
• PAIRはGPUメモリを統合せず、1つのリクエストを複数端末へ分割もしない。1リクエストは処理可能な1台が最後まで実行する

用語・背景の補足

ローカル推論とは、クラウドサービスへプロンプトやファイルを送らず、手元の端末でAIモデルを実行する方式である。機密データを外部へ出しにくい一方、1台の端末で複数の処理を同時に始めると、GPUやメモリの競合で待ち時間が増えることがある。

PAIRは端末同士を1台の大きなコンピューターに変えるものではない。各端末が持つモデルと処理能力を把握し、独立したリクエストを空いている端末へ割り当てる。したがって、複数の調査や検証を並行して行うエージェント構成では有効だが、1つの巨大なモデルを複数端末のメモリにまたがって実行する用途には対応しない。

業務利用で確認すべき点

ローカル処理はデータの外部送信を抑えられるが、ネットワーク内の端末が信頼できること、端末ごとのアクセス権や保存データを管理できることが前提になる。NVIDIAのドキュメントも、ペアリングは信頼できるネットワークと端末に限定するよう説明している。導入時は、扱うデータの分類、端末の更新・暗号化、モデルごとの出力検証、障害時に単一端末へ戻す手順を先に決める必要がある。

注意点

発表時点ではベータ版であり、対応する推論エンジンや端末条件は今後変わる可能性がある。また、複数端末へ処理を分散しても、AIの出力が正確になるわけではない。業務上の判断や外部送信を伴う処理では、従来どおり権限管理と人による確認が必要である。