thejournalofsierraleonestudies.com

Nvidia lance PAIR, un outil open source gratuit qui mutualise la puissance de calcul inutilisée des ordinateurs d’un réseau domestique pour l’inférence IA locale, et les charges agentiques

Nvidia vient de lancer un outil gratuit et open source qui transforme vos ordinateurs personnels dispersés dans la maison en un centre de données d'IA improvisé. Le Personal AI Router (PAIR) détecte les machines compatibles sur votre réseau, les relie entre elles et met en commun leur puissance de calcul pour effectuer des inférences d'IA en local. PAIR fonctionne avec les GPU GeForce RTX de la série 20 et tous les modèles plus récents, ainsi que les puces M4 d'Apple ou plus récentes. En publian

Nvidia vient de lancer un outil gratuit et open source qui transforme vos ordinateurs personnels dispersés dans la maison en un centre de données d'IA improvisé. Le Personal AI Router (PAIR) détecte les machines compatibles sur votre réseau, les relie entre elles et met en commun leur puissance de calcul pour effectuer des inférences d'IA en local. PAIR fonctionne avec les GPU GeForce RTX de la série 20 et tous les modèles plus récents, ainsi que les puces M4 d'Apple ou plus récentes. En publiant le code sur GitHub, Nvidia invite la communauté des développeurs à l'examiner et à l'étendre.

Nvidia Corporation est une multinationale américaine spécialisée dans les technologies, dont le siège social est situé à Santa Clara, en Californie. La société développe des processeurs graphiques (GPU), des systèmes sur puce (SoC) et des interfaces de programmation d'applications (API) destinés à la science des données, au calcul haute performance, à l'intelligence artificielle (IA) ainsi qu'aux applications mobiles et automobiles. Fondée en 1993 par Jensen Huang, Chris Malachowsky et Curtis Priem, Nvidia est souvent considérée comme une entreprise du secteur des « Big Tech ».

Nvidia vient de lancer un outil gratuit et open source qui transforme vos ordinateurs personnels dispersés dans la maison en un centre de données d’IA improvisé. Le PAIR détecte les machines compatibles sur votre réseau, les relie entre elles et met en commun leur puissance de calcul pour effectuer des inférences d’IA en local. Il s’agit d’une initiative astucieuse qui pourrait révolutionner la manière dont les passionnés et les petites équipes exploitent les grands modèles de langage sans avoir à payer de factures de cloud.

Nvidia vient de faire un pas discret mais potentiellement significatif dans le domaine de l’IA locale. La société a annoncé son nouveau PAIR, un outil gratuit conçu pour synchroniser plusieurs ordinateurs personnels afin qu’ils puissent travailler ensemble sur des tâches d’inférence IA. Considérez-le moins comme du matériel réseau que comme un « ciment logiciel » qui transforme un ensemble de machines distinctes en quelque chose ressemblant à un minuscule centre de données personnel.

Et oui, malgré son nom, PAIR n’est pas un routeur que l’on branche sur une prise murale. Il s’agit d’un logiciel open source développé par Nvidia pour détecter automatiquement les PC compatibles se trouvant sur le même réseau. Une fois ces machines identifiées, PAIR les connecte et les prépare à effectuer des calculs intensifs pour des workflows d’IA agentique, c’est-à-dire le type de tâches autonomes en plusieurs étapes qui deviennent de plus en plus courantes à mesure que les modèles d’IA prennent en charge des tâches plus complexes.

C’est au niveau de la liste de compatibilité que les choses deviennent intéressantes. PAIR fonctionne avec les GPU GeForce RTX de la série 20 de Nvidia et tous les modèles plus récents, ainsi qu’avec la gamme RTX Pro de la société et ses systèmes DGX Spark. Mais Nvidia ne s’est pas limité à son propre matériel. L’outil prend également en charge les puces M4 d’Apple ou plus récentes, un clin d’œil notable à la flexibilité multiplateforme que l’on ne voit pas toujours chez un fabricant de puces aussi ancré dans son propre écosystème.

Cette évolution vers un calcul IA local et distribué ne se fait pas en vase clos. Au cours de l’année écoulée, des outils tels qu’Ollama et LM Studio ont connu un essor fulgurant auprès des développeurs et des passionnés d’IA qui souhaitent exécuter de grands modèles de langage sur leur propre matériel plutôt que de payer pour des appels d’API dans le cloud. PAIR s’intègre directement à cet écosystème, permettant aux utilisateurs de combiner la puissance de plusieurs machines plutôt que d’être limités par le GPU d’un seul boîtier.

Pour Nvidia, cela s’inscrit dans une stratégie plus large visant à maintenir la pertinence de son matériel, alors même que le débat sur l’IA évolue, passant des entraînements massifs dans le cloud à une inférence plus distribuée, effectuée directement sur les appareils. L’entreprise domine depuis des années le marché des GPU pour centres de données, et des initiatives telles que PAIR suggèrent qu’elle cherche également à s’approprier la couche logicielle qui rend les configurations d’IA grand public et prosommateur plus performantes. Si vous possédez déjà plusieurs cartes RTX réparties sur différentes machines, ou un DGX Spark associé à un Mac, PAIR vous donne une bonne raison de les utiliser ensemble plutôt que d’exécuter des modèles d’IA de manière isolée.

Le caractère open source de cette version joue également un rôle important. En publiant le code sur GitHub plutôt que de le confiner dans une application propriétaire, Nvidia invite la communauté des développeurs à l’examiner, à l’étendre et, vraisemblablement, à détecter les bogues plus rapidement qu’une équipe interne ne pourrait le faire seule. Il s’agit là d’une stratégie courante ces derniers temps pour les outils d’infrastructure d’IA, qui tend à accélérer l’adoption par les utilisateurs expérimentés que Nvidia souhaite voir acheter davantage de GPU à l’avenir.

On perçoit également ici, de manière plus subtile, la direction que prend l'IA locale. À mesure que les modèles gagnent en performances et que les tâches des agents nécessitent une puissance de calcul soutenue plutôt qu’une simple réponse rapide, la possibilité de mettre en commun plusieurs machines grand public pourrait s’avérer plus importante pour les amateurs et les petites entreprises qui ne peuvent pas se permettre une infrastructure de niveau professionnel. Cela ne remplacera pas un véritable centre de données, mais pour quelqu’un qui expérimente chez lui des agents IA à plusieurs étapes, relier entre elles trois ou quatre machines devient soudain beaucoup plus pratique.

Il sera intéressant de suivre de près la suite des événements. Le fait que Nvidia inclue la prise en charge des puces Apple Silicon est un détail mineur mais révélateur, car cela suggère que l’entreprise voit un intérêt à prendre en charge des environnements matériels mixtes plutôt que d’imposer une configuration entièrement Nvidia. Que PAIR devienne un outil incontournable de la boîte à outils de l’IA locale en pleine expansion, aux côtés d’Ollama et de LM Studio, ou qu’il s’efface pour ne rester qu’une expérience de niche, dépendra fortement de sa capacité à fonctionner sans heurts lorsque les utilisateurs commenceront à lui confier de réelles charges de travail.

PAIR peut sembler être une sortie de niche noyée dans le flot habituel d’annonces de Nvidia sur l’IA, mais elle laisse entrevoir quelque chose de plus important : la transition progressive des calculs d’IA à grande échelle, qui s’éloignent des configurations exclusivement basées sur le cloud pour s’orienter vers des réseaux domestiques reliés entre eux par des logiciels intelligents. Pour tous ceux qui en ont assez des factures liées à l’inférence dans le cloud ou qui souhaitent découvrir comment exécuter localement des workflows d’IA agentique, cet outil mérite d’être suivi de près à mesure qu’il gagne en maturité.

Voici la présentation de NVIDIA PAIR :

NVIDIA Personal AI Router (PAIR)

La version bêta de NVIDIA PAIR relie les flux de travail des applications et des agents d’IA à un point de terminaison local unique afin de répartir les tâches d’inférence entre les systèmes NVIDIA DGX Spark, les systèmes Windows équipés de RTX et les appareils macOS. Cela vous permet d’optimiser la puissance de calcul locale tout en préservant la confidentialité des invites, des fichiers et du contexte des agents.

Que permet de faire NVIDIA PAIR ?

Boostez votre domicile. Regroupez en quelques minutes les systèmes RTX, DGX et Mac déjà présents sur votre réseau. NVIDIA PAIR détecte les machines locales compatibles et leur permet de fonctionner comme un cluster d'inférence d'IA personnel, sans nécessiter de câbles spécifiques, de baies de serveurs ni de configuration complexe.

Plus de marge de manœuvre. Assurez la continuité des flux de travail IA locaux lorsque les tâches s’accumulent. NVIDIA PAIR répartit les requêtes d’inférence IA entre les nœuds locaux disponibles, permettant ainsi aux flux de travail IA très sollicités d’exploiter la puissance de calcul inutilisée, quel que soit le système d’exploitation du nœud.

Utilisez les outils que vous connaissez déjà. Exécutez NVIDIA PAIR parallèlement à vos backends d’inférence locaux habituels sous Windows, Linux et macOS. Dès son lancement, NVIDIA PAIR prend en charge Ollama et LM Studio, offrant ainsi aux applications un point de terminaison unique et cohérent tout en redirigeant intelligemment les requêtes vers les ressources de calcul locales disponibles.

Restez près de chez vous. Exécutez des workflows d’IA chez vous avec des données qui restent sur votre réseau. NVIDIA PAIR est conçu pour l’inférence locale privée, vous permettant d’utiliser des invites, des fichiers et le contexte de l’agent sans les envoyer dans le cloud.

Comment démarrer avec NVIDIA PAIR

NVIDIA PAIR fonctionne sans câbles ni racks spécifiques. Et sa configuration est très simple.


  1. Télécharger NVIDIA PAIR
  2. Ajoutez vos appareils au cluster
  3. Exécutez vos applications et agents d'IA

Source : Nvidia

Et vous ?

Pensez-vous que cette anonce est crédible ou pertinente ?
Quel est votre avis sur le sujet ?

Voir aussi :

NVIDIA et CrowdStrike font progresser la cyberdéfense agentique grâce à SafeMind, une nouvelle gamme de modèles de sécurité et de harnais développée sur la base de NVIDIA Nemotron

Nvidia lance un modèle d'IA open source léger pouvant fonctionner sur un seul GPU : Nemotron 3.5 Lightning, comptant 30 milliards de paramètres, peut être téléchargé, utilisé et modifié gratuitement

L'essor de l'IA se heurte à un mur : 2 400 milliards de dollars d'engagements en puissance de calcul devront être honorés entre 2026 et 2029, alors que l'IA n'est toujours pas rentable

Vous avez lu gratuitement 75 articles depuis plus d'un an.
Soutenez le club developpez.com en souscrivant un abonnement pour que nous puissions continuer à vous proposer des publications.