英伟达PAIR工具使用教程：把家里闲置电脑变成AI算力集群
你的家里有几台电脑？游戏主机、旧笔记本、办公电脑……大部分时间它们都在闲置。英伟达9月3日发布了一个免费开源工具叫 NVIDIA PAIR（Personal AI Router），它能把家庭局域网里的多台电脑连接起来，协同运行AI任务。简单说，就是把你家里的闲置电脑变成一个小型”AI数据中心”。
这个工具完全免费、开源，支持Windows、Linux和macOS，不仅兼容英伟达显卡，连苹果M4芯片都能用。下面是详细的使用教程。
一、PAIR是什么？能干什么？
一句话解释：PAIR是一个软件路由器，它自动发现你家里局域网中的兼容电脑，把AI推理任务分发到有空闲算力的设备上并行执行。
典型场景：
- 你在跑一个AI智能体任务（比如整理邮件、分析数据），这个任务被拆分成5个子任务
- 单台电脑跑完需要18分钟
- 用PAIR把任务分发到3台电脑，只需要约9分钟
注意：PAIR不是把多块显卡拼接成一块超级显卡。它不能把两台电脑的显存合并来运行一个超大模型。每个模型仍然完整运行在单台设备上，PAIR只是把独立的推理请求分发到不同设备。
二、你的电脑能用吗？
支持的硬件：
- 英伟达GeForce RTX 20系列及更新显卡（最低20系即可）
- 英伟达RTX PRO桌面端GPU（图灵架构及更新）
- 英伟达DGX Spark和GB10系统
- 苹果Apple M4芯片或更新款
支持的操作系统：
- Windows 11
- Ubuntu 14.04
- macOS Tahoe
其他要求：
- 最低8GB内存
- 推荐20GB以上磁盘空间
- 不需要联网就能运行（但下载模型需要联网）
- 最多支持18个节点同时在线
三、安装和设置步骤
前提条件：每台要加入集群的电脑需要先安装 Ollama 或 LM Studio（两个免费工具，用于本地运行AI模型）。PAIR通过这两个引擎来调度任务。
第一步：下载安装PAIR
- 前往英伟达官网或GitHub下载PAIR测试版（目前是Beta公测阶段，Apache 2.0开源协议）
- 支持图形界面和终端两种安装方式
- 在每台要加入集群的电脑上都安装一份
第二步：添加设备
- PAIR使用mDNS协议自动发现局域网中的兼容设备
- 也可以通过IP地址手动添加设备
- 设备配对需要输入6位验证码（在邀请方机器上显示，在受邀方机器上输入）
- 配对成功后，设备间通信采用MTLS加密，保障数据安全
第三步：在每台设备上准备模型
- 通过Ollama或LM Studio下载你需要的AI模型
- 注意：PAIR只在持有相同模型的设备之间分发任务
- 在更多设备上加载同一模型，调度器就有更大的可用资源池
第四步：运行AI任务
- PAIR会自动接管Ollama和LM Studio的默认端口
- 你的AI应用（如智能体工具）通过Ollama兼容或OpenAI兼容的代理端点连接
- PAIR自动根据各设备的任务队列深度和GPU占用率来分发请求
- 当某台设备开始游戏或渲染时，PAIR会自动把AI任务转移到其他空闲设备
四、PAIR的三大典型场景
| 场景 | 说明 | 效果 |
|---|---|---|
| 多智能体工作流 | 一个主智能体把复杂任务拆分成多个子任务，PAIR分发到不同设备并行执行 | 5个子智能体任务：单设备18分钟 → 3台设备约9分钟 |
| 多任务并发处理 | 同时跑多个独立的AI请求（比如同时生成文本和图片分析） | 不排队等待同一块GPU |
| 高负载时推理卸载 | 主设备在跑游戏或渲染时，AI任务自动转移到闲置设备 | 不打断你正在做的事 |
五、实际效果和注意事项
英伟达官方演示数据：
- 任务：5个子智能体的”周日信息整理”，使用Qwen 3.6 35B A3B模型
- 单台RTX Spark笔记本：平均18分钟
- 3台设备集群（RTX Spark笔记本 + DGX Spark + RTX 5090）：平均8分48秒
- 注意：这是特定配置的演示，不是通用基准测试
注意事项：
- PAIR目前是Beta测试版，实际效果取决于你的设备组合和使用模式
- 顺序执行的任务受益不大，高度并行的任务受益最大
- 如果只有一台设备持有某个模型，那个任务无法分发
- 苹果M4芯片已支持，但更早的M系列芯片不兼容
- 部署在不受信任的公共网络时需注意安全（PAIR包含本地HTTP端点和局域网发现功能）
六、PAIR vs 云端API：哪个更划算？
英伟达算了一笔账：按典型多设备家庭测算，闲置算力折合每天可产出约1.2亿Token，等价于每月1200美元的云端API额度，而对应的电费成本仅约120美元。也就是说，用本地闲置算力跑AI，成本只有云端的十分之一。
| 对比项 | 本地PAIR | 云端API |
|---|---|---|
| 月成本 | 约120元电费 | 约1200美元（约8600元） |
| 数据隐私 | 数据留在本地，不外传 | 数据上传到云端 |
| 性能 | 取决于本地硬件 | 通常更强 |
| 适合场景 | 批量任务、隐私敏感、日常AI使用 | 需要最强模型、高频使用 |
总结
PAIR是目前普通人能免费获取的最实用的本地AI算力工具之一。如果你家里有两台以上电脑，其中至少一台有英伟达RTX显卡或苹果M4芯片，非常值得试一试。它不需要买新硬件，不需要复杂的Docker配置，下载安装就能用。
对于零基础读者来说，最简单的上手路径是：先在主力电脑上装好Ollama → 下载一个小模型（如Qwen 2.5 7B） → 再在另一台电脑上重复同样的操作 → 然后安装PAIR把两台电脑连起来 → 运行AI任务时PAIR会自动帮你分发。整个过程不需要写一行代码。