NVIDIA เปิด PAIR ให้เครื่องในบ้านรวมกันรันเอเจนต์ได้ ฟรีและ Apache-2.0 — แต่ README บอกชัดว่ามัน "ไม่รวม VRAM ไม่แบ่งโมเดล" คือได้ความขนาน ไม่ได้โมเดลใหญ่ขึ้น

3 กันยายน 2026 NVIDIA เปิด Personal AI Router (PAIR) ที่งาน IFA 2026 — ซอฟต์แวร์ฟรีที่ทำสิ่งง่าย ๆ อย่างหนึ่ง: หาเครื่องคอมพิวเตอร์ที่รองรับในวงแลนบ้านหรือออฟฟิศเดียวกัน จับคู่เข้าด้วยกัน แล้วกระจายคำขอ inference ไปยังเครื่องที่มี GPU ว่างและมีโมเดลที่ต้องใช้อยู่แล้ว โดยไม่มีพรอมต์ไหนออกจากวงแลน

สิ่งที่ทำให้มันน่าสนใจสำหรับคนเขียนเอเจนต์คือ แอปไม่ต้องรู้ว่า PAIR มีอยู่ — มันเปิดปลายทางที่เข้ากันได้ทั้งกับ Ollama และ OpenAI API ให้เรียกที่ localhost เหมือนเดิม เอกสารเขียนตรง ๆ ว่า “Applications do not need to know PAIR exists” แปลว่าเอเจนต์ที่คุณเขียนไว้แล้วชี้ไป localhost:11434 ใช้งานคลัสเตอร์ได้ทันทีโดยไม่ต้องแก้บรรทัดไหนเลย

โค้ดอยู่บน GitHub ที่ NVIDIA/Personal-AI-Router ใต้ Apache-2.0

สิ่งที่มันไม่ทำ — และ NVIDIA เขียนไว้เองในย่อหน้าที่สาม

ก่อนจะตื่นเต้น ให้อ่านกล่องเตือนใน README ก่อน เพราะมันตัดความเข้าใจผิดที่พบบ่อยที่สุดออกไปทั้งหมด:

“PAIR routes each independent request to one node. It does not pool GPU memory, combine GPUs into a larger logical GPU, shard one model across machines, or split an in-flight inference request between nodes.”

เอกสาร overview เติมอีกข้อ: มันไม่ย้ายคำขอที่กำลังทำงานอยู่ไปเครื่องอื่น และไม่ทำให้คำขอเดี่ยว ๆ เร็วขึ้น — สิ่งที่เพิ่มขึ้นคือ ความสามารถในการทำงานพร้อมกัน เท่านั้น

พูดให้ตรงที่สุด: ถ้าคุณมี RTX 4070 12GB สองใบในสองเครื่อง สิ่งที่คุณจะได้จาก PAIR ไม่ใช่ ความสามารถรันโมเดล 24GB แต่คือความสามารถรันโมเดล 12GB สองงานพร้อมกัน นี่คือความต้องการที่คนส่วนใหญ่ค้นหาเมื่อพิมพ์ว่า “รวม GPU สองเครื่อง” แล้วไม่ได้คำตอบนั้น

ซึ่งก็เข้าเป้าที่ NVIDIA ตั้งไว้จริง ๆ — เคสที่ PAIR ออกแบบมาให้คือ แอปหลายเอเจนต์ที่ยิงงานย่อยขนานกัน ไม่ใช่การแชตทีละคำถาม เอกสารระบุตรง ๆ ว่ามันช่วยได้น้อยกับงานที่เป็นลำดับ (sequential) หรืองานที่ถูกครอบด้วยการเรียกโมเดลยาว ๆ ครั้งเดียว

ตัวเลขสาธิต และคำเตือนที่ NVIDIA แปะไว้เอง

NVIDIA ยกเคสสาธิตหนึ่งเคส: Hermes Desktop รัน subagent 5 ตัวบน Qwen 3.6 35B

ชุดฮาร์ดแวร์	เวลาเฉลี่ย
แล็ปท็อป RTX Spark เครื่องเดียว	18 นาที
คลัสเตอร์ PAIR 3 เครื่อง (RTX Spark + DGX Spark + RTX 5090)	8 นาที 48 วินาที

คือเร็วขึ้นราว 2.05 เท่า จากเครื่องที่มากขึ้น 3 เท่า — ต่ำกว่าเชิงเส้นชัดเจน และ NVIDIA เขียนคำเตือนไว้เองในย่อหน้าเดียวกันว่า “This is an unofficial, configuration-specific demo, not a general benchmark or a promise of linear scaling.”

การที่ผู้ประกาศเตือนเรื่องการสเกลของตัวเองแบบนี้เป็นเรื่องที่ควรให้เครดิต — ผิดกับรีลีสจำนวนมากที่ปล่อยตัวเลขเร่งความเร็วโดยไม่บอกคอนฟิก

สถาปัตยกรรม ความปลอดภัย และของที่ต้องเตรียม

จากเอกสารและ README:

• ไม่มีตัวควบคุมกลาง ทุกโหนดรันซอฟต์แวร์ชุดเดียวกันและประสานงานแบบ peer-to-peer โค้ดฝั่ง services เป็น Go 13 คอมโพเนนต์ ส่วนเดสก์ท็อปเป็น Electron/React
• การค้นหาโหนดใช้ mDNS แต่การเห็นกันไม่เท่ากับเชื่อกัน — ต้อง จับคู่ด้วย PIN ที่คนกรอกเอง ก่อน และเครื่องที่ยังไม่จับคู่จะถูกปฏิเสธทั้งหมด
• การสื่อสารระหว่างโหนดใช้ mTLS พร้อมใบรับรองที่สร้างขึ้นเอง ส่วนการเข้าถึงในเครื่องวิ่งบน loopback
• การจัดคิว ดูว่าโหนดออนไลน์และพร้อมไหม, เอนจินที่รองรับเปิดอยู่ไหม, มีโมเดลที่ขอเป๊ะ ๆ อยู่ไหม, ภาระงานปัจจุบัน และการใช้งาน GPU — แล้วมอบคำขอให้โหนดเดียวตลอดอายุของคำขอนั้น
• เอนจินที่รองรับ: Ollama และ LM Studio เท่านั้น (PAIR ติดตั้งให้ได้จากในแอป)
• ฮาร์ดแวร์: GeForce RTX 20 Series ขึ้นไป, RTX PRO (Turing ขึ้นไป), DGX Spark และ Apple M4 ขึ้นไป
• ระบบปฏิบัติการ: Windows 11, Linux, macOS — ทั้ง x64 และ arm64 (Windows on ARM ยัง experimental) ตัวติดตั้งเป็น .exe / .deb / .dmg และโหนดต่างแพลตฟอร์มจับคู่กันข้ามระบบได้

มีประโยคหนึ่งใน README ที่ควรอ่านก่อนวางแผนซื้อของ: “PAIR running on a machine does not mean an engine will.” — ตัว PAIR รันได้บนเครื่องที่รองรับทุกเครื่อง แต่เอนจินแต่ละตัวมีข้อกำหนด OS/GPU/ไดรเวอร์ของตัวเอง และโมเดลต้องมีหน่วยความจำพอโหลด เครื่องจะกลายเป็นผู้สมัครรับงานก็ต่อเมื่อมันรันเอนจินที่เข้ากันได้จริง ๆ อยู่

อีกประโยคที่ต้องอ่านให้ครบเงื่อนไข: พรอมต์และคำตอบจะอยู่ในวงแลน “when every configured client, model source, engine, and node is local” — คือความเป็นส่วนตัวเป็นผลของการตั้งค่าทั้งชุด ไม่ใช่คุณสมบัติที่ติดมาเอง

เรื่องวันที่: โค้ดขึ้นก่อนประกาศราวหนึ่งสัปดาห์

รายละเอียดที่ไม่มีในข่าวไหน แต่ดูได้จากรีโป: NVIDIA/Personal-AI-Router สร้างเมื่อ 2 ก.ค. 2026 ปล่อย v0.1.0 วันที่ 26 ส.ค. และ v0.1.1 วันที่ 28 ส.ค. — ก่อนงานแถลงที่ IFA ราวหนึ่งสัปดาห์ ตอนที่ตรวจสอบรีโปมีดาว 72 ดวง

เลขเวอร์ชัน 0.1.1 เป็นข้อมูลที่ตรงไปตรงมาที่สุดเกี่ยวกับความสุกของโปรเจกต์ ซึ่ง NVIDIA ก็เรียกมันว่า beta ตรง ๆ ไม่ได้อ้างเป็นอย่างอื่น

มุมมอง AI Curator

PAIR เป็นเครื่องมือประเภทที่หาได้ยาก — มันบอกข้อจำกัดของตัวเองก่อนที่คุณจะเจอเอง ทั้งกล่อง “does not pool GPU memory” ใน README, คำเตือนว่าตัวเลขสาธิตไม่ใช่คำสัญญาเรื่องการสเกลเชิงเส้น และประโยคที่ว่าการที่ PAIR รันได้ไม่ได้แปลว่าเอนจินจะรันได้ ถ้าวัดกันด้วยความซื่อสัตย์ของเอกสาร รีลีสนี้อยู่คนละชั้นกับประกาศโมเดลส่วนใหญ่ที่เราอ่านในสัปดาห์นี้

แต่ความคุ้มค่าของมันขึ้นกับคำถามเดียว: งานของคุณขนานได้จริงหรือเปล่า ถ้าคำตอบคือไม่ PAIR ไม่ให้อะไรคุณเลย — และคนจำนวนมากที่จะกดดาวน์โหลดเพราะพาดหัวว่า “รวมเครื่องในบ้านเป็นคลัสเตอร์ AI” กำลังต้องการสิ่งที่ PAIR ประกาศไว้ชัดเจนว่าไม่ทำ นั่นคือรวม VRAM เพื่อรันโมเดลที่ใหญ่กว่าการ์ดใบเดียวจะรับไหว ใครต้องการข้อนั้นยังต้องมองไปทาง llama.cpp RPC, vLLM แบบ tensor parallel หรือ exo ต่อไป

สำหรับบริบทไทย ผมคิดว่ามีสองจุดที่จับต้องได้จริง

หนึ่ง: มันคือทางลงของ “ต้องซื้อการ์ดใบใหญ่ก่อนถึงจะเริ่ม” ออฟฟิศเล็กและแล็บมหาวิทยาลัยในไทยมักมีเครื่องเกมมิ่ง RTX 30/40 กระจายอยู่หลายตัวมากกว่าจะมี A100 หนึ่งใบ PAIR ทำให้ของที่มีอยู่แล้วกลายเป็นกำลังรันเอเจนต์ตอนกลางคืนได้โดยไม่ต้องซื้ออะไรเพิ่ม — ต้นทุนส่วนเพิ่มคือศูนย์ และรองรับ Apple M4 ขึ้นไป ด้วย ซึ่งหมายความว่า MacBook ของทีมดีไซน์ก็เป็นโหนดได้ นี่เป็นเรื่องสำคัญเมื่อราคาการ์ดในไทยยังบวกภาษีและค่านำเข้า

สอง: ข้อดีที่แท้จริงอาจไม่ใช่ความเร็ว แต่คือการไม่ต้องส่งข้อมูลออก สำหรับงานที่ติด PDPA — เอกสารลูกค้า เวชระเบียน ข้อมูลพนักงาน — อุปสรรคเดิมคือเครื่องเดียวรันงานเอเจนต์หลายตัวไม่ไหว จนต้องยอมไปใช้ API คลาวด์ PAIR เปลี่ยนสมการนั้นโดยไม่ต้องเขียนโค้ดใหม่ เพราะปลายทางยังเป็น Ollama/OpenAI-compatible เหมือนเดิม แต่ต้องอ่านเงื่อนไขให้ครบ: ความเป็นส่วนตัวเกิดขึ้น เมื่อทุกองค์ประกอบเป็น local — และ model source ก็นับด้วย การดึงโมเดลจากอินเทอร์เน็ตครั้งแรกยังเป็นการเชื่อมต่อออกเสมอ

ข้อที่ควรระวังสำหรับทีมที่จะลองจริง: mDNS มักถูกบล็อกบนเครือข่ายองค์กรและ Wi-Fi ที่เปิด client isolation ซึ่งเป็นค่าตั้งต้นของ Wi-Fi สำนักงานและคอนโดจำนวนมากในไทย ถ้าโหนดมองไม่เห็นกัน ปัญหามักอยู่ที่สวิตช์และ AP ไม่ใช่ที่ PAIR

แหล่งข่าว

• NVIDIA PAIR Virtual Inference Router Expands Available Compute on Your Local Network — NVIDIA Technical Blog (3 ก.ย. 2026)
• NVIDIA/Personal-AI-Router — GitHub (Apache-2.0)
• NVIDIA Personal AI Router — หน้าผลิตภัณฑ์และดาวน์โหลด