Nvidia presentó el 3 de septiembre, durante IFA 2026, PAIR, un programa que permite distribuir tareas de inteligencia artificial entre varias computadoras conectadas a una misma red. La propuesta busca aprovechar equipos disponibles para atender más trabajo, en lugar de concentrarlo en una sola máquina. Su versión beta ya está disponible para Windows, macOS y Linux.
Para quienes tienen una computadora de trabajo y otra destinada a videojuegos, la posibilidad resulta concreta: ambas podrían colaborar en solicitudes de IA compatibles. Sin embargo, PAIR requiere preparación y hardware adecuado; conectar cualquier laptop al wifi no basta.
¿Qué es Nvidia PAIR y cómo funciona?
PAIR significa Personal AI Router. Aunque su nombre recuerda a un aparato de internet, es software que se instala en las computadoras participantes.
Su función se parece a la de una persona que distribuye encargos en una oficina. Recibe solicitudes, identifica qué equipos pueden atenderlas y envía cada una a una máquina disponible. Después devuelve la respuesta a la aplicación desde la que se pidió el trabajo.
Los programas Ollama y LM Studio ejecutan los modelos de IA, es decir, los sistemas que interpretan instrucciones y generan respuestas. PAIR organiza dónde se procesa cada solicitud. Cada equipo necesita tener disponible el modelo solicitado para poder atenderla.
¿Para qué podría servir en casa o en una oficina?
Un uso posible sería procesar varios documentos mediante una aplicación compatible: resumir unos, extraer fechas de otros o clasificar textos por tema. Si esos trabajos generan solicitudes independientes, podrían distribuirse entre distintos equipos.
Son ejemplos de aplicaciones posibles, no herramientas de oficina incluidas automáticamente en PAIR. El usuario necesita configurar el programa que solicita esas tareas.
La ventaja principal consiste en reducir la fila de trabajos que esperan su turno. La documentación explica que cada solicitud se procesa completa en una computadora: PAIR no suma la memoria de varias tarjetas gráficas ni divide un modelo demasiado grande entre equipos.
Por eso, tener más computadoras conectadas no garantiza que cualquier tarea termine antes.
La prueba que redujo el tiempo de 18 minutos a menos de nueve
Nvidia mostró una demostración con Hermes Desktop, una aplicación que organizó cinco asistentes de software para analizar una bandeja de entrada doméstica simulada y elaborar un plan de pendientes.
El trabajo tardó, en promedio, 18 minutos en una laptop RTX Spark. Al incorporar un DGX Spark y un equipo con RTX 5090, el tiempo bajó a 8 minutos y 48 segundos.
Eso representa aproximadamente 51% menos tiempo, calculado a partir de las cifras publicadas. La propia compañía advierte que fue una demostración específica, no una prueba universal ni una garantía de rendimiento para cualquier hogar.
Qué computadoras pueden participar
El anuncio incluye equipos compatibles con GeForce RTX serie 20 o posteriores, estaciones RTX PRO, DGX Spark y Mac con chips M4 o posteriores. La referencia a Apple Silicon no debe interpretarse como soporte anunciado para todas sus generaciones.
Nvidia enumera 8 GB de RAM y recomienda al menos 20 GB de almacenamiento. Sin embargo, los recursos necesarios cambian según el modelo de IA: poder instalar PAIR no significa que una computadora pueda ejecutar cualquier modelo.
La configuración requiere instalar el programa, emparejar los equipos mediante un PIN, preparar Ollama o LM Studio y descargar los modelos. Después se conecta una aplicación compatible.
Privacidad y costos: qué cambia al procesar en casa
El procesamiento local puede evitar enviar documentos a un servicio remoto de IA. PAIR cifra las comunicaciones entre los equipos emparejados, pero mantener todo dentro de casa depende de que las aplicaciones y los demás componentes utilizados también funcionen localmente.
Nvidia señala que PAIR no necesita internet para operar una vez preparados los modelos. Las descargas y las consultas de información en línea sí requieren conexión.
El programa es gratuito y de código abierto. Eso no elimina el consumo eléctrico ni el tiempo de configuración, por lo que no hay un ahorro garantizado para todos los usuarios.
Además, sigue en beta. Su documentación reconoce que el reparto puede asignar solicitudes a una máquina más lenta porque todavía no evalúa completamente la capacidad de cada equipo.
Para quien ya dispone de varias computadoras compatibles y utiliza IA local, PAIR abre una forma de aprovecharlas mejor. Su utilidad dependerá de las tareas, los modelos y el hardware disponibles.
