Por Canuto  

Nvidia prepara Personal AI Router, una herramienta que conecta computadoras domésticas para ejecutar tareas de inteligencia artificial local, con soporte previsto para equipos Windows, Linux y macOS.

***

  • PAIR descubre y enlaza computadoras compatibles dentro de una misma red doméstica para distribuir cargas de inferencia de IA.
  • La herramienta está planteada para funcionar con GPU GeForce RTX 20 o posteriores, RTX Pro, sistemas DGX Spark y chips M4 de Apple o más nuevos.
  • Nvidia también prepara configuraciones simplificadas para ejecutar Perplexity Portable Computer, Hermes Agent y OpenClaw en Windows.

 

Nvidia prepara Personal AI Router, una herramienta que permitiría conectar computadoras domésticas y aprovechar su capacidad de procesamiento cuando permanecen inactivas.

El software, identificado por la sigla PAIR, está orientado a tareas locales de inferencia artificial y puede trabajar con plataformas como Ollama y LM Studio. Aunque su nombre podría sugerir un dispositivo de red, no se trata de un router físico, sino de un proyecto de código abierto que descubre equipos compatibles, los enlaza y los prepara para ejecutar flujos de trabajo agénticos.

La propuesta llega en un momento en que los usuarios buscan ejecutar modelos de IA sin enviar cada solicitud a servidores externos. Nvidia plantea que muchas casas ya cuentan con computadoras capaces de aportar potencia adicional, especialmente laptops modernas, equipos para videojuegos y estaciones de trabajo con GPU dedicadas. PAIR intenta convertir esa capacidad dispersa en una infraestructura coordinada, con una configuración más sencilla que la que normalmente exige distribuir modelos y tareas entre varias máquinas.

Una red doméstica para la inteligencia artificial local

El funcionamiento de PAIR parte de una idea sencilla: una computadora puede colaborar con otra cuando su capacidad permanece libre. El software identifica los dispositivos compatibles dentro de la red del hogar y los organiza para procesar solicitudes de manera conjunta, de modo que una laptop y una PC de escritorio puedan participar en el mismo flujo de trabajo. Nvidia afirma que el sistema está pensado para evitar interferencias cuando el propietario retoma sus actividades habituales.

Esta característica resulta especialmente relevante para los llamados flujos agénticos, en los que un sistema de IA divide una tarea compleja en trabajos más pequeños. En lugar de concentrar toda la carga en una sola GPU, PAIR puede distribuir operaciones en paralelo entre distintos equipos y adaptarse cuando alguno se incorpora o abandona la red. Así, si una persona comienza a jugar en su PC de escritorio, la infraestructura puede reorganizarse sin detener necesariamente el procesamiento restante.

La compatibilidad inicial se concentra en hardware de Nvidia, aunque la herramienta también admite computadoras de Apple con chips M4 o posteriores. PAIR funciona con tarjetas GeForce RTX 20 y generaciones más nuevas, además de GPU RTX Pro y sistemas DGX Spark, según los detalles divulgados sobre el proyecto. La beta está planteada para Windows, Linux y macOS, una cobertura que permitiría combinar equipos con sistemas operativos distintos dentro de una misma red doméstica.

La visión de Nvidia no exige necesariamente una casa llena de servidores profesionales. Seth Schneider, gerente de producto de la empresa, señaló que el escenario más realista probablemente incluya una laptop con Windows o una MacBook junto con una PC para juegos. Esa combinación podría ser suficiente para quienes desean experimentar con modelos locales y ya poseen equipos relativamente potentes, sin comprar una infraestructura dedicada exclusivamente a la inteligencia artificial.

La capacidad ociosa como recurso doméstico

Durante una sesión informativa, Schneider describió un ejemplo deliberadamente extremo para ilustrar el potencial de PAIR. En ese hogar imaginario, un padre tendría una laptop Nvidia RTX Spark y una PC de escritorio DGX Spark, la madre utilizaría una laptop RTX 5090, la hija contaría con una PC para juegos y el hijo tendría una MacBook Pro. Nvidia calcula que esa familia podría reunir alrededor de 165 teraflops de capacidad de cómputo infrautilizada.

El ejecutivo describió esa potencia disponible como un tesoro de tokens que actualmente permanece dentro de los hogares sin utilizarse. La afirmación no significa que cualquier vivienda pueda reproducir ese resultado, porque el ejemplo reúne varios equipos de alta gama y depende de que estén encendidos, conectados y disponibles. Sin embargo, sirve para explicar el argumento central de la compañía: el hardware comprado para productividad o entretenimiento también puede asumir cargas de IA durante los periodos de inactividad.

El beneficio práctico dependerá de factores que Nvidia no resume en una sola cifra, como el consumo eléctrico, la memoria de cada GPU, la velocidad de la red y el tipo de modelo ejecutado. La propia presentación tomó en cuenta los costos de electricidad de un hogar estadounidense promedio al hablar del valor de esa capacidad ociosa. Para los usuarios latinoamericanos, la conveniencia económica podría variar todavía más según las tarifas locales, la estabilidad eléctrica y la antigüedad de los equipos disponibles.

PAIR tampoco elimina las limitaciones propias de la computación local. Los modelos grandes pueden requerir más memoria de la que ofrecen algunas tarjetas, mientras que la coordinación entre equipos introduce necesidades de configuración, almacenamiento y administración. El atractivo del sistema está en reducir la complejidad inicial y aprovechar recursos existentes, no en convertir automáticamente cualquier conjunto de computadoras en una alternativa equivalente a un centro de datos profesional.

Seguridad, agentes y próximos usos

Nvidia indicó que los dispositivos se emparejan mediante un código de seis dígitos y que después el canal de comunicación queda protegido con mTLS, o Mutual Transport Layer Security. Este mecanismo busca establecer una conexión cifrada y confiable en ambas direcciones entre las computadoras participantes. La protección resulta importante porque una red doméstica que distribuye solicitudes de IA puede intercambiar instrucciones, datos de entrada y resultados entre varios dispositivos.

El uso de cifrado no resuelve por sí solo todas las preguntas de privacidad. Los usuarios todavía tendrán que definir qué información introducen en los modelos, qué carpetas o servicios quedan accesibles y qué equipos familiares pueden incorporarse a la red. Nvidia presenta PAIR como una solución para procesamiento local, pero la seguridad real también dependerá de las configuraciones de cada sistema operativo, de las aplicaciones conectadas y de las prácticas de quienes administren la red.

Junto con PAIR, Nvidia anunció configuraciones locales simplificadas para tres aplicaciones de agentes de IA en Windows: Perplexity Portable Computer, Hermes Agent y OpenClaw. La compañía sostiene que esas experiencias permitirán poner en funcionamiento agentes con GPU Nvidia mediante unos pocos clics, reduciendo la cantidad de pasos manuales que normalmente requiere instalar modelos, dependencias y herramientas de ejecución. El objetivo consiste en llevar capacidades agénticas a usuarios que no quieren administrar una pila técnica compleja.

La información divulgada sobre el proyecto muestra que Nvidia está intentando ampliar el papel de las GPU más allá de los videojuegos y las estaciones profesionales, al convertirlas en piezas de una red personal de cómputo. PAIR todavía se encuentra en fase beta o de preparación, por lo que su desempeño cotidiano, compatibilidad y facilidad de uso deberán comprobarse en configuraciones domésticas menos ideales que las demostraciones de la empresa. Si el concepto funciona como promete, varias computadoras apagadas o subutilizadas podrían convertirse en una reserva flexible para la nueva generación de aplicaciones de IA local.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.

 


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados