NVIDIA объединяет домашние GPU для локальных AI-агентов

Локальный агент перестаёт быть задачей для одного компьютера

На IFA 2026 NVIDIA представила набор изменений для локальных AI-агентов: упрощённую установку моделей в Hermes Agent, OpenClaw и Perplexity Portable Computer, ускорения llama.cpp и vLLM, распределитель NVIDIA PAIR и новую категорию Windows-компьютеров RTX Spark. Общая ставка — выполнять больше работы рядом с данными пользователя, а к облачным моделям обращаться выборочно.

Самая новая часть — NVIDIA Personal AI Router, или PAIR. Это бесплатный open source инструмент, который обнаруживает совместимые машины в локальной сети и направляет независимые inference-запросы туда, где есть свободная вычислительная ёмкость. Он работает с Ollama и LM Studio и перестраивает маршрутизацию, когда устройства подключаются или исчезают.

PAIR распараллеливает subagents, но не складывает память GPU

Агентный workflow часто делится на независимые задачи: разбор почты, поиск документов, построение отчёта и проверку результата. Если все subagents ждут одну GPU, параллельная логика превращается в очередь. PAIR распределяет такие запросы между несколькими компьютерами, позволяя продолжать работу или игру на основной машине. В примере NVIDIA Hermes разбивает планирование недели между subagents, а router размещает их на доступных системах.

Из описания не следует, что PAIR объединяет VRAM нескольких видеокарт в единый accelerator для одной огромной модели. Речь идёт о маршрутизации независимых запросов, а не о tensor parallelism через бытовую сеть. Beta доступна для Windows, macOS и Linux через графический и терминальный интерфейсы; заявлена поддержка GeForce RTX 20 Series и новее, RTX PRO на Turing и новее, DGX Spark и Apple M4 или более нового поколения.

Hermes Agent получает автоматический выбор локальной модели

В Hermes Agent one-click настройка уже доступна на Windows для RTX и DGX. Приложение определяет NVIDIA GPU, выбирает подходящую модель и конфигурацию, затем запускает её через встроенный llama.cpp с оптимизациями NVIDIA. Пользователю не нужно вручную скачивать веса и подбирать параметры quantization. Поддержка Linux заявлена как следующий этап, но в анонсе она ещё не обозначена готовой.

После настройки Hermes сохраняет обычную модель работы: вызывает tools, поддерживает контекст, переносит память между сессиями и создаёт повторно используемые skills. Разница в том, что inference выполняется на GPU пользователя, поэтому чувствительные данные могут оставаться на устройстве. Это не означает полную автономность от сети: конкретные tools и внешние интеграции всё равно могут обращаться к удалённым сервисам.

llama.cpp и vLLM ускорились на Blackwell

NVIDIA заявляет до 1,9 раза более высокий throughput llama.cpp на GeForce RTX 5090 за счёт kernel optimizations, speculative decoding и более быстрого prefill. Для vLLM компания указывает прирост в 1,2 раза на RTX PRO 6000 Blackwell Workstation Edition и до 1,4 раза на кластере из двух DGX Spark. Обновления доступны в самих backends, а также через LM Studio и Ollama.

Эти числа нельзя переносить на любую модель и любой компьютер: источник не приводит в основном тексте полный набор workload parameters для каждого коэффициента. Это показатели поставщика на конкретном оборудовании, а не универсальная гарантия latency. Пользователю важны размер модели, quantization, длина контекста, batching и доступная VRAM, поэтому собственный benchmark остаётся обязательным.

RTX Spark делает always-on agent отдельным классом ПК

RTX Spark должен выйти в октябре 2026 года в системах Acer, Lenovo и ещё шести ранее заявленных OEM. NVIDIA описывает платформу как сочетание RTX Blackwell GPU производительностью 1 Petaflop, до 128 GB unified memory и 20-ядерного Grace CPU. Форм-факторы включают компактные desktop-системы, тонкие laptops и Lenovo Yoga 9n 2-in-1.

Позиционирование объединяет creators, games и always-on agents. Вместе с Windows Agent framework фоновые агенты должны работать под контролем операционной системы, а локальные creative-приложения смогут выбирать между device и cloud processing. Однако анонс не раскрывает цены, автономность конкретных моделей и независимые тесты производительности. До поставок в октябре RTX Spark остаётся обещанной платформой, а не проверенным массовым продуктом.