英伟达白送一个AI集群

我翻出公司库房那几张退役显卡的时候，英伟达刚发了个免费工具，名字叫PAIR。

9月4日IFA 2026上，英伟达宣布PAIR进入免费测试。这工具干的事一句话讲得清楚，把你局域网里的RTX显卡、DGX Spark和Mac串成一个私有AI集群，推理请求来了，它自动分配给闲着的算力。支持Ollama和LM Studio，Windows、Linux、macOS全平台。

翻译一下这个场景。你家可能有一台游戏本，一块旧显卡，一台Mac mini，各自算力都跑不动大模型，但加在一起就够用了。以前要自己写调度脚本，现在装个免费工具，它替你排班。

我查了下发布会信息，英伟达的定位很明确，让AI智能体在本地跑得更顺，不依赖云。同一场活动上还有个配套消息，紧凑型的RTX Spark迷你主机10月上市，摆明了在给「本地AI」铺硬件货架。

这事对普通人最实在的地方在钱上。现在想正经用上像样的模型，三条路，云订阅按月交，API按量扣，或者本地买卡一次投入。云订阅的坑在于你交的是固定月费，用量少的时候纯亏。API的坑在于单价看着便宜，智能体一跑起来Token像流水。而本地显卡是沉没成本，电费之外边际成本几乎为零。

我算了下，一台吃灰的游戏本加一台日常办公的Mac，两台设备都开着的时候，PAIR能把它们串成两路算力。跑本地小模型做日常任务，这部分用量就从订阅账单里挪出来了。省不了大钱，但省的是每个月雷打不动的那笔固定支出。

部署的门槛也顺手交代一下。PAIR走的是局域网，设备要在同一个网络里，装好工具后它会自动发现可用算力，不用手动配IP和端口。Ollama和LM Studio都是本地跑模型的老牌入口，装模型、拉权重、起服务这几步已经被这两个软件做成了傻瓜式。你唯一要动手的，是给每台设备装上软件、插上电。家里网络是千兆的基本够用，跑大模型权重传输对带宽的要求没有想象中高，真正吃带宽的是首次下载模型。

还有个使用细节值得提前知道。局域网集群的调度是就近原则，你在书房的电脑上发请求，PAIR会找当前闲着的设备接单，两台设备可以同时各跑各的任务，也能合力跑一个大点的模型。这种弹性在云上是按秒计费的，在家里是免费的。

维护成本也要心里有数。本地集群跑起来之后，显卡驱动、模型版本、风扇噪音，这些琐事会重新回到你的生活里。吃灰多年的显卡，供电和散热是否还稳，接大任务前最好先压测一轮。工具免费，精力有价，动手前把这笔账想清楚，别让免费的羊毛变成新的负担。

另外提醒一句安全边界。本地集群暴露在局域网里，路由器的密码强度、访客网络的隔离，这些老生常谈在接上AI服务之后变得更要紧。建议把跑模型的设备单独划一个网段，跟访客设备隔开。十分钟的网络设置，换一个干净的使用环境，这笔投入值得。

当然有边界。本地跑的是开源小模型，能力跟GPT-6 Astra这种旗舰差距摆在那。PAIR解决的是「把散落算力攒起来」的问题，解决不了「小模型不够聪明」的问题。写代码、复杂推理这类活，还是得交给云上的大模型。合理的用法是分层，日常摘要、整理、分类扔给本地集群，攻坚任务上云。

隐私是另一层账。报税材料、合同、医疗记录这类东西，很多人就是不愿意传到云上，哪怕服务商承诺不训练。本地集群跑这些活，数据不出门。这个价值没法标价，但对在意的人是刚需。

我的判断是，PAIR这种工具的真正意义不在工具本身，而在它把「本地AI」从极客玩具往普通家庭推了一把。就像家庭NAS走过的路，十年前没几个人懂，等工具足够傻瓜化，市场自己会长大。我们零售行业上BI系统那会儿也一样，工具难用的时候普及率死活上不去，等一键化做出来了，连小店老板都会自己拉报表了。

英伟达免费送工具，图的是卖卡和卖迷你主机，这盘棋看得很清楚。但白嫖的羊毛该薅就薅，你家那台吃灰的电脑，是时候把它从抽屉里请出来了。