{"id":668928,"date":"2026-09-05T10:01:23","date_gmt":"2026-09-05T10:01:23","guid":{"rendered":"https:\/\/www.europesays.com\/pl\/668928\/"},"modified":"2026-09-05T10:01:23","modified_gmt":"2026-09-05T10:01:23","slug":"nvidia-pair-darmowe-narzedzie-rozdzielajace-zadania-agentow-ai-miedzy-komputery-w-domowej-sieci","status":"publish","type":"post","link":"https:\/\/www.europesays.com\/pl\/668928\/","title":{"rendered":"NVIDIA PAIR – darmowe narz\u0119dzie rozdzielaj\u0105ce zadania agent\u00f3w AI mi\u0119dzy komputery w domowej sieci"},"content":{"rendered":"

\"NVIDIAIFA w Berlinie to zwykle festiwal telewizor\u00f3w i pralek, ale NVIDIA od kilku edycji robi z tej imprezy poligon dla w\u0142asnych pomys\u0142\u00f3w na sztuczn\u0105 inteligencj\u0119. Tym razem firma Jensena Huanga pokaza\u0142a pakiet narz\u0119dzi u\u0142atwiaj\u0105cych uruchamianie agent\u00f3w AI lokalnie, bez wysy\u0142ania danych do chmury. W\u015br\u00f3d nich znalaz\u0142o si\u0119 PAIR, czyli projekt odpowiadaj\u0105cy na problem znany ka\u017cdemu, kto pr\u00f3bowa\u0142 odpali\u0107 kilku agent\u00f3w jednocze\u015bnie na jednej karcie graficznej.<\/p>\n

NVIDIA udost\u0119pnia darmowe narz\u0119dzie Personal AI Router, kt\u00f3re kieruje niezale\u017cne zadania inferencji agent\u00f3w AI do komputer\u00f3w w tej samej sieci. Projekt wykorzystuje m.in. automatyczne wykrywanie urz\u0105dze\u0144 i szyfrowanie po\u0142\u0105cze\u0144, ale nie \u0142\u0105czy pami\u0119ci GPU w jeden wsp\u00f3lny zas\u00f3b.<\/p>\n

\"NVIDIA<\/a><\/p>\n

Chi\u0144ski model Qwen3.8-Max-0902 depcze po pi\u0119tach Anthropic Claude Opus 5. Kosztuje przy tym znacznie mniej<\/a><\/p>\n

NVIDIA<\/a> podczas IFA 2026 zaprezentowa\u0142a PAIR, czyli Personal AI Router<\/a>. To darmowe narz\u0119dzie open source<\/a>, kt\u00f3re pozwala po\u0142\u0105czy\u0107 kompatybilne komputery w lokalnej sieci i kierowa\u0107 mi\u0119dzy nimi niezale\u017cne zadania inferencji. Pomys\u0142 jest prosty. Gdy agent uruchamia kilka subagent\u00f3w jednocze\u015bnie, zamiast obci\u0105\u017ca\u0107 wszystkie zadania jednym GPU, PAIR mo\u017ce przekaza\u0107 je do r\u00f3\u017cnych dost\u0119pnych maszyn. Router automatycznie wykrywa w\u0119z\u0142y w sieci i uwzgl\u0119dnia ich dost\u0119pno\u015b\u0107, obci\u0105\u017cenie, dzia\u0142aj\u0105cy silnik oraz obecno\u015b\u0107 potrzebnego modelu. PAIR wykorzystuje mDNS<\/a> do wykrywania urz\u0105dze\u0144, a komunikacja mi\u0119dzy sparowanymi komputerami jest zabezpieczona przez wzajemne uwierzytelnianie TLS (mTLS)<\/a>. Do obs\u0142ugi inferencji narz\u0119dzie wsp\u00f3\u0142pracuje z Ollam\u0105<\/a> i LM Studio<\/a>, udost\u0119pniaj\u0105c zgodne z nimi lokalne punkty ko\u0144cowe. NVIDIA podkre\u015bla, \u017ce rozwi\u0105zanie nie wymaga przebudowy aplikacji czy \u015brodowiska agenta korzystaj\u0105cego z obs\u0142ugiwanych interfejs\u00f3w.<\/p>\n

\"NVIDIA<\/a><\/p>\n

\"NVIDIA<\/a><\/p>\n

HVCI trafi na wi\u0119cej pecet\u00f3w z Windows 11. Microsoft w\u0142\u0105czy izolacj\u0119 j\u0105dra bez pytania o zgod\u0119<\/a><\/p>\n

Jest jednak wa\u017cne ograniczenie. PAIR nie \u0142\u0105czy pami\u0119ci kart graficznych w jeden wsp\u00f3lny zas\u00f3b, nie tworzy wirtualnego GPU<\/a> i nie dzieli pojedynczego modelu mi\u0119dzy komputery. Ka\u017cde niezale\u017cne \u017c\u0105danie trafia w ca\u0142o\u015bci do jednego w\u0119z\u0142a, kt\u00f3ry musi mie\u0107 wystarczaj\u0105c\u0105 pami\u0119\u0107, aby uruchomi\u0107 dany model AI<\/a>. Je\u015bli wi\u0119c komputer ma zosta\u0107 wykorzystany do konkretnego zadania, odpowiedni model musi by\u0107 dost\u0119pny lokalnie na tym w\u0119\u017ale. Beta PAIR dzia\u0142a na Windows 11<\/a>, Linuksie<\/a> i macOS<\/a>. NVIDIA wymienia w\u015br\u00f3d obs\u0142ugiwanego sprz\u0119tu karty GeForce RTX 2000 i nowsze, profesjonalne RTX PRO z architektur\u0105 Turing<\/a> lub nowsz\u0105, DGX Spark<\/a> oraz komputery Apple<\/a> z uk\u0142adami M4 i nowszymi. Dzi\u0119ki temu w jednym klastrze mo\u017cna \u0142\u0105czy\u0107 r\u00f3wnie\u017c maszyny z r\u00f3\u017cnymi systemami operacyjnymi.<\/p>\n

\"NVIDIA<\/a><\/p>\n

GPT-6 Astra oficjalnie. OpenAI m\u00f3wi o prze\u0142omie w korzystaniu z komputera i przegl\u0105darki<\/a><\/p>\n

NVIDIA pokaza\u0142a dzia\u0142anie rozwi\u0105zania na przyk\u0142adzie Hermesa<\/a> i pi\u0119ciu subagent\u00f3w. W demonstracji trzy urz\u0105dzenia z PAIR uko\u0144czy\u0142y zadanie w 8 minut i 48 sekund, podczas gdy pojedynczy RTX Spark potrzebowa\u0142 18 minut. Wynik pokazuje g\u0142\u00f3wn\u0105 zalet\u0119 rozwi\u0105zania. PAIR zwi\u0119ksza dost\u0119pny potencja\u0142 dla zada\u0144, kt\u00f3re mo\u017cna wykonywa\u0107 r\u00f3wnolegle, zamiast pr\u00f3bowa\u0107 zamieni\u0107 kilka kart w jeden wi\u0119kszy akcelerator AI<\/a>. Premiera PAIR zbieg\u0142a si\u0119 z zapowiedzi\u0105 nowych komputer\u00f3w NVIDIA RTX Spark z uk\u0142adem GB10<\/a>. Urz\u0105dzenia maj\u0105 oferowa\u0107 do 1 PFLOPS mocy obliczeniowej, 128 GB zunifikowanej pami\u0119ci i 20-rdzeniowy procesor Grace. Nowe konstrukcje firm Acer i Lenovo maj\u0105 trafi\u0107 na rynek w pa\u017adzierniku 2026 roku. PAIR jest natomiast dost\u0119pny jako bezp\u0142atna beta, wi\u0119c pomys\u0142 wykorzystania kilku komputer\u00f3w do lokalnej inferencji mo\u017cna sprawdzi\u0107 bez kupowania nowego sprz\u0119tu.<\/p>\n

\n

\u0179r\u00f3d\u0142o: NVIDIA Blog, GitHub, Tom’s Hardware<\/p>\n","protected":false},"excerpt":{"rendered":"IFA w Berlinie to zwykle festiwal telewizor\u00f3w i pralek, ale NVIDIA od kilku edycji robi z tej imprezy…\n","protected":false},"author":2,"featured_media":668929,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":"","_share_on_mastodon":"0"},"categories":[20],"tags":[129768,89326,13793,4812,129769,129770,129771,120,118,119,455,129772,129773,129774,42,38,40,39,41,88994,116,114,115,777,121,117],"class_list":["post-668928","post","type-post","status-publish","format-standard","has-post-thumbnail","category-nauka-i-technika","tag-agenci-ai","tag-ai-pc","tag-dgx-spark","tag-gpu","tag-ifa-2026","tag-lm-studio","tag-lokalna-inferencja","tag-nauka","tag-nauka-i-technika","tag-naukatechnika","tag-nvidia","tag-ollama","tag-pair","tag-personal-ai-router","tag-pl","tag-poland","tag-polish","tag-polska","tag-polski","tag-rtx-spark","tag-science","tag-science-and-technology","tag-sciencetechnology","tag-sztuczna-inteligencja","tag-technika","tag-technology"],"share_on_mastodon":{"url":"https:\/\/pubeurope.com\/@pl\/117217860132026127","error":""},"_links":{"self":[{"href":"https:\/\/www.europesays.com\/pl\/wp-json\/wp\/v2\/posts\/668928","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.europesays.com\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.europesays.com\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/pl\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/pl\/wp-json\/wp\/v2\/comments?post=668928"}],"version-history":[{"count":0,"href":"https:\/\/www.europesays.com\/pl\/wp-json\/wp\/v2\/posts\/668928\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/pl\/wp-json\/wp\/v2\/media\/668929"}],"wp:attachment":[{"href":"https:\/\/www.europesays.com\/pl\/wp-json\/wp\/v2\/media?parent=668928"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.europesays.com\/pl\/wp-json\/wp\/v2\/categories?post=668928"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.europesays.com\/pl\/wp-json\/wp\/v2\/tags?post=668928"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}