IFA 2026: NVIDIA quiere convertir los PC de casa en una red de IA
NVIDIA Pair permitirá repartir cargas de inteligencia artificial entre varios ordenadores de una misma vivienda, aprovechando GPU que permanecen infrautilizadas y acelerando los nuevos flujos de trabajo basados en agentes.
NVIDIA quiere cambiar la forma en que entendemos la capacidad de procesamiento de un PC doméstico. La compañía ha presentado NVIDIA Pair, un nuevo software capaz de conectar diferentes ordenadores de una misma red y distribuir entre ellos las tareas de inferencia de inteligencia artificial.
La propuesta parte de una idea sencilla: en muchos hogares ya existe una cantidad considerable de capacidad de cómputo que permanece inactiva durante buena parte del día. NVIDIA asegura que más de la mitad de los hogares estadounidenses tiene más de dos PC y que la utilización media de estos equipos ronda el 17 % diario.
Pair busca convertir esa capacidad desaprovechada en un recurso para la IA.
Un “router” para la inteligencia artificial
A diferencia de un router convencional, NVIDIA Pair no gestiona el tráfico de Internet. Es un router de inferencia que decide qué ordenador de la red debe ejecutar cada solicitud de IA.
El software se instala en los diferentes equipos, los descubre mediante la red local y establece conexiones seguras entre ellos. Cuando llega una petición de inferencia, Pair analiza la disponibilidad de los nodos y distribuye el trabajo en función de factores como la profundidad de las colas y la utilización de la GPU.
Esto significa que un PC que esté ocupado jugando o realizando un renderizado puede quedar temporalmente fuera de la ruta de inferencia, mientras que otro equipo disponible asume la tarea.
Pensado para la era de los agentes
La tecnología adquiere especial relevancia con la evolución de los agentes de IA.
Los nuevos agentes pueden dividir una tarea compleja en varios subagentes que trabajan simultáneamente. Sin suficiente capacidad de procesamiento, esas tareas terminan formando una cola y se ejecutan una detrás de otra.
NVIDIA Pair permite distribuir esas peticiones entre distintos ordenadores. En una demostración presentada por la compañía, un flujo de trabajo con cinco subagentes pudo ejecutar las tareas en paralelo utilizando diferentes equipos de la red doméstica.
El resultado fue una reducción del tiempo de ejecución de aproximadamente 18 minutos a 9,8 minutos, según NVIDIA.
El planteamiento no consiste en unir varias GPU para que funcionen como una única tarjeta gráfica. Pair distribuye solicitudes independientes de inferencia, una aproximación especialmente adecuada para los flujos de trabajo paralelos que están surgiendo alrededor de los agentes.
No hace falta tener un ecosistema exclusivamente NVIDIA
Otro de los elementos destacables es que Pair no está limitado a GPU NVIDIA. Según la compañía, puede funcionar con cualquier GPU compatible con las plataformas de inferencia que utiliza, como Ollama o LM Studio.
Esto incluye equipos Mac con Apple Silicon. NVIDIA afirma haber validado oficialmente el funcionamiento hasta la generación GeForce RTX 20.
Los equipos tampoco se incorporan automáticamente a la red: el usuario debe establecer las conexiones de forma explícita y puede retirar un dispositivo o desactivar su capacidad de inferencia cuando quiera.
Código abierto y gratuito
NVIDIA Pair llegará como proyecto de código abierto bajo licencia Apache 2.0 y será gratuito. La versión beta está prevista para el 3 de septiembre y será compatible con Windows, Linux y macOS.
El sistema se encuentra todavía en fase beta. NVIDIA señala que su planificador actual utiliza principalmente la profundidad de las colas y la utilización de las GPU para decidir dónde ejecutar cada tarea, aunque la compañía ya trabaja en nuevos mecanismos de planificación.
La IA local también quiere ser más fácil
Pair forma parte de una estrategia más amplia para eliminar algunas de las barreras que todavía dificultan la ejecución de IA local.
NVIDIA está colaborando con aplicaciones como Hermes Agent, OpenClaw y Perplexity para facilitar la instalación de agentes y modelos locales. La idea es sustituir procesos que actualmente requieren elegir modelos, cuantizaciones y motores de inferencia por experiencias de configuración prácticamente automáticas.
Hermes Agent, por ejemplo, podrá recomendar el modelo adecuado, descargarlo y configurar el sistema con un solo clic. OpenClaw incorporará una experiencia similar para GPU NVIDIA en Windows, mientras que Perplexity llevará su solución de agente local a sistemas RTX con Windows y Linux.
NVIDIA está apostando así por una idea que podría marcar la próxima etapa de la informática personal: no solo ejecutar IA en el PC, sino hacer que todos los PC disponibles colaboren para ejecutarla.
