ב־30 שניות
- NVIDIA פרסמה את PAIR 1.0.0 ב-13 באוקטובר, ומציינת שהתוכנה יוצאת מבטא.
- העדכון מוסיף ניהול llama.cpp, הורדת מודלי GGUF, הגדרות מנועים ותמיכה ב-RTX Spark.
- PAIR מנתבת בקשות עצמאיות למחשבים נפרדים; היא אינה מאחדת זיכרון, מפצלת מודל או מחלקת בקשה אחת בין מחשבים.
מה חשוב להבין
חמשת מקורות הכתבה נקראו במלואם, וגם עמוד המוצר. ארבעה מקורות כתבה הם NVIDIA; GameGPU היא קבוצת מפרסם נוספת. ניסוח pooling בדיווח לא שימש לתיאור הארכיטקטורה. עמוד המוצר עדיין מכנה PAIR בטא; המקור לגרסה הוא תג 1.0.0. לא בוצעה התקנה או בדיקת ביצועים.
גרסה רשמית עם תוספות למנועים
NVIDIA PAIR, או Personal AI Router, קיבלה ב-13 באוקטובר 2026 את גרסה 1.0.0. דף השחרור הרשמי ב-GitHub מציין פרסום בשעה 12:08 UTC, ובלוג NVIDIA אומר שהתוכנה יוצאת מבטא באותו יום. גם GameGPU דיווחה על העדכון. זה אירוע התוכנה הנוכחי, בנפרד מהשקת מחשבי RTX Spark שמתוכננת ל-16 באוקטובר וממודל Nemotron שמיועד ל-15 באוקטובר.
העדכון מוסיף התקנה וניהול של llama.cpp מתוך PAIR, הורדת מודלי GGUF מתאימים מ-Hugging Face, שינוי ארגומנטים ומשתני סביבה של מנועים וממשק מסוף מחודש עם מעקב אחר עבודות. Ollama ו-LM Studio ממשיכים להופיע בין המנועים הנתמכים. התמיכה ב-llama.cpp היא הורדה נפרדת לפי הצורך, ולא הבטחה שכל מנוע או מודל כבר מותקן.
כל בקשה נשלחת למחשב אחד
לפי התיעוד הרשמי, PAIR מגלה מחשבים משתתפים ברשת מקומית ומציגה נקודות קצה תואמות ליישומים. היא בוחרת מחשב מתאים לכל בקשה עצמאית לפי זמינות המנוע, זמינות המודל והעומס. כך כמה סוכנים או משימות יכולים להשתמש במחשבים שונים במקביל, כאשר לכל מחשב יש מנוע מתאים ויכולת לטעון את המודל המבוקש.
הגבול חשוב: PAIR אינה מאחדת זיכרון GPU, אינה מחברת כרטיסים לכרטיס לוגי גדול יותר, אינה מפצלת מודל בין מחשבים ואינה מחלקת בקשה שכבר רצה. גם אם שני מחשבים מציעים הרבה זיכרון יחד, כל מחשב שמשרת בקשה צריך להכיל בעצמו את משקלי המודל, ההקשר והתקורה. אין להסיק מהמילים "אשכול" או "חלוקת עומס" שאפשר להריץ כך מודל גדול מדי לכל מחשב בנפרד.
תאימות מערכת אינה תאימות מנוע
התיעוד מציג חבילות ל-Windows, Linux ו-macOS, וכן אפשרות לשלב מערכות שונות ברשת. אבל PAIR שרצה במחשב אינה מוכיחה שגם מנוע ההסקה ירוץ בו: למנועים יש דרישות מערכת, כרטיס ודרייבר משלהם. דף השחרור אומר שגרסת Windows on ARM נבדקה עם llama.cpp ו-CUDA על RTX Spark N1X; ה-README עדיין מסמן את Windows on ARM כניסיוני.
לכן צריך להבחין בין בדיקה על חומרה מסוימת לבין הבטחה לכל מחשב ARM. בעמוד המוצר נשאר גם ניסוח בטא ישן, בעוד דף השחרור והבלוג מציגים 1.0.0. הדרך המעשית היא לבדוק את תג הגרסה ואת החבילה שהורדתם, במקום להניח שכל כפתור הורדה או הוראה ישנה מתייחסים לאותו מצב.
מקומי אינו פטור מאבטחה
החברה אומרת שהבקשות והתשובות מיועדות להישאר ברשת המקומית כאשר הלקוח, מקור המודל, המנוע וכל המחשבים מוגדרים מקומית. התנאי הזה אינו חל אוטומטית על יישום שמפעיל גם שירות ענן. התיעוד דורש רשת מהימנה ומפנה למדיניות אבטחה לפני שימוש ברשת משותפת או לא מהימנה.
הגרסה משנה גם את מדיניות CORS של נקודות הקצה כך שתעקוב אחרי הגדרות המנוע, ולכן לקוח בדפדפן עשוי לדרוש התאמה. ב-macOS שם האפליקציה החדש יכול להותיר עותק ישן לצד החדש. לא התקנו PAIR ולא מדדנו ביצועים; המלצת המערכת היא לבדוק תאימות והרשאות בהדרגה, ולמדוד תועלת בעומס שלכם במקום להסיק יתרון מהוספת מחשב בלבד.
המשמעות שמעבר לכותרת
ניתוב בין מחשבים יכול לעזור לעומסים מקבילים, אבל הוא לא הופך כמה כרטיסים למאגר זיכרון יחיד. ההבחנה משנה איזה מודל אפשר להריץ.
צעד יישומי אחד
בדקו גרסה, מנוע, מערכת הפעלה וזיכרון לכל מחשב. השתמשו ברשת מהימנה ובדקו את מדיניות האבטחה לפני חיבור מכונות.
שאלות נפוצות
האם PAIR מאפשרת לאחד זיכרון של שני כרטיסים?
לא. כל בקשה נשלחת למחשב אחד, והמודל צריך להיכנס בזיכרון שלו.
האם בדקנו את הביצועים?
לא. הכתבה מתארת שחרור ותיעוד רשמי, לא מבחן מעבדה.
מקורות ובדיקת עובדות
ד״ר יניב שנהב
יועץ ארגוני בכיר ומנחה, העוסק במנהיגות, שינוי התנהגותי והטמעת בינה מלאכותית בארגונים. מביא למערכת מבט ניהולי ויישומי על חדשות הטכנולוגיה.
לפרופיל של ד״ר יניב שנהב
