Nvidia PAIR permite que Macs M4 utilizem GPUs RTX de PCs para processamento de IA

A Nvidia lançou o PAIR, uma ferramenta gratuita e de código aberto que permite a integração de Macs com chips Apple Silicon e PCs equipados com GPUs RTX em um cluster de IA privado. O software possibilita que computadores Mac M4 ou modelos mais recentes utilizem a capacidade de processamento de um PC gamer na mesma rede para executar tarefas de inteligência artificial localmente, sem a necessidade de conexão com a nuvem.

Funcionamento e processamento paralelo

O Nvidia PAIR atua como um roteador, e não como um motor de inferência. Isso significa que softwares como LM Studio ou Ollama continuam sendo os responsáveis por executar os modelos de IA nos dispositivos. A função do PAIR é decidir qual máquina do cluster processará cada requisição específica.

A principal vantagem do sistema é o processamento paralelo. Atualmente, agentes de IA dividem tarefas complexas em subtarefas menores que, normalmente, competem pelos mesmos recursos de GPU em uma única máquina. O PAIR distribui essas requisições independentes entre as máquinas conectadas, permitindo que rodem simultaneamente.

Essa distribuição reduz o tempo total para completar tarefas de IA de múltiplas etapas e evita que o processador e a memória do Mac fiquem sobrecarregados, mantendo a máquina disponível para outras atividades. A descoberta de dispositivos na rede ocorre via mDNS, método similar ao utilizado pelo AirDrop, e as conexões são protegidas por criptografia MTLS após a aprovação do pareamento.

Limitações técnicas e desempenho

A ferramenta não expande a memória da GPU do Mac nem combina a memória de diferentes máquinas em um único pool. O Nvidia PAIR também não divide um único modelo de IA entre dois computadores; cada requisição é executada do início ao fim por apenas uma das máquinas escolhidas pelo roteador.

Em uma demonstração não oficial da Nvidia, utilizando o modelo Qwen 3.6 35B A3B com Ollama e Hermes Desktop, uma tarefa de planejamento doméstico dividida entre cinco subagentes levou cerca de 18 minutos em um laptop RTX Spark. Quando a tarefa foi distribuída em um cluster de três dispositivos — composto por um RTX Spark, um DGX Spark e uma RTX 5090 — o tempo de conclusão caiu para 8 minutos e 48 segundos.

A Nvidia ressaltou que esses dados provêm de uma demo com configurações específicas e não representam um benchmark geral. Além disso, nenhum Mac participou desse teste específico, portanto não há números oficiais sobre o ganho de desempenho real para máquinas M4.

Requisitos de sistema e compatibilidade

Para utilizar o PAIR, os usuários de Mac precisam do macOS Tahoe 26 rodando em chips M4 ou versões posteriores. No lado do PC, são compatíveis GPUs GeForce RTX da série 20 ou mais recentes, além de placas de workstation RTX PRO baseadas na arquitetura Turing e sistemas DGX Spark. Todos os dispositivos envolvidos devem possuir, no mínimo, 8GB de RAM.

A exigência do chip M4 exclui proprietários de Macs com chip M3 Ultra, que podem possuir até 512GB de memória unificada. A Nvidia não detalhou o motivo dessa limitação técnica ou se modelos M3 poderiam funcionar em tentativas manuais.

O software está disponível para download gratuito em Windows, macOS e Linux, com o projeto hospedado no GitHub. A configuração exige a instalação do PAIR em cada máquina e a ativação do Ollama ou LM Studio com os modelos necessários carregados. Não é necessário que as máquinas possuam modelos idênticos, pois o PAIR roteia a tarefa para o dispositivo que já possui o modelo solicitado.

Fonte: cultofmac.com
Publicação original: 2026-09-04T13:56:51.000000Z