NVIDIA PAIR, Evdeki Boşta Kalan Bilgisayarları Birleştirerek Yerel AI Gücü Oluşturuyor

NVIDIA, evde bulunan birden fazla bilgisayarın işlem gücünü yerel yapay zekâ görevleri için birlikte kullanmasını sağlayan Personal AI Router (PAIR) adlı yeni yazılımını duyurdu. İlk bakışta bir ağ cihazı gibi görünen adına rağmen PAIR aslında bir donanım router’ı değil; aynı yerel ağdaki uyumlu bilgisayarları keşfedip yapay zekâ çıkarım isteklerini uygun sisteme yönlendiren açık kaynaklı bir yazılım.

Sistem Windows, Linux ve macOS üzerinde çalışıyor. NVIDIA’ya göre GeForce RTX 20 serisi ve daha yeni kartların yanı sıra RTX Pro sistemleri, DGX Spark ve Apple’ın M4 ve üzeri işlemcilerini kullanan Mac’ler de PAIR ağına katılabiliyor.

Buradaki fikir oldukça basit: Evde zaten bulunan güçlü bilgisayarlar kullanılmadıkları zamanlarda atıl durumda kalıyor. PAIR bu boş işlem kapasitesini bir araya getirerek yerel AI uygulamalarının farklı cihazlardan yararlanmasını sağlıyor.

NVIDIA PAIR Tam Olarak Ne Yapıyor?

PAIR'in temel görevi, yerel ağdaki bilgisayarları bir kişisel AI kümesi içerisinde organize etmek.

Ancak burada önemli bir ayrıntı var: PAIR, birden fazla ekran kartının belleğini tek bir büyük VRAM havuzuna dönüştürmüyor.

Her bilgisayar kendi donanımını kullanıyor ve PAIR gelen bağımsız AI isteklerini uygun düğüme gönderiyor. NVIDIA'nın kendi dokümantasyonunda da PAIR'in GPU'ları sanal olarak birleştirmediği, tek bir modeli sistemler arasında parçalara ayırmadığı açıkça belirtiliyor.

Yani 16 GB VRAM'li iki ekran kartını bir araya getirip 32 GB VRAM'e sahip tek bir GPU elde etmiyorsunuz.

Bunun yerine sistem, birden fazla işi paralel çalıştırmak için kullanılıyor.

Bu ayrım özellikle yerel büyük dil modelleri açısından önemli.

Oyun Bilgisayarınız Boştayken Artık AI Çalıştırabilir

NVIDIA'nın PAIR için verdiği en dikkat çekici senaryo, evdeki güçlü bilgisayarların günün büyük bölümünde tam kapasite kullanılmaması.

Örneğin bir kullanıcıda:

• RTX ekran kartlı masaüstü PC,
• RTX'li bir dizüstü bilgisayar,
• MacBook,
• DGX Spark

bulunduğunu düşünelim.

Bu cihazların hepsi aynı yerel ağa bağlandığında PAIR, AI görevlerini uygun sistemlere dağıtabiliyor. Bir bilgisayar meşgulse başka bir sisteme geçebiliyor. Ağdaki bir cihaz sonradan oyuna girip kaynaklarını kullanmaya başladığında PAIR yük dağılımını buna göre değiştirebiliyor.

NVIDIA'nın paylaştığı uç bir örnekte, bir evdeki farklı sistemlerin toplam kullanılmayan hesaplama gücü yaklaşık 165 TFLOPS seviyesinde gösteriliyor.

Elbette bu rakam tipik bir ev kullanıcısını temsil etmiyor. Ancak NVIDIA'nın anlatmak istediği nokta net: Kullanılmayan donanım gücü aslında ciddi bir kaynak olabilir.

Benim burada dikkatimi çeken nokta, NVIDIA'nın insanları yeni bir AI bilgisayarı almaya yöneltmek yerine önce ellerindeki bilgisayarların toplam kapasitesini kullanmaya çalışması.

Ollama ve LM Studio ile Çalışıyor

PAIR'in en önemli taraflarından biri, yeni bir yapay zekâ çalışma sistemi kurmayı zorunlu kılmaması.

NVIDIA, başlangıçta Ollama ve LM Studio ile uyumlu çalıştığını belirtiyor. Uygulamalar PAIR'in yerel uç noktasına bağlanıyor ve hangi makinenin isteği karşılayacağına arka planda PAIR karar veriyor.

Bu sayede kullanıcı her bilgisayar için farklı bir bağlantı adresi veya özel bir AI uygulaması yönetmek zorunda kalmıyor.

Örneğin bilgisayarınızdaki bir AI aracı Ollama ile konuşuyorsa, PAIR bu isteği aynı bilgisayardaki veya ağdaki başka bir düğümdeki uygun Ollama kurulumuna yönlendirebiliyor.

Bu yaklaşım, sistemi teknik olarak daha erişilebilir hâle getiriyor.

Yerel Yapay Zekâda Gizlilik Tarafı da Öne Çıkıyor

Yerel AI kullanımının en büyük avantajlarından biri zaten verilerin buluta gönderilmemesi.

PAIR bu yaklaşımı korumaya çalışıyor. NVIDIA, kullanıcı komutlarının, dosyalarının ve AI ajanlarının bağlam bilgisinin yerel ağ içerisinde tutulduğunu belirtiyor.

Cihazlar arasındaki iletişim de şifreli yapılıyor. NVIDIA'nın teknik dokümantasyonuna göre eşleştirilmiş düğümler arasındaki trafik mutual TLS üzerinden korunuyor.

Bu, özellikle şirket dosyaları veya kişisel verilerle yerel AI kullananlar için önemli.

Fakat burada da sınırı doğru koymak gerekiyor: Verinin ev ağından çıkmaması, kurduğunuz her modelin otomatik olarak güvenli olduğu anlamına gelmiyor. Hangi modelin, hangi uygulamanın veya hangi cihazın kullanıldığı yine kullanıcının kontrolünde.

PAIR Tek Bir Süper Bilgisayar Oluşturmuyor

Burada yanlış anlaşılması en kolay bölüm bu.

İki RTX 5090'ı PAIR ile bağladığınızda sistemin 64 GB VRAM'li tek bir grafik işlemcisine dönüşmesi söz konusu değil.

Her düğüm bağımsız şekilde çalışıyor. PAIR ise gelen bağımsız inference isteklerini uygun bilgisayarlara yönlendiriyor.

Dolayısıyla PAIR'in en büyük avantajı:

“Daha büyük bir model artık kesinlikle tek bilgisayarda çalışacak” değil.

Daha çok:

“Birden fazla AI görevini daha fazla bilgisayarın gücünü kullanarak aynı anda çalıştırabilirim.”

mantığına dayanıyor.

Bu nedenle çoklu ajan sistemlerinde daha anlamlı bir çözüm olabilir.

Asıl Hedef Agentic AI

NVIDIA'nın PAIR'i öne çıkarırken özellikle üzerinde durduğu alan agentic AI, yani yapay zekâ ajanları.

Bir AI ajanı tek bir cevap üretmek yerine aynı görev içerisinde web taraması yapabilir, kod çalıştırabilir, dosya okuyabilir, araç çağırabilir ve farklı alt görevler başlatabilir.

Bu tür iş akışlarında aynı anda çok sayıda inference isteği ortaya çıkabiliyor.

NVIDIA'nın teknik blogunda yer alan gösterimde beş alt ajandan oluşan bir iş yükü için üç cihazlı PAIR kümesinin 8 dakika 48 saniyede tamamlandığı, tek bir RTX Spark dizüstüsünde ise aynı işin 18 dakika sürdüğü belirtiliyor.

Bu sonuç NVIDIA'nın kendi demosuna ait. Dolayısıyla farklı donanımlar ve farklı AI modellerinde aynı hızlanmanın elde edileceği garanti değil.

Yine de yaklaşımın neden geliştirildiğini anlamak açısından iyi bir örnek.

Sistem Gereksinimleri Neler?

NVIDIA'nın güncel ürün sayfasına göre PAIR şu donanım ve platformları destekliyor:

NVIDIA'nın resmi sayfasında ayrıca model indirme aşamasında internet bağlantısına ihtiyaç duyulduğu, PAIR'in çalışması sırasında ise bulut bağlantısının gerekli olmadığı belirtiliyor.

Bu durum yerel AI kullanımının genel avantajlarından birini daha ortaya çıkarıyor: İnternet bağlantısı kesilse bile daha önce kurulmuş modellerle çalışmaya devam edebilmek.

Evde AI Kümesi Kurmak Mantıklı mı?

Bu sorunun cevabı tamamen sahip olduğunuz donanıma bağlı.

Bir evde yalnızca orta seviye tek bir bilgisayar bulunuyorsa PAIR'in sağlayacağı avantaj oldukça sınırlı olabilir.

Ancak bir tarafta güçlü oyun bilgisayarı, diğer tarafta MacBook veya RTX'li dizüstü bilgisayar bulunan kullanıcılar için tablo değişiyor.

Özellikle bilgisayarların günün belli saatlerinde boşta kalması durumunda PAIR anlamlı hâle geliyor.

Bence PAIR'in en ilginç tarafı da tam burada. NVIDIA yeni bir donanım satmak yerine kullanıcıların zaten satın aldığı işlem gücünü daha verimli kullanmaya çalışıyor.

Bu, şirketin GPU satış modelinin biraz dışında görünen ama AI kullanımının yaygınlaşması açısından oldukça mantıklı bir adım.

PAIR Ev Kullanıcılarının AI Yaklaşımını Değiştirir mi?

Henüz bunun için erken.

Yerel AI tarafında kullanıcıların önündeki temel problemlerden biri zaten kurulumun karmaşıklığı. Model seçmek, quantization ayarlamak, VRAM sınırlarını anlamak, uygun inference motorunu bulmak ve performansı takip etmek yeni başlayanlar için hâlâ kolay değil.

PAIR bu problemlerin tamamını çözmüyor.

Ancak cihazların birbirini bulması ve görevlerin uygun bilgisayarlara yönlendirilmesi gibi ağ tarafındaki karmaşıklığı ciddi biçimde azaltıyor. NVIDIA da PAIR'in mevcut uygulamalarla çalışmasını özellikle bu nedenle öne çıkarıyor.

Bu nedenle PAIR'i “evdeki bilgisayarları süper bilgisayara dönüştüren yazılım” olarak değil, birden fazla bilgisayarın AI iş yüklerini birlikte yönetmesini sağlayan yerel yönlendirme katmanı olarak değerlendirmek daha doğru.

Sonuç

NVIDIA PAIR, yerel yapay zekâ kullanımında farklı bir yaklaşım ortaya koyuyor. Yeni bir GPU veya özel bir sunucu almak yerine evde zaten bulunan RTX bilgisayarları, Mac'leri ve DGX Spark sistemlerini aynı yerel AI kümesine dahil etmeyi hedefliyor.

Sistem GPU belleklerini birleştirmiyor; bunun yerine bağımsız AI isteklerini farklı cihazlara dağıtıyor. Bu nedenle özellikle çoklu ajan iş akışlarında ve aynı anda çok sayıda görev çalıştırılan senaryolarda daha anlamlı olabilir.

Benim görüşüm, PAIR'in asıl değerinin yeni bir donanım yaratmasında değil, mevcut donanımı yeniden değerlendirmesinde olduğu yönünde. Evde zaten güçlü bir gaming PC ve bir dizüstü bilgisayarınız varsa, günün büyük bölümünde boş duran bu sistemleri yerel AI için ortak bir kaynak hâline getirmek oldukça mantıklı.

Henüz bunun herkes için gerekli bir yazılım olduğunu söylemek mümkün değil. Ancak yapay zekâ ajanları daha fazla paralel görev üstlendikçe, tek bir güçlü bilgisayardan çok birden fazla bilgisayarın birlikte çalışması daha önemli hâle gelebilir.

Kaynaklar

• The Verge: “Nvidia launches free tool that links idle computers into a personal AI data center” — 3 Eylül 2026. NVIDIA PAIR'in çalışma mantığı, desteklenen sistemler ve kullanım senaryoları için ana kaynak.
• NVIDIA: Personal AI Router resmi ürün sayfası. Desteklenen donanım, işletim sistemleri, yerel AI kümesi ve gizlilik yaklaşımı.
• NVIDIA Technical Blog: “NVIDIA PAIR Virtual Inference Router Expands Available Compute on Your Local Network” — 3 Eylül 2026. Ollama, LM Studio, çoklu ajan testi ve performans gösterimi.
• NVIDIA Documentation: Personal AI Router mimarisi ve istek yönlendirme yapısı.

İlgili okumalar: NVIDIA Vera CPU: 88 çekirdek, 1,2 TB/s bellek, NVIDIA, 500 milyar dolarlık AI ağı kuruyor, RTX 2080 Ti’ye 22 GB VRAM modu geldi ve DeepSeek Harness açık kaynak kodlama ajanı.

#NVIDIA #PAIR #PersonalAIRouter #YapayZeka #LocalAI #Ollama #LMStudio #RTX #DGXSpark #AIAgent