2026. szeptember 12., szombat · Eszközök

NVIDIA PAIR: helyi hálózaton osztja el az AI-feladatokat

Az NVIDIA bejelentése szerint béta állapotban elérhető a Personal AI Router (PAIR), amely a helyi hálózaton lévő több gép számítási kapacitását vonja össze, és automatikusan szétosztja köztük az AI-kéréseket. A vállalat célja elsősorban a többügynökös (multi-agent) munkafolyamatok támogatása, ahol egyetlen GPU-t túlterhelhetnek a párhuzamos modellhívások; PAIR ezt proxyként kezeli, és a bejövő kérést a megfelelő csomópontra irányítja anélkül, hogy az ügynöknek vagy a mögöttes architektúrának változnia kellene. NVIDIA saját demója szerint egy Hermes Desktop–Ollama–PAIR kombináció, amely RTX Spark, DGX Spark és RTX 5090 gépeket kapcsolt össze, körülbelül kétszeres gyorsulást ért el egyetlen RTX Spark laptophoz képest, ám a cég hangsúlyozza, hogy ez nem teljesítménygarancia, mert az eredmény a munkaterheléstől, a modelltől és a hálózattól is függ. A PAIR zökkenőmentesen illeszkedik olyan meglévő helyi inferenciaszolgáltatásokhoz, mint az Ollama és az LM Studio, és Windows 11, Linux, valamint macOS alatt, x64 és arm64 architektúrán egyaránt használható.

Miért fontos?

Az NVIDIA PAIR nevű bétaeszköze konkrétan azt oldja meg, hogy több helyi gép (pl. RTX Spark, DGX Spark, RTX 5090) GPU-kapacitását ossza szét az Ollama és LM Studio által futtatott multi-agent AI-feladatok között, a cég demója szerint mintegy kétszeres gyorsulással.

Források

InfoQ AI

Említve a tudásbázisban

szereplő Nvidia

Kapcsolódó témák

Napi összefoglalók AI eszközök #NVIDIA PAIR#helyi AI-infrastruktúra

Napi összefoglaló

Ez a hír a 2026. szeptember 12., szombat napi AI összefoglaló része.

Kapcsolódó hírek

NVIDIA PAIR: helyi hálózaton osztja szét az AI-számításokat

Az NVIDIA saját közlése szerint bemutatta a Personal AI Router (PAIR) nevű nyílt forráskódú eszközt, amely a helyi hálózaton lévő kompatibilis gépek között osztja el a független AI-következtetési feladatokat, hogy tehermentesítse a több ügynökből álló munkafolyamatokat. A vállalat állítása szerint a rendszer a meglévő Ollama és LM Studio felületekkel is működik, így az ügynök-keretrendszereken nem kell módosítani. Az NVIDIA egy öt-alügynökös demonstrációt is közölt: egy háromeszközös PAIR-klaszter 8 perc 48 másodperc alatt végzett el egy feladatot, míg egyetlen RTX Spark laptopon ugyanez 18 percet vett igénybe. A router mDNS-alapú párosítást, MTLS titkosítást és élő ütemezést használ; a beta Windows, macOS és Linux rendszerekre elérhető, a támogatott hardverek közé pedig RTX 20-as és újabb GPU-k, RTX PRO munkaállomások, DGX Spark és Apple M4+ chipek tartoznak.

Amazon Bedrock: természetes nyelvű videókeresés a Marengo 3.0 modellel

Az AWS hivatalos bejegyzése szerint elérhetővé vált a TwelveLabs Marengo Embed 3.0 beágyazó modell az Amazon Bedrock Knowledge Bases szolgáltatásban. A modell videót, hangot, képet és szöveget kódol egyetlen, 512 dimenziós vektortérbe, így természetes nyelvű lekérdezésekkel kereshető jelentés alapján a videótartalom, például egy adott mozzanat egy több órás felvételben. A vállalat állítása szerint a Bedrock Knowledge Bases kezelt módon végzi a szegmentálást, a képkockakinyerést és az átiratkészítést, így a felhasználóknak nem kell külön transzkripciós szolgáltatásokat, beágyazó modelleket és vektoradatbázisokat összekapcsolniuk. Az AWS bemutatóban egy 2022-es FIFA világbajnoki döntő 10 perces klipjén demonstrálják a funkciót, S3-tárolóból történő feltöltéssel és a Bedrock konzolon keresztüli lekérdezéssel.

Meta elindította Muse személyes AI-ügynökét

A Meta elindította Muse nevű személyes AI-ügynökét iOS-en, Androidon, a Muse.ai weboldalon és WhatsAppon keresztül; a fejlesztést a Meta Superintelligence Labs egység végezte. A WIRED szerint a Muse természetes nyelvű utasítások alapján önállóan küld e-maileket, foglal utazást vagy segít autót eladni, a vásárlásokat pedig a Stripe Link egyszer használatos virtuális kártyaszámaival intézi – a Meta állítása szerint ez az első ilyen ügynök, amelyre kiterjed e vásárlói védelem. Az alapszintű használat ingyenes, a sok feladat automatizálásához előfizetés kell, a biztonságot a Secure VM architektúra garantálja, amely elkülöníti a felhasználói adatokat a nem megbízható webes tartalmaktól.

OpenAI bemutatta a ChatGPT Images 2.5 képmodelleket és a Sketch rajzeszközt

Az OpenAI kedden bevezette a ChatGPT Images 2.5-öt, amely a vállalat állítása szerint természetesebb megvilágítást, gazdagabb textúrákat és pontosabb, több lépésen át követhető szerkesztést kínál. Az új Sketch funkcióval a felhasználók @Sketch paranccsal saját rajzukból kérhetnek részletes AI-képet, és közvetlenül a kép egyes részeire is hagyhatnak megjegyzést a módosításokhoz. Az OpenAI szerint a képgenerálási késleltetés a korábbi Images 2.0-hoz képest akár 50 százalékkal csökkent. A fejlesztők számára két API-modell is elérhető: a gyorsabb, alapértelmezett GPT-Image-2.5 Flare és a részletesebb, lassabb GPT-Image-2.5 Sunburst, mindkettő azonos token-áron, de eltérő tényleges költséggel. A Decoder szerint a ChatGPT Images és a GPT-Image modellek heti szinten már több mint 3 milliárd képet generálnak.