两台电脑跑本地AI，别急着凑显存：先做10分钟分流预检。

你把第二台电脑接进局域网时，第一反应可能是“显存能不能相加”。

这恰好是最容易误判的地方。

NVIDIA开源的Personal AI Router（PAIR）做的是请求分流。

同一网络里的机器各自运行模型。路由器按模型可用性和当前负载，把不同请求送到合适节点。

它不会合并显存，也不会把单次请求或一个模型拆到多台机器。

官方仓库：http://t.cn/AX0iata1 。

先做10分钟纸面预检，再决定是否安装：
一、列出每台机器已能独立运行的模型；
二、确认设备在同一可信局域网；
三、准备3条可并行的独立请求；
四、记录请求、目标模型、候选节点、排队状态和停止条件。

可复制交付物：请求｜模型｜候选节点｜排队状态｜回退节点｜停止条件。

已填写示例：请求=总结文档｜模型=本地8B｜候选节点=台式机A/笔记本B｜排队状态=A忙｜回退=B｜停止条件=两机都无该模型。

完成标准：三条请求能被独立分配；任一节点离线时有明确回退；需要合并显存的任务直接判定不适用。

官方仓库说明支持Windows 11、Linux和macOS节点，可连接Ollama与LM Studio。

配对依赖PIN，安装程序会配置服务与防火墙。当前调度仍较粗，不应把它写成精确的GPU成本优化器。

本轮仅做官方资料只读核验，未安装、未实测。

第二台电脑的价值，可能不是让一条任务更大，而是让多条任务少排队。

#AI工具# #本地AI#