9月4日、NVIDIAが「Sparks Fly: NVIDIA Accelerates Local AI at IFA 2026」と題した記事を公開した。注目の核心はNVIDIA PAIR（Personal AI Router）——家庭内に複数台あるPCのGPUをローカルネットワーク越しに束ね、アイドル状態のリソースをAI推論に活用するオープンソースツールだ。llama.cppの最大1.9倍高速化、主要エージェントアプリの改善、そして10月発売予定の新プラットフォーム「RTX Spark」も併せて発表されており、ローカルAI環境の実用性が一段と引き上げられた。
ローカルネットワーク内のGPUを束ねる「NVIDIA PAIR」が核心
今回の発表で最もエンジニアの関心を引くのが、NVIDIA PAIR（Personal AI Router）だ。
家庭内に複数台のPCがある場合、それらのGPUをまとめてローカルAI推論に使えるようにするフリーのオープンソースツールである。アメリカの世帯では半数以上が2台以上のPCを所有しており、その多くが日中アイドル状態にある。PAIRはそのリソースを活用する仕組みだ。
具体的には、OllamaやLM Studioと連携し、ローカルネットワーク上の対応PCを自動検出。エージェントが複数のサブタスクを並列処理する際、空きGPUに推論リクエストを振り分ける。デバイスがネットワークに参加・離脱しても自動で対応する。
対応ハードウェアはGeForce RTX 20シリーズ以降、RTX PRO ワークステーションGPU（Turingアーキテクチャ以降）、DGX Spark、そしてApple M4以降のシリコン。WindowsとmacOS、Linuxのいずれにも対応しており、GUIとCLIの両方で利用できる。
PAIRのベータ版はすでに公開されており、NVIDIA技術ブログから利用を開始できる。
llama.cppとvLLMの推論が最大1.9倍高速化
推論速度の改善も実質的な発表だ。
- llama.cpp：RTX 5090でスループットが最大1.9倍向上。カーネル最適化、Speculative Decodingの改善、プリフィル高速化が主な要因。
- vLLM：RTX PRO 6000 Blackwell Workstation Editionで1.2倍、DGX Spark 2台クラスタで最大1.4倍向上。FlashInferの新XQA Attentionカーネルとバックエンド最適化による。
これらの最適化はllama.cppおよびvLLMのバックエンドに直接取り込まれており、LM StudioやOllamaを通じても恩恵を受けられる。既存の環境を変えずにパフォーマンスが上がる点は実用的だ。
ローカルエージェントの導入摩擦を減らす3アプリ
ローカルモデルを動かすには、モデル選定・推論サーバーの設定・量子化パラメータの調整など手間がかかる。今回の発表では、主要な3つのエージェントアプリでこの摩擦を減らす取り組みが紹介された。
Hermes Agent（Nous Research製）は、RTXおよびDGXシステム上でワンクリックのローカルモデルセットアップを提供する。GPUを自動検出し、適切なモデルと設定を選択して、NVIDIAの推論最適化済みllama.cppで動かす仕組みだ。手動でモデルをダウンロードしたりチューニングしたりする必要がなくなる。現在はWindows対応で、Linux対応は近日中に予定されている。
OpenClawは、元記事公開時点でGitHubで38万以上のスターを持つ最大規模のオープンエージェントプロジェクト。NVIDIAとMicrosoftが協力し、VRAMが24GB以上のRTX GPU上で最適化済みローカルモデルをセットアップしやすくするWindowsアプリを整備した。
Perplexity Portable Computerは、ローカルファーストのエージェント環境をLinux（NVIDIA DGX Spark等）向けに提供していたが、Windows対応が近日公開予定となった。モデル・オーケストレーション・ツールを1つのアプリにまとめており、クレジットを消費せずにワークフローをローカルで完結させられる。クラウドにデータを送る前に許可を求める仕組みにより、機密情報をデバイス内に留められる。
注目のモデルアップデート（8月分まとめ）
記事では8月に登場したオープンモデルの動向もまとめられている。エンジニア視点で特に目を引くものをピックアップする。
DeepSeek V4 Flashは、パラメータ総数2840億、アクティブパラメータ130億のMoE（Mixture of Experts）モデルだ。巨大なパラメータ総数に対してアクティブパラメータが絞られた設計により、DGX Spark 2台クラスタとDGX Stationでローカル動作が可能な点が実用上の強みとなっている。
MiniMax-H3は、音声同期付きの動画生成に対応したオープンモデルで、ComfyUI経由でNVIDIA GPU上で動作する。FastVideoとNVIDIA研究者が協力して開発したFastH3（4ステップ蒸留版）は、元のモデルに対して性能を7倍改善しており、生成速度の観点でローカル運用の現実味を大きく高めた。
Muse Glimmer（元記事では「Meta Muse Glimmer」と表記）は、コーディングおよびエージェント用途向けの300億パラメータのオープンウェイトモデルだ。GeForce RTX PC、DGX Spark、DGX Station、Jetsonで動作し、NVIDIAがNVFP4量子化版もリリース済みである。なお「Meta Muse Glimmer」という表記は元記事に準じているが、Metaの公式モデル名としての一般的な知名度は現時点では高くないため、詳細は元記事およびHugging Faceのモデルページで確認されたい。
RTX Spark、10月に登場
NVIDIA RTX Sparkは2026年10月に発売予定のWindows PC向け新プラットフォームだ。1ペタフロップのRTX Blackwell GPU、最大128GBのユニファイドメモリ、20コアのGrace CPUを搭載し、薄型ノートPCとコンパクトデスクトップの両形態で提供される。
IFA 2026では、LenovoがYoga Pro 9nとYoga 9n 2-in-1を発表。Acerはコンパクトデスクトップのコンセプトを披露した。Electronic Arts、Embark、UbisoftもタイトルのRTX Spark対応を表明している。
RTX Spark製品ページでは発売通知の登録が可能だ。
詳細はSparks Fly: NVIDIA Accelerates Local AI at IFA 2026を参照していただきたい。
