Nvidia Bikin Laptop, PC, dan Komputer Lo “Gotong Royong” Ngerjain AI Bareng-Bareng
Namanya PAIR. Idenya sederhana: kenapa cuma satu komputer yang kerja keras, kalau di rumah ada tiga yang nganggur? Di demo mereka, waktu kerjaan turun…

Namanya PAIR. Idenya sederhana: kenapa cuma satu komputer yang kerja keras, kalau di rumah ada tiga yang nganggur? Di demo mereka, waktu kerjaan turun dari 18 menit jadi 9 menit.
Kalau lo pernah jalanin AI di komputer sendiri — pakai Ollama atau LM Studio misalnya — lo pasti kenal rasanya:
Satu komputer megap-megap, kipasnya bunyi kayak pesawat mau lepas landas, sementara laptop lo yang lain nganggur di meja sebelah.
Nvidia baru ngerilis alat buat ngeberesin itu. Namanya PAIR — Personal AI Router.
Cara kerjanya
Bayangin PAIR itu kayak koordinator kerja bakti.
Dia duduk di tengah — antara aplikasi AI yang lo pakai dan semua komputer di jaringan rumah lo. Waktu ada kerjaan masuk, dia nggak numpuk semuanya ke satu mesin. Dia liat mana yang lagi nganggur, bagi-bagi tugasnya ke situ, terus ngumpulin hasilnya balik jadi satu.
Yang bikin praktis: lo nggak perlu ngubah apa-apa di aplikasi lo. PAIR nyamar jadi satu tujuan biasa, jadi aplikasi lo nggak sadar kalau di belakangnya ada tiga komputer yang lagi kerja bareng.
Dia juga nyari sendiri komputer mana aja di jaringan yang bisa dipake. Nggak perlu daftarin satu-satu.
Angkanya
Di demo Nvidia: satu tugas dengan lima sub-agent.
- Satu laptop sendirian: 18 menit
- Tiga perangkat gotong royong: di bawah 9 menit
Setengahnya.
Perhatiin kata “sub-agent” di situ, karena itu kunci kenapa alat ini muncul sekarang. Kerjaan AI zaman sekarang makin sering dipecah jadi beberapa tugas yang jalan barengan — dan kerjaan model kayak gitu emang paling cocok dibagi ke banyak mesin.
Kalau lo cuma nanya satu pertanyaan ke satu model, PAIR nggak banyak nolong. Kalau lo jalanin agent yang mecah kerjaan jadi lima cabang, baru kerasa.
Yang dibutuhin
Ini bagian yang perlu dibaca realistis.
Perangkat yang didukung:
- GeForce RTX seri 20 ke atas
- Workstation RTX Pro
- DGX Spark
- Apple silicon mulai dari M4
Beta-nya udah bisa diunduh buat Windows, macOS, dan Linux, dan semua lalu lintas antar-komputer dienkripsi.
Tapi jujur aja: buat mayoritas orang Indonesia, syarat ini berat. Punya satu komputer dengan RTX aja udah lumayan. Punya tiga perangkat yang memenuhi syarat, di satu rumah, buat digotong-royongin — itu bukan kondisi rata-rata di sini.
Jadi ini alat yang menarik buat dipahami sekarang, kepake buat sebagian kecil orang hari ini, dan kemungkinan makin relevan beberapa tahun ke depan pas perangkat berkemampuan AI makin murah dan makin banyak.
⚠️ Sekarang bagian yang lebih menarik
PAIR itu open-source. Gratis. Terbuka.
Tapi coba perhatiin pola gerakan Nvidia belakangan ini:
Minggu ini mereka resmi ngakuisisi Hugging Face senilai $12,9 miliar — tempat semua model AI terbuka di dunia disimpen dan diunduh.
Sekarang mereka ngerilis alat gratis yang bikin AI lokal jalan lebih kenceng — di perangkat Nvidia.
Gabungin dua-duanya:
- Mereka punya pintu depannya — tempat orang ngambil model
- Mereka punya saluran airnya — alat yang nyambungin model ke mesin
- Dan mereka udah lama punya mesinnya — chip-nya
Ini strategi yang cerdas dan konsisten: makin gampang orang jalanin AI terbuka di rumah, makin banyak orang butuh perangkat keras Nvidia.
Bikin alatnya gratis itu masuk akal secara bisnis kalau yang lo jual adalah barang yang dibutuhin buat make alat itu.
Sekali lagi — ini nggak bikin PAIR jadi jelek. Alatnya beneran berguna. Tapi “open-source” nggak selalu berarti “netral”, dan ini contohnya.
Kenapa AI lokal lagi rame dibahas
Ada konteks yang bikin ini kerasa lebih penting dari sekadar kabar teknis.
Kemarin ChatGPT, Claude, dan Grok mati bersamaan. Bukan karena AI-nya rusak — karena ada masalah di pusat data orang lain.
Nah, AI yang jalan di komputer sendiri punya tiga keunggulan yang tiba-tiba kerasa relevan:
Nggak ada tagihan per token. Listrik doang.
Nggak ikut mati kalau server orang bermasalah. Selama komputer lo nyala, dia jalan.
Datanya nggak ke mana-mana. Buat kerjaan yang menyangkut dokumen sensitif atau data klien, ini bukan bonus kecil.
Kelemahannya juga nyata: model yang bisa jalan di komputer rumahan masih kalah pinter dibanding model raksasa di server. Jadi ini bukan pengganti — ini pelengkap.
Kenapa ini penting buat lo
Dua hal.
Satu: mulai kenalan sama AI lokal, walaupun belum kepake sekarang. Kemampuan komputer rumahan naik terus, dan model kecil makin pinter tiap beberapa bulan. Orang yang udah paham cara kerjanya duluan bakal jauh lebih siap pas titik masuknya jadi murah.
Dua: perhatiin siapa yang ngasih gratisan, dan kenapa. Nvidia ngasih alat ini cuma-cuma. Hugging Face juga gratis buat dipakai. Tapi dua-duanya ngarah ke tempat yang sama: rak toko yang isinya chip Nvidia.
Itu bukan konspirasi — itu strategi bisnis yang jelas dan sah. Tapi ngerti pola kayak gini yang bikin lo bisa baca industri, bukan cuma ngikutin rilisannya.
Sumber: The Decoder, Nvidia. Catatan: angka 18 menit versus 9 menit berasal dari demo Nvidia sendiri, bukan pengujian pihak independen.
