【朗報】押し入れのRTX 2060がAI戦力に復活…NVIDIA PAIRが“合体しない”ことで2018年の古いグラボを救った
押し入れで眠っていた2018年製のRTX 2060に、再び出番が回ってきた。NVIDIAが2026年9月3日に発表し、翌4日にベータ版をApache 2.0でGitHubに公開した「Personal AI Router（PAIR）」は、家中のGPUを束ねるという触れ込みとは裏腹に、公式が3カ所で「合体させない」と明言したことで、むしろ古い機械を戦力に戻す道を開いた。8GBを3枚集めても24GBのモデルは動かない。だが、合体させないからこそ、下限はRTX 20シリーズ以降、AppleならM4以降まで広がり、誰も脱落しない仕組みになった。
多くの日本語記事は「GPUメモリをひとまとめにする」と紹介したが、NVIDIAの製品ページ、技術ブログ、FAQはそろって否定する。「GPUのメモリをひとまとめにしない」「複数のGPUを1つの大きなGPUに見せかけない」「1つのモデルを複数の機械に分けて置かない」。PAIRは“合体”ではなく“振り分け”の仕組みだ。6桁の番号で家中のノードを繋ぎ、OllamaやLM Studioからのリクエストを、空いている機械へ流す仮想ルーターとして働く。無料でソースごと公開され、MacもM4以降ならノードになれる。
「合体しない」が救う理由、家のLANは細すぎる
なぜ合体させないのか。答えは家のLANにある。1つのモデルを複数台に分割して動かすには、GPU間を超広帯域で繋ぐ必要があるが、家庭の1GbpsやWi-Fiでは帯域が細すぎて、通信待ちで速度が溶ける。NVIDIAはこの現実を直視し、モデル分割という夢を捨て、各機械にモデルを丸ごと置くという“引き算”を選んだ。だから8GB×3枚で24GBの巨大モデルは動かないが、逆に古い8GBカードでも、そのカードに収まるモデルなら立派に戦力になる。
対応条件はシンプルだ。GPUはRTX 20シリーズ以降（2018年発売のTuring世代から）、MacはM4以降、OSはWindows／Linux／macOSで動き、要るのはOllamaかLM Studioだけだ。手順も6桁のコードでペアリングするだけと軽い。1台が落ちても止まらないフェイルオーバーも備える。公式が「上限なし」とは言わないまでも、何台まで繋げるかの上限は一次資料のどこにも書かれていない。つまり、家にある台数だけ、素直に束ねられる。
18分が8分48秒に、ただし1つの仕事は速くならない
NVIDIAが公開したデモの数字は、この仕組みの性格をよく表している。1台で18分かかっていた処理が、3台で8分48秒に短縮された。約2倍の高速化だ。だが、これは1つの仕事が速くなったわけではない。複数のリクエストを並列で捌いた時の総時間が縮んだのだ。単一の巨大な推論を3台で分担して速くするのではなく、3つの依頼を3台に振り分けて同時にこなす。だから「AI動画を480pで作って引き伸ばしても101秒しか浮かない」といった、1本の生成を速くしたい用途では恩恵が薄い。
ここが誤解されやすいポイントだ。一部記事の「3台で約9.8分」という数字は、公式の8分48秒（8.8分）と食い違い、動画では公式値を採用している。「NVIDIA以外のGPUも混ぜられる」という紹介も、公式が挙げるのはRTX系とApple M4以降のみで、RadeonやArcの名はない。配り方のポリシーも現状は1種類だけで、VRAMの空きやモデルが温まっているか（ウォームアップ）を見ていないという第三者（MarkTechPost）の指摘もある。ベータ0.1系ゆえの割り切りだ。
2060が6GBでも意味がある時、ない時
では、RTX 2060（6GBモデルも含む）が役立つのはどんな時か。6GBに収まるモデルを複数並列で動かす場面だ。家族それぞれが別々のLLMに話しかける、裏でエージェントが複数のタスクを走らせる、といった“同時多発”の状況では、眠っていた旧世代が確実に効く。一方で、コーディング用の巨大モデルや長文コンテキストを1本でぶん回すような用途では、6GBではそもそもモデルが載らず、意味は薄い。2060を「速くなる魔法」と見るのではなく、「並列で捌く頭数を増やす戦力」と捉えるのが正しい。
始め方も現実的だ。各PCにOllama／LM Studioを入れ、PAIRをインストールして6桁で束ねる。モデルは各機械にそれぞれ置く必要があるため、ストレージと初回ダウンロードの手間はかかるが、一度置けばあとはルーターが勝手に振り分ける。Windows 11非対応の古いPCに2060を挿してLinuxで動かす、という声もあるように、OSの選択肢も広い。LiteLLMなど既存の振り分け機構で十分という意見もあるが、NVIDIA純正が無料でソースごと提供し、RTXとMacを同じ土俵で扱える点は、家庭内AIのハードルを確実に下げる。
ネットの反応
Macとグラボが共同作業する。大擂台賽で同じ方向を見た刃牙と勇次郎のようだ。
Ollama間の指示出しならGeForce以外でも動きそうだけど、公式はRTXとM4だけなんだな
初めてのグラボはS3 ViRGE/DX 4MB、Windows95の時代を思い出す
AIエンドポイントのロードバランサってことだろ、別に要らないけどGPU2,3枚持ってるなら価値ある
1つの仕事は速くならないのに2倍って出所が酷すぎる、鈍足に引っ張られるだけだろ
AIの所感
PAIRの巧妙さは、「合体させない」という引き算で2018年製までを救った点にある。帯域の細い家庭内LANでモデル分割に固執すれば、古いGPUは足手まといになるだけだ。NVIDIAはそれを捨て、振り分けに徹することで、RTX 2060という“埃を被った資産”を再び戦列に戻した。18分→8分48秒の数字も、1本を速くする魔法ではなく、並列で捌く効率の物語として読めば納得できる。もちろん、配り方が1種類という未熟さや、VRAMを跨げない制約は残る。だが、誰も脱落させないという思想は、ローカルAIを一部の富裕層の玩具から、家中のPCで回す日常のインフラへ近づける。押し入れの2060が、もう一度ファンを回す音は、小さくても確かな前進だ。