NVIDIA PAIR কীভাবে একাধিক PC-তে লোকাল এআইয়ের কাজ ভাগ করে দেবে
চ্যাটজিপিটি বা অন্য অনলাইন এআই ব্যবহার করতে সাধারণত ক্লাউড সার্ভারের ওপর নির্ভর করতে হয়। এনভিডিয়া এখন আরও বেশি এআইয়ের কাজ নিজের কম্পিউটারে চালানোর দিকে জোর দিচ্ছে, যেখানে তথ্য স্থানীয়ভাবেই রাখা সম্ভব।
IFA 2026-এ এনভিডিয়া এমন কয়েকটি প্রযুক্তি দেখিয়েছে, যেগুলো লোকাল এআই এজেন্ট চালানো সহজ করবে। এর মধ্যে সবচেয়ে উল্লেখযোগ্য হলো Personal AI Router বা PAIR, যা একই নেটওয়ার্কের একাধিক কম্পিউটারের মধ্যে কাজ পাঠাতে পারে।
NVIDIA এর IFA 2026 এর আনুষ্ঠানিক ঘোষণায় PAIR-এর পাশাপাশি দ্রুত লোকাল ইনফারেন্স, Hermes, OpenClaw, Perplexity Portable Computer এবং নতুন RTX Spark Windows PC নিয়েও বিস্তারিত জানানো হয়েছে।
NVIDIA PAIR আসলে কী
PAIR একই স্থানীয় নেটওয়ার্কে থাকা উপযুক্ত কম্পিউটার খুঁজে বের করে। এরপর প্রতিটি স্বাধীন এআই অনুরোধ কোন কম্পিউটারে চালানো ভালো হবে, তা মডেলের উপস্থিতি, ইঞ্জিনের অবস্থা আর বর্তমান কাজের চাপ দেখে ঠিক করে।
এখানে একটি বিষয় পরিষ্কার থাকা দরকার। PAIR একাধিক জিপিইউয়ের মেমরি জুড়ে একটি বড় জিপিইউ বানায় না। একটি মডেল বা অনুরোধকে কয়েকটি কম্পিউটারে ভাগ করেও চালায় না। প্রতিটি অনুরোধ যায় একটিমাত্র নির্দিষ্ট সিস্টেমে। (NVIDIA)
“একাধিক PC-র শক্তি একসঙ্গে ব্যবহার” কথাটি শুনলে মনে হতে পারে এটি ডিস্ট্রিবিউটেড জিপিইউ কম্পিউটিং। বাস্তবে PAIR মূলত একাধিক স্বাধীন ইনফারেন্স অনুরোধের মধ্যে বুদ্ধিমত্তার সঙ্গে কাজ ভাগ করে।
কোন কোন কম্পিউটারে PAIR চলবে
NVIDIA এর PAIR নির্দেশিকা অনুযায়ী GeForce RTX 20 Series বা নতুন জিপিইউ, RTX PRO ওয়ার্কস্টেশন, DGX Spark এবং Apple M4 বা নতুন চিপ সমর্থিত ব্যবস্থার মধ্যে রয়েছে।
উইন্ডোজ, লিনাক্স ও ম্যাকওএস চালিত উপযুক্ত সিস্টেম একে অন্যের সঙ্গে পেয়ার করা যায়। PAIR বর্তমানে Ollama ও LM Studio-র সঙ্গে কাজ করে, ফলে পরিচিত লোকাল এআই ব্যবস্থা বদলানোর প্রয়োজন কমে।
এই দিকটি নিজের ডিভাইসে লোকাল এআই চালানোর TechnicalBD গাইডের সঙ্গে সরাসরি সম্পর্কিত। সেখানে আমরা দেখিয়েছি, লোকাল এআই ব্যবহারে ক্লাউডনির্ভরতা কমলেও উপযুক্ত হার্ডওয়্যার ও মেমরি এখনো দরকার।
গোপনীয়তা নিয়ে আসল সুবিধা কোথায়
PAIR ব্যবহার করলেই সব তথ্য সব পরিস্থিতিতে নিজের নেটওয়ার্কের মধ্যে থাকবে, এমন দাবি করা ঠিক নয়। এনভিডিয়া এখানে একটি শর্ত দিয়েছে, যা ব্যবহারকারীদের পরিষ্কারভাবে জানা দরকার।
অ্যাপ্লিকেশন, মডেলের উৎস, ইনফারেন্স ইঞ্জিন এবং পেয়ার করা কম্পিউটার সব স্থানীয় হলে প্রম্পট ও উত্তর স্থানীয় নেটওয়ার্কের ভেতরেই রাখা যায়। কোনো ক্লাউডভিত্তিক সেবা ব্যবহার করলে সেই অংশে তথ্য বাইরে যেতেও পারে। (NVIDIA)
এর ব্যবহারিক উদাহরণ দেখা যায় Perplexity Portable Computer নিয়ে TechnicalBD এর প্রতিবেদনে। সেখানে ব্যক্তিগত ফাইল নিজের পিসিতে রেখেই স্থানীয়ভাবে বিভিন্ন এআই কাজ চালানোর সুযোগ দেওয়া হয়েছে।
একাধিক PC ব্যবহার করলে কতটা দ্রুত হতে পারে
এনভিডিয়া পাঁচটি সাবএজেন্টের একটি পরীক্ষায় Hermes Desktop ও Ollama ব্যবহার করেছে। একক RTX Spark ল্যাপটপে কাজটি ১৮ মিনিট নিয়েছিল। তিনটি ডিভাইস যুক্ত PAIR সেটআপে সময় কমে দাঁড়ায় ৮ মিনিট ৪৮ সেকেন্ড।
ডিভাইস তিনটি ছিল RTX Spark ল্যাপটপ, DGX Spark এবং GeForce RTX 5090 ভিত্তিক একটি সিস্টেম। তবে NVIDIA এর টেকনিক্যাল ডেমো নির্দিষ্ট হার্ডওয়্যার ও কাজ দিয়ে করা হয়েছিল। (NVIDIA)
তাই এটিকে সাধারণ বেঞ্চমার্ক হিসেবে দেখা ঠিক হবে না। মডেল, নেটওয়ার্কের গতি, একসঙ্গে কতগুলো অনুরোধ আসছে এবং প্রতিটি কম্পিউটারে মডেল আগে থেকেই আছে কি না, এসবের ওপর বাস্তব ফল বদলাবে।
একাধিক এজেন্টের কাজেই PAIR বেশি উপকারী
PAIR-এর আসল সুবিধা একটি বড় মডেল দ্রুত চালানো নয়। অনেক এজেন্ট বা সাবএজেন্ট একই সময়ে স্বাধীন অনুরোধ পাঠালে সেগুলোকে আলাদা আলাদা সিস্টেমে পাঠিয়ে জট কমানোই এর প্রধান লক্ষ্য।
নিজের পিসিতেই এআই এজেন্ট চালানোর ASUS ProArt প্রদর্শনীতে দেখা গেছে, একটি কাজ শেষ করতে এজেন্ট একাধিক সফটওয়্যার ও ধাপ ব্যবহার করতে পারে। এমন ব্যবস্থায় একই সময়ে অনেক ইনফারেন্স অনুরোধ তৈরি হওয়া স্বাভাবিক।
এ কারণেই সাধারণ একক চ্যাটের চেয়ে বহু এজেন্টভিত্তিক কাজে PAIR বেশি অর্থবহ। একাধিক স্বাধীন অনুরোধ থাকলে নেটওয়ার্কের অন্য কম্পিউটারের অব্যবহৃত ক্ষমতা কাজে লাগানো সম্ভব হয়।
লোকাল এআই মডেলের গতিও বাড়িয়েছে এনভিডিয়া
এনভিডিয়া শুধু PAIR প্রকাশ করেনি। IFA ঘোষণায় কোম্পানি জানিয়েছে, llama.cpp ও vLLM-এর নতুন অপটিমাইজেশনের মাধ্যমে বিভিন্ন RTX হার্ডওয়্যারে লোকাল ইনফারেন্সের গতি আরও বাড়ানো হয়েছে।
GeForce RTX 5090-এ llama.cpp ব্যবহার করে নির্দিষ্ট পরীক্ষায় সর্বোচ্চ ১.৯ গুণ উন্নতির দাবি করেছে এনভিডিয়া। এই অপটিমাইজেশন সরাসরি এবং LM Studio ও Ollama-র মতো পরিচিত সফটওয়্যারের মাধ্যমেও পাওয়া যাচ্ছে। (NVIDIA)
vLLM পরীক্ষায় RTX PRO 6000 Blackwell Workstation Edition-এ ১.২ গুণ এবং দুটি DGX Spark ব্যবস্থায় সর্বোচ্চ ১.৪ গুণ উন্নতির কথা বলা হয়েছে। এগুলোও নির্দিষ্ট এনভিডিয়া পরীক্ষার ফল।
এ ধরনের সফটওয়্যার অপটিমাইজেশন কেন দরকার, তা AMD ROCm 10 নিয়ে TechnicalBD এর সাম্প্রতিক প্রতিবেদনে পরিষ্কার বোঝা যায়। শক্তিশালী জিপিইউর পাশাপাশি ভালো সফটওয়্যার ইকোসিস্টেম ও অপটিমাইজেশনও সমান জরুরি হয়ে উঠছে।
Hermes ও OpenClaw সেটআপ সহজ হবে
লোকাল এআই এজেন্ট চালাতে মডেল ডাউনলোড, সঠিক কনফিগারেশন এবং ইনফারেন্স ইঞ্জিন সেটআপ করতে হয়। সাধারণ ব্যবহারকারীর জন্য এই ধাপগুলো জটিল হওয়ায় এনভিডিয়া পরিচিত এজেন্ট প্ল্যাটফর্মের সঙ্গে সেটআপ সহজ করার কাজ করছে।
এনভিডিয়া জানিয়েছে, Hermes উইন্ডোজে উপযুক্ত জিপিইউ শনাক্ত করে প্রয়োজন অনুযায়ী মডেল ও কনফিগারেশন বেছে নিতে সাহায্য করবে। OpenClaw-র উইন্ডোজ অ্যাপ এবং RTX হার্ডওয়্যারে লোকাল মডেল সেটআপ সহজ করার পরিকল্পনাও রয়েছে। (NVIDIA)
ফলে লোকাল এআই শুধু ডেভেলপারদের মধ্যে সীমাবদ্ধ না থেকে ধীরে ধীরে সাধারণ শক্তিশালী পিসি ব্যবহারকারীর কাছেও সহজ হতে পারে। তবে হার্ডওয়্যারের সক্ষমতা অনুযায়ী কোন মডেল চালানো যাবে, সেই সীমাবদ্ধতা থেকেই যাবে।
Perplexity Portable Computer এখন আরও প্রাসঙ্গিক
IFA ঘোষণার সময় Perplexity Portable Computer-এর RTX সমর্থনের কথা জানানো হয়েছিল। এখন এই সুবিধা উইন্ডোজে ব্যবহার করা যাচ্ছে। উপযুক্ত RTX সিস্টেমে ব্যক্তিগত ফাইল স্থানীয়ভাবে রেখেই বিভিন্ন এআই কাজ চালানো সম্ভব।
Perplexity Portable Computer এর Windows সংস্করণ নিয়ে TechnicalBD এর প্রতিবেদনে আমরা দেখিয়েছি, পুরো লোকাল সুবিধার জন্য বর্তমানে কমপক্ষে ২৪ জিবি ভিআরএএম সহ উপযুক্ত GeForce RTX বা RTX PRO জিপিইউ লাগে।
এতে বোঝা যায়, লোকাল এআই ব্যবহার সহজ হচ্ছে ঠিকই, তবে এখনো শক্তিশালী হার্ডওয়্যার দরকার। তাই সাধারণ ল্যাপটপ বা কম ক্ষমতার পিসি এখনই ক্লাউড এআইয়ের পূর্ণ বিকল্প হয়ে যাচ্ছে না।
RTX Spark এখন শুধু ভবিষ্যতের পণ্য নয়
পুরোনো পোস্টে RTX Spark অক্টোবর থেকে বাজারে আসবে বলা হয়েছিল। এখন সেই অংশ হালনাগাদ করা দরকার, কারণ NVIDIA ৭ অক্টোবর RTX Spark এর প্রিঅর্ডার চালু করেছে। (NVIDIA)
NVIDIA এর বর্তমান RTX Spark প্রোডাক্ট পেজে আসুস, ডেল, এইচপি, লেনোভো, মাইক্রোসফট সারফেস ও এমএসআইসহ বিভিন্ন নির্মাতার ল্যাপটপ এবং ডেস্কটপ ডিজাইন দেখানো হচ্ছে। কিছু মডেলে প্রিঅর্ডার চালু রয়েছে।
RTX Spark-এর সর্বোচ্চ কনফিগারেশনে আছে ৬,১৪৪ কোরের Blackwell RTX জিপিইউ, ২০ কোরের Grace সিপিইউ, ১২৮ জিবি ইউনিফায়েড মেমরি এবং সর্বোচ্চ ১ পেটাফ্লপ FP4 এআই পারফরম্যান্স। (NVIDIA)
তবে সব RTX Spark কম্পিউটারে একই স্পেসিফিকেশন থাকবে না। এনভিডিয়ার প্রোডাক্ট পেজে কম মেমরি ও কম জিপিইউ কোরের ভিন্ন কনফিগারেশনও আছে। তাই নির্দিষ্ট ডিভাইস ছাড়া একই স্পেসিফিকেশন ধরে নেওয়া ঠিক নয়।
বড় মডেল নিজের পিসিতেই চালানো সম্ভব
এনভিডিয়া বলছে, RTX Spark-এর সর্বোচ্চ ১২৮ জিবি ইউনিফায়েড মেমরির কনফিগারেশনে ১২০ বিলিয়ন প্যারামিটার পর্যন্ত মডেল এবং ১ মিলিয়ন টোকেন কনটেক্সট স্থানীয়ভাবে চালানোর মতো ক্ষমতা থাকতে পারে। (NVIDIA)
একই পরিবর্তনের ছবি দেখা গেছে ASUS ProArt P16, P14 ও GR1X এর RTX Spark ব্যবহারের প্রতিবেদনে। সেখানে বড় লোকাল মডেল, কনটেন্ট তৈরি এবং এআই এজেন্ট চালানোর ক্ষমতার ওপর জোর দেওয়া হয়েছে।
লোকাল এআই কেন দরকারি
লোকাল এআইয়ের সুবিধা শুধু গতি নয়। ব্যক্তিগত ডকুমেন্ট, কাজের ফাইল বা ক্লায়েন্টের তথ্য নিয়ে এআই ব্যবহার করলে সব তথ্য বাইরের সার্ভারে না পাঠিয়ে নিজের সিস্টেমেই প্রসেস করা যায়।
ইন্টারনেট না থাকলেও আগে থেকে ডাউনলোড করা মডেল দিয়ে অনেক কাজ করা সম্ভব। আবার প্রতিটি প্রম্পটের জন্য ক্লাউড এপিআই খরচ না থাকায় নির্দিষ্ট দীর্ঘমেয়াদি কাজে অর্থনৈতিক সুবিধাও তৈরি হতে পারে।
তবে স্থানীয়ভাবে বড় মডেল চালানো মানেই সব ক্লাউড সেবা অপ্রয়োজনীয় হয়ে যাবে, তা নয়। শক্তিশালী জিপিইউ, পর্যাপ্ত মেমরি, স্টোরেজ, বিদ্যুৎ ও কুলিংয়ের খরচ থাকায় দুই ধরনের ব্যবস্থারই আলাদা সুবিধা রয়েছে।
বাংলাদেশের ব্যবহারকারীদের জন্য বাস্তবতা
বাংলাদেশে লোকাল এআই ব্যবহার করতে চাইলে শুধু সফটওয়্যার নয়, হার্ডওয়্যারের দামও বড় বাধা হতে পারে। বেশি মেমরির RTX ল্যাপটপ বা ওয়ার্কস্টেশনের দাম সাধারণ ব্যবহারকারীর নাগালের বাইরে থাকতে পারে।
একাধিক কম্পিউটার PAIR দিয়ে ব্যবহার করতে চাইলে ভালো লোকাল নেটওয়ার্কও লাগবে। দুর্বল ওয়াই-ফাই বা ধীর নেটওয়ার্ক থাকলে মডেলের কাছে অনুরোধ পাঠানো এবং উত্তর পাওয়ার অভিজ্ঞতায় প্রভাব পড়তে পারে।
অন্যদিকে ফ্রিল্যান্সার, ডেভেলপার বা সংবেদনশীল ক্লায়েন্ট ডেটা নিয়ে কাজ করা প্রতিষ্ঠানের জন্য লোকাল এআইয়ের মূল্য বেশি হতে পারে। তথ্য নিজের নেটওয়ার্কের মধ্যে রাখা গেলে গোপনীয়তা ও ডেটা নিয়ন্ত্রণের সুবিধা মেলে।
এনভিডিয়া ও এএমডির প্রতিযোগিতা এখন সফটওয়্যারেও
লোকাল এআই নিয়ে প্রতিযোগিতা এখন শুধু কোন কোম্পানির জিপিইউ বেশি দ্রুত, সেই প্রশ্নে সীমাবদ্ধ নেই। মডেল সেটআপ, ইনফারেন্স ইঞ্জিন, এজেন্ট ব্যবস্থাপনা এবং ডেভেলপার টুল কতটা সহজ, সেটিও বড় পার্থক্য তৈরি করছে।
NVIDIA PAIR এর পাশাপাশি AMD ROCm 10 এর নতুন developer tool দেখায়, দুই কোম্পানিই হার্ডওয়্যারের পাশাপাশি সফটওয়্যার ইকোসিস্টেম শক্তিশালী করতে দ্রুত বিনিয়োগ করছে।
শেষ কথা
NVIDIA PAIR-এর সবচেয়ে বড় সুবিধা হলো একাধিক উপযুক্ত কম্পিউটারের মধ্যে স্বাধীন এআই অনুরোধ বুদ্ধিমত্তার সঙ্গে ভাগ করে দেওয়া। এটি জিপিইউ মেমরি একত্র করে না, আবার একটি মডেলকে কয়েকটি পিসিতে ভাগ করেও চালায় না।
একাধিক এজেন্টের কাজ বাড়ার সঙ্গে এ ধরনের রাউটিং আরও দরকারি হয়ে উঠতে পারে। একই সময়ে এনভিডিয়া লোকাল ইনফারেন্স দ্রুত করছে, এজেন্ট সেটআপ সহজ করছে এবং RTX Spark-এর মতো নতুন উইন্ডোজ পিসি বাজারে আনছে।
সব মিলিয়ে দিকটি পরিষ্কার। এআই পুরোপুরি ক্লাউড ছেড়ে যাচ্ছে না, তবে ব্যক্তিগত কম্পিউটার এখন আগের চেয়ে অনেক বেশি এআই কাজ নিজেই করতে পারছে, আর এনভিডিয়া সেই পরিবর্তনকে দ্রুত এগিয়ে নিচ্ছে।
সর্বশেষ আপডেট: ১২ অক্টোবর ২০২৬
