IT之家 11 月 10 日消息，微軟一項新的微軟專利顯示，該公司可能很快會允許用戶通過將閒置的 GPU 用於 AI 訓練來賺錢。
微軟於 2026 年 11 月 5 日公佈了一項名為《利用邊緣設備的閒置 GPU 算力開展機會式微型訓練》（Opportunistic Micro-training on Edge Devices Using Spare GPU Utilization）的專利。該專利描述了一套全新的計算資源調度系統：將原本需要大型數據中心完成的高強度計算任務拆分成多個較小的子任務，並在不同設備處於閒置狀態時，將這些任務分發給相應設備執行。
簡單來說，用戶電腦中暫時沒有被使用的 GPU 算力，未來可能被微軟拿來訓練 AI 模型，而用戶也能因此獲得相應報酬。
專利對這套系統的描述如下：“這是一套利用邊緣設備閒置 GPU 算力，通過機會式微型訓練來訓練機器學習模型的系統和方法。系統會監測邊緣設備，檢測可用的計算資源，並根據模型依賴關係拆分訓練任務，將其劃分為可以獨立執行的微型任務。拆分時，系統會綜合考慮通信成本、內存開銷和數據位置，確定最合適的任務拆分節點。”
這套系統的核心思路，是將原本需要大型數據中心處理的複雜計算任務拆分成多個微型任務，再根據不同設備的硬件能力動態調整任務規模，並將其分配給暫時有閒置算力的設備執行。
微軟在專利中表示，這種方式能夠有效利用分散的計算資源，而且不會影響設備的正常使用。不過，長期承擔 AI 訓練任務是否會對 GPU 造成損耗，仍然值得關注。好在微軟並不打算強制用戶參與，用戶需要主動授權才能加入這套系統。
為了鼓勵用戶貢獻設備算力，微軟還計劃提供相應報酬。用戶選擇加入後，系統會記錄設備完成的計算量，並根據每次計算任務的完成情況向用戶賬戶發放積分。這些積分可以兌換免費軟件、模型訪問權限，甚至直接兌換現金等。
需要說明的是，這項專利並不只是為了給微軟自己的 AI 業務提供算力支持。微軟實際上希望向第三方機構提供這套解決方案，幫助那些希望訓練 AI 模型、卻缺乏足夠計算資源的企業。
專利指出，AI 模型訓練需要大量計算資源，相關硬件成本高昂，運行過程也會消耗大量資源，這已經導致 GPU 供應持續緊張。
在這種模式下，用戶將自己的 GPU 借給第三方用於 AI 訓練時，微軟主要扮演中間人的角色，負責連接算力需求方和 GPU 設備所有者。
不過，這種做法也帶來了一些值得關注的問題，例如用戶隱私如何得到保障、設備究竟需要貢獻多少 GPU 算力，以及用戶在授權設備參與計算後，是否需要讓渡部分設備控制權限等。
目前，這項專利並未直接回答上述問題，但詳細介紹了系統如何判斷一塊 GPU 是否處於閒置狀態，以及如何識別設備當前是否適合承擔額外計算任務。
具體而言，系統會綜合監測 GPU 和 CPU 的使用率、內存佔用、設備溫度以及功耗等多項指標，以判斷設備是否有可供利用的閒置算力。
專利對此解釋稱：“系統會持續監測各臺設備，識別它們何時擁有可用的計算資源。為了避免影響用戶體驗，例如導致應用程序運行變慢、電池電量消耗加快或設備過熱，系統會盡可能利用原本可能被浪費的閒置算力。
此外，系統還會動態調整採樣頻率：當 GPU 處於高負載或溫度較高的狀態時，降低檢查頻率；當 GPU 處於閒置狀態，或者設備整體溫度較低時，則提高檢查頻率。”
IT之家需要提醒的是，專利獲批或公開並不意味著微軟一定會將相關技術投入實際應用。目前，這項技術能否落地，以及用戶最終能夠獲得多少報酬，仍有待進一步觀察。
來源：IT之家
