Article · Original
感谢IT之家网友 华南吴彦祖 的线索投递！
IT之家 11 月 10 日消息，微软一项新的微软专利显示，该公司可能很快会允许用户通过将闲置的 GPU 用于 AI 训练来赚钱。
微软于 2026 年 11 月 5 日公布了一项名为《利用边缘设备的闲置 GPU 算力开展机会式微型训练》（Opportunistic Micro-training on Edge Devices Using Spare GPU Utilization）的专利。该专利描述了一套全新的计算资源调度系统：将原本需要大型数据中心完成的高强度计算任务拆分成多个较小的子任务，并在不同设备处于闲置状态时，将这些任务分发给相应设备执行。
简单来说，用户电脑中暂时没有被使用的 GPU 算力，未来可能被微软拿来训练 AI 模型，而用户也能因此获得相应报酬。
专利对这套系统的描述如下：“这是一套利用边缘设备闲置 GPU 算力，通过机会式微型训练来训练机器学习模型的系统和方法。系统会监测边缘设备，检测可用的计算资源，并根据模型依赖关系拆分训练任务，将其划分为可以独立执行的微型任务。拆分时，系统会综合考虑通信成本、内存开销和数据位置，确定最合适的任务拆分节点。”
这套系统的核心思路，是将原本需要大型数据中心处理的复杂计算任务拆分成多个微型任务，再根据不同设备的硬件能力动态调整任务规模，并将其分配给暂时有闲置算力的设备执行。
微软在专利中表示，这种方式能够有效利用分散的计算资源，而且不会影响设备的正常使用。不过，长期承担 AI 训练任务是否会对 GPU 造成损耗，仍然值得关注。好在微软并不打算强制用户参与，用户需要主动授权才能加入这套系统。
为了鼓励用户贡献设备算力，微软还计划提供相应报酬。用户选择加入后，系统会记录设备完成的计算量，并根据每次计算任务的完成情况向用户账户发放积分。这些积分可以兑换免费软件、模型访问权限，甚至直接兑换现金等。
需要说明的是，这项专利并不只是为了给微软自己的 AI 业务提供算力支持。微软实际上希望向第三方机构提供这套解决方案，帮助那些希望训练 AI 模型、却缺乏足够计算资源的企业。
专利指出，AI 模型训练需要大量计算资源，相关硬件成本高昂，运行过程也会消耗大量资源，这已经导致 GPU 供应持续紧张。
在这种模式下，用户将自己的 GPU 借给第三方用于 AI 训练时，微软主要扮演中间人的角色，负责连接算力需求方和 GPU 设备所有者。
不过，这种做法也带来了一些值得关注的问题，例如用户隐私如何得到保障、设备究竟需要贡献多少 GPU 算力，以及用户在授权设备参与计算后，是否需要让渡部分设备控制权限等。
目前，这项专利并未直接回答上述问题，但详细介绍了系统如何判断一块 GPU 是否处于闲置状态，以及如何识别设备当前是否适合承担额外计算任务。
具体而言，系统会综合监测 GPU 和 CPU 的使用率、内存占用、设备温度以及功耗等多项指标，以判断设备是否有可供利用的闲置算力。
专利对此解释称：“系统会持续监测各台设备，识别它们何时拥有可用的计算资源。为了避免影响用户体验，例如导致应用程序运行变慢、电池电量消耗加快或设备过热，系统会尽可能利用原本可能被浪费的闲置算力。
此外，系统还会动态调整采样频率：当 GPU 处于高负载或温度较高的状态时，降低检查频率；当 GPU 处于闲置状态，或者设备整体温度较低时，则提高检查频率。”
IT之家需要提醒的是，专利获批或公开并不意味着微软一定会将相关技术投入实际应用。目前，这项技术能否落地，以及用户最终能够获得多少报酬，仍有待进一步观察。