微软专利：闲置GPU可训练AI，用户能换现金或软件

一项新公布的微软专利显示，用户把闲置的GPU贡献出来跑AI训练，或许很快就能换来收入。11月10日消息，这项专利指向的就是这种模式。

该专利于2026年11月5日公开，名称是《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）。它描述的是一套全新的算力调度系统：把原本得靠大型数据中心扛的高强度计算任务切成若干较小的子任务，等不同设备闲下来时，再把任务分派过去执行。

说白了，用户电脑里暂时没派上用场的GPU算力，将来可能被微软拿去训练AI模型，用户则从中拿到相应报酬。

按照专利里的说法，这套系统“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”。具体做法是：监测边缘设备、检测可用计算资源，再依据模型依赖关系把训练任务拆开，分成能独立执行的微型任务；拆分节点怎么选，要看通信成本、内存开销和数据位置。

核心思路在于拆分与适配：原本只有大型数据中心才处理得了的复杂计算，被切成多个微型任务，再按各设备硬件能力的差异动态调整任务规模，交给眼下有闲置算力的设备去做。

微软在专利中称，这种做法能有效利用分散的计算资源，同时不影响设备正常使用。不过，长期承担AI训练任务会不会损耗GPU，仍是个需要留意的问题。好在微软并不强制用户参与，必须由用户主动授权才能加入。

为鼓励用户贡献算力，微软还打算给出报酬。用户选择加入后，系统会记录设备完成的计算量，依据每次任务的完成情况向用户账户发放积分。积分可用于兑换免费软件、模型访问权限，甚至直接换成现金。

需要说明的是，这项专利并非只服务于微软自家的AI业务。微软实际上想把这套方案提供给第三方机构，帮那些想训练AI模型却缺算力的企业。

专利指出，训练AI模型要消耗大量计算资源，相关硬件成本高昂，运行过程同样耗费巨大，GPU供应紧张的局面已经由此形成。

在这种模式下，用户把GPU借给第三方做AI训练，微软主要充当中间人，一头连算力需求方，一头连GPU设备所有者。

不过，这种做法也引出了一些问题：用户隐私怎么保障，设备到底要贡献多少GPU算力，用户授权设备参与计算后是否要让渡部分控制权限。

眼下，这项专利没有直接给出上述问题的答案，但对系统如何判断一块GPU是否闲置、如何识别设备当前能否承担额外计算任务，做了详细介绍。

具体来说，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，据此判断设备有没有可供利用的闲置算力。

专利给出的解释是：“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。”之所以这样做，是为了不影响用户体验——比如应用变慢、电池耗电加快、设备过热；系统会尽量把原本可能被浪费的闲置算力用起来。

另外，系统还会动态调整采样频率：GPU负载高或温度高时，降低检查频率；GPU闲置或设备整体温度较低时，则提高检查频率。”

还要提醒的是，专利获批或公开，并不等于微软一定会把相关技术投入实际应用。这项技术能否落地、用户最终能拿到多少报酬，都还有待进一步观察。