微软在 11 月 5 日公布一项名为《利用边缘设备的闲置 GPU 算力开展机会式微型训练》的专利,这套方案把大模型训练任务拆成微型子任务,在用户电脑闲置时调度游戏显卡算力参与 AI 训练,用户自愿授权后,可拿到现金报酬、软件权益或者 AI 服务额度,系统会实时监控设备状态,优先保障用户正常使用,一旦用户启动游戏、软件,算力任务立刻暂停,不会抢占资源。
一、专利基础信息
| 项目 | 详情 |
|---|---|
| 专利名称 | Opportunistic Micro-training on Edge Devices Using Spare GPU Utilization |
| 公开时间 | 2026-11-05 |
| 专利号 | US2026/0349820 A1 |
| 适用设备 | 台式游戏主机、游戏本、带独立 GPU 的边缘终端 |
| 核心机制 | 任务拆分 + 闲置调度 + 算力校验 + 奖励结算 |
| 可选奖励类型 | 现金报酬、微软软件订阅、AI 模型调用额度、服务积分 |
二、整套系统运行流程
- 设备监测:后台持续读取 GPU 占用、内存、温度、功耗,判断设备是否处于空闲
- 任务分发:云端把大训练任务拆成适配家用显卡的微型任务,下发给符合条件的设备
- 本地计算:显卡在闲置时段执行训练子任务;用户启动游戏、渲染等操作时,任务自动中断退出
- 结果回传校验:本地计算结果上传,云端会多设备交叉验证,防止错误结果干扰训练
- 算力统计与奖励:按有效算力贡献结算,发放对应奖励,用户可自主选择奖励形式
三、专利设计的保护机制
- 完全自愿参与,用户可以随时关闭该功能、退出算力网络
- 资源优先级最高:用户前台业务优先,AI 训练仅使用空闲余量算力
- 温控与功耗保护:监测显卡温度,超过阈值停止任务,降低硬件过热风险
- 数据隔离:训练任务数据和用户本地文件相互隔离,避免读取用户隐私资料
四、需要分清的关键点
- 这只是专利方案,不等于马上上线正式功能,微软没有官宣落地时间表
- 不是持续占用显卡,只在闲置时段跑任务,用户使用电脑时自动停止
- 奖励有多种形式,现金只是其中一种选项,也可以兑换订阅、AI 调用额度
- 家用显卡算力单卡有限,只适合微型训练任务,不会替代大型数据中心主力算力
五、潜在风险与现实问题
- 电费成本:显卡高负载会增加耗电,现金收益有可能覆盖不了电费支出
- 硬件损耗:长期高频算力负载,会加速显卡老化
- 隐私、安全风险:分布式算力网络的传输链路、任务包安全需要后续严格规范
- 商业化落地难度:算力定价、结算规则、不同地区合规政策都需要逐一解决
【常见问题】
问题 1:微软新专利让闲置游戏显卡参与 AI 训练,电脑用户或可获得现金报酬,这个功能什么时候上线?
回答 1:该方案目前仅为公开专利,微软没有公布上线计划,专利不等于产品,后续是否做成 Windows 内置功能、独立工具都还不确定。
问题 2:微软新专利让闲置游戏显卡参与 AI 训练,会不会影响我玩游戏?
回答 1:这套专利方案会优先保障用户使用,只要你启动游戏或者其他软件,AI 训练任务会立刻暂停,只在显卡闲置的时候运行。
问题 3:微软新专利让闲置游戏显卡参与 AI 训练,用户只能拿现金吗?
回答 1:不是只能拿现金,专利内的奖励包含多种形式,除现金外,还支持兑换软件订阅、AI 模型调用额度、服务积分。
【参考资料】
[2026-11-10](微软新专利瞄准闲置显卡:用户贡献 GPU 训练 AI,可获得现金或免费软件)IT 之家
[2026-11-05](US2026/0349820 A1 微软专利文档)USPTO
[2026-11-10](Microsoft wants to pay you to use your idle gaming GPU for AI training)TweakTown
免责声明
本文内容基于微软公开专利文本与海外科技媒体报道,专利仅代表技术构想,不代表确定落地产品;就算后续上线,收益、功耗、硬件损耗、各地合规政策都会影响实际体验,不建议以此作为购买显卡、参与算力项目的依据。
