微软（Microsoft）正在探索一条颇有意思的路子，以应对日益增长的人工智能算力需求：调用游戏PC中闲置的处理能力，并有可能为参与的用户提供补偿。
近日公布的一项美国专利申请，题为“利用空闲GPU资源在边缘设备上进行机会性微训练”，描述了一套分布式AI训练系统。该系统会利用消费级设备——包括游戏台式机、笔记本电脑和智能手机——中闲置的GPU资源。该申请由微软技术授权公司（Microsoft Technology Licensing）于2025年4月30日提交，并于2026年11月5日公布。
微软的方案有望让游戏PC化身分布式AI训练硬件。思路相对简单。与其完全依赖昂贵的数据中心GPU，微软提出把计算密集的AI训练任务拆分成更小、可独立执行的任务，再分发到愿意参与的消费级设备上。这套系统会先分析AI模型的计算依赖关系，再决定如何拆分任务，同时将通信成本、内存需求和数据本地性纳入考量。更重要的是，它会持续监控GPU利用率、内存占用、温度和功耗，并根据每台设备可用的资源和预测的空闲时段来分配任务。
当温度升高或用户启动高负载应用时，训练任务可以降级或暂停。该专利还描述了验证返回结果、识别不可靠设备的机制，使系统在汇总训练贡献时，不必依赖每一台参与的电脑都保持在线。不过，对游戏玩家来说，最有意思的部分在于补偿。根据该专利申请，设备所有者需要明确授权才能使用其硬件。微软还描述了一种机制，可以追踪已完成的计算，并向参与用户发放积分。
这些积分有可能兑换免费软件、AI模型使用权，甚至现金。有趣的是，补偿在专利中被描述为一种可能的实现方式，而非这项专利技术的必备条件。该申请公布的20项权利要求中，没有任何一项明确规定要向参与者付费。这一构想与Folding@home有几分相似——后者几十年来一直依靠志愿者贡献闲置算力来支持科学研究。但微软的方案是将分布式计算用于商业AI训练，可能还会引入经济激励。
此前，英伟达（NVIDIA）已推出PAIR系统，旨在汇聚家庭设备的闲置算力用于AI推理，而非训练。对玩家来说，这真的划算吗？这是最大的未解之谜。事实上，正如PC Games Hardware所指出的，额外的GPU负载不可避免地会增加耗电。举例来说，每天多跑4小时、额外功耗250瓦，每月大约要多耗30度电。因此，任何补偿都必须覆盖电费、可能升高的温度以及额外的硬件运行时长。
现代高端GPU，例如RTX 5090，在高负载下功耗可接近600瓦。这引发了人们的担忧：电费会不会吃不消，微软提出的补偿又是否足以抵消AI训练带来的额外功耗和硬件磨损。此外，数据隐私、支持的硬件范围以及对游戏性能的潜在影响，也都是悬而未决的问题。微软尚未宣布商业化服务、补偿标准或上线时间，而且专利申请的存在并不保证这套系统最终会落地。尽管如此，这一方案说明，庞大的消费级游戏GPU存量，未来有可能成为快速扩张的AI产业的又一处算力来源。
