微软 11 月初公开了一项专利申请，设想在用户同意的前提下，趁电脑、手机空闲时把 AI 训练任务派过去跑，再用现金、软件商店积分或模型的优先使用权作为报酬。
专利名为 “Opportunistic Micro-training on Edge Devices Using Spare GPU Utilization”（利用边缘设备空闲 GPU 的机会式微训练），公开号 US-20260349820-A1，公开日期是 11 月 5 日。专利检索服务 Patentlyze 最先注意到它，随后 TechSpot、Insider Gaming 等科技媒体做了报道。
专利里写了什么
按照专利描述，参与的设备先要由用户授权。系统会持续读取设备的 CPU 和 GPU 占用率、内存用量、温度、功耗、显存带宽和计算队列深度，据此判断这台设备什么时候闲、能腾出多少算力。
训练任务会被拆成一个个”微任务”，按设备的空闲程度和过往结果的准确率分配出去。专利示意图里的训练网络同时画了服务器、台式机和智能手机，也就是说手机也在考虑范围里。
专利里还有一处细节：GPU 忙或者温度高的时候，系统会降低检查频率，减少对用户的打扰。专利称要避免拖慢应用、耗电过快或设备过热。
报酬方面写了三种：钱、软件积分，或者用上自己参与训练的那些模型。按 Insider Gaming 的解读，拿这些算力训练模型的可能是缺少计算资源的第三方，微软在中间做撮合。
二十多年前就有人这么干
把闲置电脑凑起来算东西，这个点子很老。斯坦福 2000 年启动的 Folding@home，让志愿者用家里电脑模拟蛋白质折叠；伯克利的 BOINC 平台把同一套办法推广到天文、气候等一批科研项目上。这些项目靠志愿精神，不给钱。
后来出现了付费的版本。Salad 这类平台按时长给游戏玩家结算，租用他们的空闲显卡跑推理和渲染；也有项目用加密货币奖励出算力的人。
微软专利跟它们的区别在两点：一是算的是模型训练，对设备之间的同步和结果校验要求更高，专利里专门提到要按”结果准确性的信誉”分配任务；二是微软本身握着 Windows、Xbox 这类装机量极大的入口，如果真做，冷启动比小平台容易得多。
时机和疑问
专利冒出来的时间点颇微妙。就在几天前，OpenAI CEO Sam Altman 公开表示，内存放在家用电脑里闲着”很糟糕”，更该放进数据中心，这番话引来不少批评。内存和显卡产能被 AI 数据中心大量吃掉，消费级硬件涨价，是这一轮讨论的背景。
专利也留下了几个空白：用户数据和训练数据怎么隔离、一次会占用多少 GPU、报酬怎么折算，文件里都没有展开。微软没有就这项专利公开回应，专利申请也不代表会做成产品。
参考来源：TechSpot、Insider Gaming、CocoLoop、美国专利商标局公开文件；核验对象为专利名称、公开号、监测指标与报酬形式。