Microsoftが、ゲーマーのPCに搭載されているGPUの余剰性能をAIの学習処理に活用し、その対価としてユーザーに報酬を提供する仕組みを検討していることが分かりました。
2026年11月5日に公開された米国特許出願では、ゲーミングPCやノートPC、スマートフォンなどの余っている演算リソースを集め、分散型のAI学習環境を構築する構想が示されています。
単にGPUの空き時間を提供するだけでなく、参加したユーザーにソフトウェアやAIモデルへのアクセス権、さらには現金を提供する可能性も記載されています。
ゲーマーのGPUを集めて分散型AI学習環境を構築
今回公開された特許の名称は「Opportunistic Micro-training on Edge Devices Using Spare GPU Utilization」です。日本語にすると、エッジデバイスの余剰GPU性能を利用したオンデマンドの小規模学習といった内容になります。
出願したのはMicrosoft Technology Licensingで、2025年4月30日に申請され、2026年11月5日に公開されました。
仕組みとしては、巨大なAI学習処理を小さな独立したタスクに分割し、それぞれを参加ユーザーのPCやスマートフォンに割り当てます。
従来のAI開発では、大量のGPUを備えたデータセンターが重要な役割を担っています。しかし、Microsoftの構想では、一般ユーザーが所有するデバイスの余剰性能も計算資源として活用します。
システムはAIモデルの処理内容や依存関係を分析し、メモリ容量や通信コスト、データの配置などを考慮しながらタスクを分配します。
さらに、各デバイスのGPU使用率、メモリ消費量、温度、消費電力などを継続的に監視し、実際に利用可能な余剰リソースに応じて処理を割り当てる仕組みです。
ゲーム中や高負荷時にはAI処理を停止
ゲーマーにとって気になるのは、AI学習にGPUを使われることでゲームのパフォーマンスが低下しないかという点です。
この問題についても、特許には対策が盛り込まれています。
例えば、GPUの温度が上昇した場合や、ユーザーが負荷の大きいゲームやアプリケーションを起動した場合には、AI学習の処理を縮小したり、一時停止したりする仕組みが想定されています。
つまり、ユーザーがPCを使っていない時間帯や、GPUに余裕があるタイミングを優先的に利用する考え方です。
また、各デバイスから返された計算結果を検証し、信頼性の低い端末を識別する仕組みも用意されています。参加するすべてのPCが常時稼働していなくても、複数のデバイスから得られた結果を集約できるようにする狙いです。
GPUを提供したユーザーには報酬を提供する可能性
今回の特許で特に興味深いのが、参加ユーザーへの報酬に関する記述です。
Microsoftは、ユーザーが自分のデバイスをAI学習に利用することを明示的に許可する仕組みを想定しています。
そのうえで、提供した演算リソースや完了した計算処理を記録し、それに応じてクレジットを付与する仕組みが説明されています。
獲得したクレジットの交換先としては、以下のようなものが挙げられています。
- 無料ソフトウェア
- AIモデルへのアクセス権
- 現金
つまり、使っていないGPUの処理能力を提供することで、ユーザーがお金やサービスを受け取れる可能性があるわけです。
ただし、注意したいのは、現金による報酬が必須の仕組みとして特許化されているわけではないことです。公開された20件の特許請求項には、参加者への支払いが明確な要件として含まれていません。
あくまで報酬は、実現方法のひとつとして提示されている段階です。
Folding@homeに似た仕組みを商用AIに応用
今回の構想は、過去に科学研究で活用されてきた「Folding@home」にも似ています。
Folding@homeは、世界中のボランティアが自分のPCの余剰計算能力を提供し、タンパク質の折りたたみなどの科学研究に役立てる分散コンピューティングプロジェクトです。
Microsoftの構想は、こうした仕組みを商用AIの学習処理に応用するものといえます。
また、NVIDIAも家庭内にある複数のPCなどの余剰計算リソースを集約し、AI推論に利用する「PAIR」という仕組みを発表しています。
データセンターだけに依存せず、一般ユーザーが所有するPCの計算能力を活用するという方向性は、今後のAIインフラを考えるうえでも興味深い動きです。
電気代やGPUの寿命を考えると本当に得なのか
一方で、実際にサービスが提供された場合、ゲーマーにとって本当にメリットがあるのかは別の問題です。
GPUをAI学習に使えば、その分だけ消費電力が増加します。
例えば、追加で250Wの電力を消費する処理を毎日4時間続けた場合、1カ月の電力消費量は約30kWhになります。
電気料金が高い地域では、報酬よりも電気代のほうが高くなってしまう可能性もあります。
さらに、GPUの温度上昇や稼働時間の増加によるハードウェアへの負担も考慮する必要があります。特にGeForce RTX 5090のような高性能GPUは、高負荷時の消費電力が600W近くに達するため、報酬が十分でなければ参加するメリットは小さくなります。
そのほか、個人データのプライバシー、対応するGPUの範囲、ゲーム中のパフォーマンスへの影響など、解決すべき課題も残されています。
現時点でMicrosoftは、この仕組みを商用サービスとして提供するとは発表していません。報酬額や対応ハードウェア、サービス開始時期も明らかになっておらず、特許が公開されたからといって実際に製品化されるとは限りません。
それでも、AIの需要拡大によってデータセンター向けGPUの確保が重要な課題となるなか、世界中のゲーミングPCに搭載されたGPUを新たな計算資源として活用するという発想は興味深いものです。電気代やハードウェアへの負担を上回る報酬が用意されるのであれば、ゲーマーにとっても新たな収益源になる可能性があります。
