Mit der GPU Geld verdienen? Microsoft prüft ein neues KI

Microsoft könnte Gaming-Grafikkarten künftig für das Training künstlicher Intelligenz einsetzen und deren Besitzer dafür bezahlen. Eine veröffentlichte Patentanmeldung beschreibt ein Verfahren, bei dem ungenutzte Rechenleistung privater Computer für verteilte KI-Berechnungen zur Verfügung gestellt wird. Neben Gaming-PCs kommen auch Notebooks und andere Endgeräte infrage. Die Teilnahme soll freiwillig erfolgen. Als Gegenleistung sind finanzielle Vergütungen, Software oder Guthaben denkbar.

Microsoft möchte freie GPU-Leistung aufteilen

Die am 5. <a href="https://comicvibe.com/your-tuesday-dose-of-tv-shows-27-from-memes-edition-november-10-2026/” title=”Your Tuesday Dose of TV Shows: 27 'From' Memes Edition (November 10, 2026)”>November 2026 veröffentlichte Anmeldung trägt den Titel „Opportunistic Micro-training on Edge Devices Using Spare GPU Utilization“. Microsoft Technology Licensing beschreibt darin eine Plattform, die umfangreiche KI-Trainingsaufgaben in kleinere Berechnungen zerlegt und auf geeignete Geräte verteilt. Die einzelnen Aufgaben sollen sich an der verfügbaren Hardware orientieren. Dafür berücksichtigt das System unter anderem GPU-Auslastung, Grafikspeicher, Temperatur und Leistungsaufnahme. Auch die bisherige Verfügbarkeit eines Geräts soll in die Planung einfließen.

Microsoft erläutert den technischen Ansatz in der Patentanmeldung wie folgt: „Das System überwacht Endgeräte, um verfügbare Rechenkapazität zu erkennen, und zerlegt Trainingsaufgaben in unabhängig trainierbare Teilaufgaben.“ Die Berechnungsergebnisse sollen anschließend überprüft und zusammengeführt werden. Unterschiedliche Geräte können dabei vergleichbare Aufgaben erhalten, um fehlerhafte oder manipulierte Ergebnisse zu erkennen.

Stromkosten könnten die Vergütung schmälern

Für Besitzer leistungsstarker Grafikkarten stellt sich allerdings eine wirtschaftliche Frage. Zusätzliche Rechenarbeit benötigt Strom, selbst wenn der Rechner ansonsten nicht verwendet wird. Wie hoch eine mögliche Vergütung ausfallen könnte, verrät Microsoft bislang nicht.

Patentanmeldung

Ein Rechenbeispiel verdeutlicht die möglichen Kosten. Steigt die Leistungsaufnahme des gesamten PCs durch das KI-Training um 250 Watt und läuft die Berechnung täglich vier Stunden, entstehen innerhalb von 30 Tagen zusätzliche 30 Kilowattstunden. Bei einem angenommenen Strompreis von 35 Cent pro Kilowattstunde wären das 10,50 Euro.

Ebenfalls spannend:Ultima-Erfinder rechnet mit EA ab: “Früher haben wir kein einziges Spiel eingestellt”

Das Patent sieht Schutzmechanismen vor, die eine Beeinträchtigung anderer Anwendungen verhindern sollen. Wird die Grafikkarte stärker beansprucht oder zu warm, soll das System seine Aktivität reduzieren. Auch der Speicherverbrauch soll begrenzt werden. Ob diese Maßnahmen bei einem tatsächlichen Spielstart zuverlässig funktionieren, ist allerdings nicht durch praktische Tests belegt.

Unklar bleiben außerdem die Vergütungshöhe, mögliche Hardwareverschleißkosten und der Umgang mit privaten Daten. Die Patentanmeldung belegt zunächst nur die technische Idee. Ein konkretes Angebot oder einen Veröffentlichungstermin hat Microsoft nicht angekündigt.

Mitmachen und kommentieren:

Würden Sie Microsoft für KI-Training Ihre Rechenleistung zur Verfügung stellen?Die PCGH-Redaktion freut sich über Ihre fundierte Meinung in den Kommentaren zu dieser Meldung. Sollten Sie noch keinen Extreme-Account haben, laden wir Sie zu einer Registrierung im Forum ein. Beachten Sie beim Kommentieren aber bitte die gültigen Forenregeln. Folgen Sie gerne PCGH bei 🔈 Youtube oder 💬 Whatsapp und erhalten Sie Neuigkeiten zu Grafikkarten, CPUs und Gaming direkt in Ihrem Feed.

‘)
.css(‘opacity’, 0)
.html(tip)
.appendTo(‘body’);
self.init();
self.target.on(‘mouseleave’, () => {
console.log(‘mouseleave’);
console.log($(‘#shareDialog’).hasClass(‘is-open’));
if ($(‘#shareDialog’).hasClass(‘is-open’)) {
self.remove();
}
});
self.tooltip.on(‘click’, () => {
self.remove();
});
});
$(window).on(‘resize’, () => {
self.init();
});
}
/**
* @param target
* @param info
* @param timeout
*/
showTemporary(target, info, timeout) {
let self = this;
timeout = timeout || 10;
this.target = target;
let tip = self.textList[info];
if (!tip || tip == ”) {
return false;
}
if (this.tooltip) {
this.tooltip.remove();
}
this.tooltip = $(”)
.css(‘opacity’, 0)
.html(tip)
.appendTo(‘body’);
this.init();
setTimeout(() => {
self.remove();
$(this.target).removeClass(‘active’);
}, timeout * 1000);
}
/**
*
*/
remove() {
if (!this.tooltip) {
return;
}
this.tooltip.animate({
top: ‘-=10’,
opacity: 0
}, 50, function() {
$(this).remove();
});
}
/**
*
*/
init() {
if (!this.tooltip || !this.target) {
return;
}
this.tooltip.addClass(‘dBlk’);
}
}
ctcTooltip = new ctcTooltips();
$(document).on(‘click’, ‘.shareCopy’, function() {
$(this).addClass(‘active’);
copyToClipboardNew($(this));
});
var copyToClipboardNew = function(target) {
var textArea = document.createElement(‘textarea’),
text = target.data(‘text’);
textArea.style.position = ‘fixed’;
textArea.style.top = 0;
textArea.style.left = 0;
textArea.style.width = ‘2em’;
textArea.style.height = ‘2em’;
textArea.style.padding = 0;
textArea.style.border = ‘none’;
textArea.style.outline = ‘none’;
textArea.style.boxShadow = ‘none’;
textArea.style.background = ‘transparent’;
textArea.value = text;
document.body.appendChild(textArea);
textArea.focus();
textArea.select();
try {
var successful = document.execCommand(‘copy’);
if (successful) {
ctcTooltip.showTemporary(target, ‘link_copied’, 2);
} else {
ctcTooltip.showTemporary(target, ‘link_copy_error’);
}
} catch (err) {}
document.body.removeChild(textArea);
};
var closeShareWidget = function(delay) {
setTimeout(function() {
shareDialog.classList.remove(‘is-open’);
}, delay);
}
jQuery(document).on(‘click’, ‘.jsShare’, function() {
shareDialog.classList.add(‘is-open’);
jQuery(document).on(‘click’, ‘#shareDialog’, function() {
if (event.target.nodeName == ‘I’) {
closeShareWidget();
} else {
var container = $(‘.shareWrapper’);
if ((!container.is(event.target) && !container.has(event.target).length) || event.target.nodeName == ‘A’) {
closeShareWidget();
}
}
});
})
}