Аннотация:
Microsoft изучает способ использования простаивающих вычислительных мощностей обычных потребительских компьютеров для обучения моделей искусственного интеллекта. Согласно недавно опубликованной заявке на патент, Microsoft предложила создать распределенную вычислительную сеть, чтобы разбить крупномасштабные задачи обучения модели ИИ на большое количество мелких задач и распределить их по простаивающим игровым компьютерам, ноутбукам и даже смартфонам. Пользователи, желающие предоставить вычислительную мощность оборудования, могут получить баллы, бесплатное программное обеспечение, права на использование моделей искусственного интеллекта и даже денежное вознаграждение.
Эта технология называется «Оппортунистическое микрообучение на периферийных устройствах с использованием запасного графического процессора» (Opportunistic Micro-training on Edge Devices using Spare GPU Utilization) и была представлена Microsoft Technology Licensing, компанией Microsoft по лицензированию технологий. Заявка на патент была подана 30 апреля 2025 г. и опубликована 5 ноября 2026 г. под номером US 2026/0349820 A1.
В документах заявки Microsoft указала, что спрос на графические процессоры для обучения моделей искусственного интеллекта продолжает расти, что вызвало нехватку вычислительных ресурсов и давление на поставку оборудования. При этом многие игровые ПК оснащены мощными дискретными видеокартами, однако эти устройства часто остаются под низкой нагрузкой в течение длительного времени, когда пользователь не играет в игры. Microsoft надеется объединить эти разрозненные простаивающие вычислительные мощности в распределенную вычислительную сеть, которая сможет служить для обучения ИИ.
Основная идея отличается от традиционных крупных центров обработки данных. Крупномасштабные задачи обучения ИИ обычно требуют совместной работы тысяч или даже десятков тысяч графических процессоров. Microsoft предлагает сначала проанализировать модель, установить зависимости между различными вычислительными задачами, а затем разбить весь процесс обучения на множество относительно независимых небольших задач, которые представляют собой так называемые микрозадачи.
Затем система распределяет эти задачи между компьютерами, участвующими в сети, на основе производительности графического процессора, объема видеопамяти и времени доступности различных устройств. После того, как устройство завершает расчет, оно загружает результаты в центральную систему, где сервер их проверяет и интегрирует и продолжает способствовать последующему обучению.
Чтобы предотвратить влияние различий в производительности между различными устройствами на общую эффективность, Microsoft также разработала механизм динамического распределения задач. Система оценит стоимость связи, дополнительные затраты памяти и частоту передачи данных между различными устройствами после разделения задач и попытается выбрать метод разделения задач, подходящий для распределенного выполнения.
Одной из наиболее важных особенностей этой системы является ее способность определять, когда компьютер пользователя действительно простаивает. Microsoft планирует постоянно отслеживать загрузку графического процессора, использование видеопамяти, загрузку процессора, температуру устройства и энергопотребление, а также использовать эти данные для прогнозирования доступной вычислительной мощности устройства в будущем.
Например, когда пользователь запускает большую игру, система может снизить частоту распределения задач или даже полностью приостановить вычисления; Когда компьютер находится в режиме ожидания рабочего стола, температура графического процессора низкая и видеопамяти достаточно, можно выделить больше обучающих задач. Система также будет регулировать частоту мониторинга в соответствии с фактическим состоянием оборудования, чтобы избежать дополнительной нагрузки, вызванной частыми проверками.
Microsoft особо подчеркнула, что цель разработки всего механизма – не допускать максимального влияния на нормальное использование компьютеров пользователями, включая снижение скорости работы приложений, повышение нагрева устройства и расход заряда аккумулятора. Задачи, назначенные различным устройствам, также будут динамически корректироваться в зависимости от их аппаратных возможностей. Устройства с более низкой производительностью или которые могут быть отключены в любой момент, будут выполнять только небольшие вычислительные задачи.
Для распределенных вычислительных сетей еще одной сложной проблемой является обеспечение достоверности результатов, возвращаемых участвующими устройствами. Ведь компьютеры в сети могут допускать ошибки в расчетах, неожиданно отключаться или даже намеренно выдавать ложные результаты.
С этой целью Microsoft предложила перекрестно проверять результаты вычислений, возвращаемые различными устройствами, и придавать возвращаемым результатам разные веса на основе прошлой надежности устройства, согласованности результатов с результатами вычислений других устройств и новизны данных. Устройствам, которые стабильно работают с течением времени, будет присвоен более высокий уровень доверия, в то время как устройствам, которые часто выдают ненормальные результаты, может быть присвоен более низкий рейтинг.
Конечно, самое привлекательное в этом патенте для обычных пользователей компьютеров — возможность получать деньги за предоставление вычислительных мощностей.
Как указано в документах заявки, пользователям необходимо активно зарегистрироваться и явно разрешить устройству участвовать в расчетах. Система может регистрировать объем вычислительной работы, выполняемой каждым устройством, и выплачивать владельцу устройства компенсацию в зависимости от ее вклада. Эти компенсации могут принимать форму баллов, которые пользователи затем могут обменять на бесплатное программное обеспечение, доступ к обучаемым моделям ИИ или просто получить наличные.
Следует отметить, что Microsoft не объявила в документе конкретные стандарты вознаграждения и не объяснила, какой доход могут приносить разные видеокарты в час. Патент лишь описывает возможные механизмы стимулирования и не означает, что Microsoft готова запустить платный сервис для потребителей.
Кроме того, эта система не обязательно обслуживает только собственные модели искусственного интеллекта Microsoft. В патенте также описана возможная модель, в которой сторонняя организация предоставляет задания по обучению, а Microsoft отвечает за соединение лиц, запрашивающих задания, и владельцев персональных устройств. Другими словами, у Microsoft есть возможность стать промежуточной платформой на рынке распределенных вычислительных мощностей графических процессоров, позволяя компаниям, испытывающим недостаток вычислительных ресурсов, арендовать простаивающие мощности графических процессоров в обычных потребительских компьютерах.
Однако у этой модели есть и некоторые практические проблемы. Прежде всего, тот факт, что графический процессор простаивает, не означает, что выполнение вычислительных задач не потребляет энергию. Как только видеокарта начнет выполнять задачи обучения ИИ, энергопотребление всего компьютера может значительно возрасти, и пользователю придется нести дополнительные счета за электроэнергию. Если суммы компенсации недостаточно для покрытия затрат на электроэнергию, участники могут не получить реальную прибыль.
Во-вторых, выполнение вычислительных задач с высокой нагрузкой в течение длительного времени приведет к увеличению тепловыделения и рассеивания тепла видеокартой, а также может повлиять на использование оборудования, такого как вентиляторы и системы электропитания. Даже если система может динамически корректировать задачи в зависимости от температуры, фактический рабочий эффект все равно необходимо проверять посредством долгосрочного тестирования.
Безопасность данных также заслуживает внимания. Персональные компьютеры будут получать вычислительные задачи от третьих лиц. Как изолировать внешний код, защитить локальные файлы и конфиденциальность пользователей, а также как предотвратить использование уязвимостей устройств вредоносными задачами — все это вопросы, которые необходимо решить в этом типе распределенной вычислительной сети.
Есть еще одна деталь, которую легко упустить из виду: хотя в заявке на патент упоминается выплата компенсации владельцу оборудования, соответствующая компенсация не фигурирует в ее 20 формулах. Другими словами, патент фокусируется на том, как разделить задачи обучения, отслеживать состояние простоя оборудования, распределять вычислительную работу и проверять результаты, а механизм оплаты является лишь дополнительной реализацией, описанной в спецификации.
В настоящее время Microsoft не объявила о запуске этой услуги, а также не объявила поддерживаемые модели видеокарт, условия участия, стандарты вознаграждения и официальное время запуска. Сама по себе публикация патентной заявки не означает, что сопутствующие товары обязательно появятся на рынке.
Если эта идея наконец будет реализована, ее модель может напоминать ранние проекты распределенных вычислений, такие как Folding@home, который использует простаивающие вычислительные мощности персональных компьютеров для участия в научных исследованиях. Разница в том, что Microsoft надеется на дальнейшую коммерциализацию этой модели и сделать игровые компьютеры обычных потребителей частью вычислительной инфраструктуры индустрии искусственного интеллекта.
Для пользователей с высокопроизводительными видеокартами компьютеры в будущем больше не будут использоваться только для игр, рендеринга и локального вывода искусственного интеллекта. Когда компьютер не используется, простаивающий графический процессор также может стать вычислительным ресурсом, который можно арендовать. Однако возможность в конечном итоге сформировать по-настоящему привлекательную бизнес-модель по-прежнему зависит от того, будет ли вознаграждение достаточным для покрытия счетов за электроэнергию, потерь оборудования и доверия пользователей к безопасности и конфиденциальности устройств.
Комментарии