Geld für die Grafikkarte? Was Microsofts KI-Patent verspricht und was dahinter steckt

Darum geht es

„Microsoft will dich für deine Grafikkarte bezahlen“: So wird gerade ein Patentantrag weltweit herumgereicht, von PC Games Hardware über TechPowerUp bis zu IT之家 in China. Am 5. November 2026 hat Microsoft Technology Licensing den Antrag US 2026/0349820 A1 veröffentlicht. Der Titel lautet „Opportunistic Micro-training on Edge Devices Using Spare GPU Utilization“. Gemeint ist ein Mikro-Training, das immer dann läuft, wenn Spiele-PCs, Laptops oder Handys gerade nichts zu tun haben. Laut RuntimeWire wurde der Antrag schon am 30. April 2025 eingereicht.

Wir wollen wissen, ob das ein technischer Durchbruch ist. Unsere These lautet: Das Patent beschreibt vor allem ein Abrechnungs- und Vermittlungsmodell. Die eigentlich schwierigen Probleme lösen derzeit andere, und deren Zahlen zeigen, wofür eine Heim-Grafikkarte heute taugt.

Was im Patent steht und was fehlt

Nach den Berichten von Insider Gaming, PCGH und IT之家 beschreibt der Antrag Folgendes:

• Zerlegen: Ein großes Training wird in unabhängige Mikroaufgaben aufgeteilt. Die Schnittstellen wählt das System nach den Abhängigkeiten im Modell, den Kommunikationskosten, dem zusätzlichen Speicherbedarf und dem Ort, an dem die Daten liegen. Wie groß eine Aufgabe ist, richtet sich nach dem Gerät.
• Überwachen: Das System misst die Auslastung von GPU und CPU, den Speicher, die Temperatur und den Stromverbrauch. Ist die Karte heiß oder beschäftigt, prüft es seltener, ist sie kühl und untätig, häufiger.
• Prüfen: Laut PCGH gehen gleichartige Aufgaben an mehrere Geräte. Die Ergebnisse werden verglichen, damit fehlerhafte oder manipulierte Beiträge auffallen.
• Vergüten: Wer freiwillig mitmacht, bekommt Gutschriften. Man könnte sie gegen Software, Zugang zu KI-Modellen oder Geld eintauschen. Microsoft wäre dabei der Vermittler für fremde Firmen, die Rechenleistung brauchen.

Mehrere Dinge fehlen. Einen Auszahlungssatz gibt es nicht, und eine Liste unterstützter Hardware auch nicht. Gurugamer und FourWeekMBA weisen außerdem darauf hin, dass die Bezahlung nur in der Beschreibung steht und nicht in den rechtlich bindenden Ansprüchen. Auch die entscheidende technische Frage beantworten die Berichte nicht: Wie werden die Teilergebnisse wieder zu einem Modell zusammengeführt? Den Volltext konnten wir weder bei Google Patents noch beim USPTO abrufen. Wir stützen uns deshalb auf die Fachberichte.

Warum Training übers Internet so schwer ist

Für das Training muss jeder Rechner nach jedem Schritt seine Gradienten abgleichen. Das sind die Korrekturvorschläge, in welche Richtung sich jeder einzelne Wert des Modells ändern soll. Bei einem 10B-Modell in BF16 sind das rund 20 GB pro Schritt. Epoch AI geht von einem typischen Heim-Upload von etwa 60 Mbit/s aus. Damit dauert ein einziger Abgleich nach unserer Rechnung rund 44 Minuten, im Rechenzentrum sind es Sekundenbruchteile. Epoch schätzt, dass man so höchstens Modelle mit etwa 600 Millionen Parametern sinnvoll trainieren kann.

Dazu kommen drei weitere Hürden:

• Zu wenig VRAM: Als Faustregel braucht Training mit dem üblichen Adam-Optimierer etwa 16 Byte pro Parameter, also Gewichte, Gradienten und Optimierer-Zustände zusammen. Mit 24 GB kommt man ohne Tricks auf gut 1,5 Milliarden Parameter, und der Platz für Zwischenergebnisse ist dabei noch nicht eingerechnet.
• Rechner fallen ständig aus: Wer ein Spiel startet, steigt aus. Beim Pluralis-Lauf gab es in 40 Tagen 669 Zugänge und 607 Abgänge.
• Betrug: Wer bezahlt wird, kann Zufallszahlen schicken. Doppelt rechnen zu lassen, wie im Patent beschrieben, halbiert die nutzbare Leistung. Außerdem liefern verschiedene GPUs selten Bit für Bit identische Ergebnisse, sodass ein einfacher Vergleich nicht reicht.

Die Tricks, die 2025/26 vieles verändert haben

• DiLoCo: Jeder Teilnehmer rechnet Hunderte Schritte allein und gleicht erst dann ab. Laut Epoch sinkt der Datenverkehr dadurch um bis zu das 500-Fache.
• SparseLoCo: Hier wird nur ein winziger Teil der Änderungen verschickt, grob gerundet auf 2 Bit. Die Autoren berichten von 97 bis 99 Prozent Sparsamkeit und trotzdem besseren Werten als DiLoCo. Ein Beispiel: 4,25 MB statt 512 MB pro Nachricht.
• Protocol Models (Pluralis): Das Modell wird in Stufen zerlegt, jeder Rechner hält nur eine davon. Die Daten zwischen den Stufen sollen sich um bis zu das 100-Fache komprimieren lassen.
• Prüfverfahren: Bei Templar bewertet „Gauntlet“, ob ein Beitrag das Modell auf den zugewiesenen Daten wirklich verbessert hat. Prime Intellect nutzt mit TOPLOC Prüfsummen, die laut Bericht auch bei nicht deterministischer GPU-Hardware funktionieren.

Die echten Läufe im Vergleich

Wichtig ist das Kleingedruckte. Der größte Lauf, Covenant-72B, arbeitete trotz Internetleitung mit Maschinen für Rechenzentren. In 20 Minuten Rechenzeit fielen nur rund 70 Sekunden Kommunikation an, die Daten waren um mehr als das 146-Fache komprimiert. Das Ergebnis liegt ungefähr auf dem Niveau von LLaMA-2-70B (MMLU 67,1 gegenüber 65,6), bei HellaSwag und WinoGrande aber darunter. DiLoCoX und SPES sind Laborversuche mit gedrosseltem beziehungsweise schnellem Netz. Ein echter Schwarm aus Heim-PCs ist bisher nur der Pluralis-Lauf, und der erreichte laut Paper 63 Prozent der Effizienz eines zentralen H100-Laufs.

Epoch AI hat den Abstand beziffert. Die größten dezentralen Läufe liegen etwa beim Tausendstel der Spitzenmodelle. Das passt zu unserer Rechnung: 5 × 10²⁶ geteilt durch 4,8 × 10²³ ergibt rund 1.040. Beim Pluralis-8B ist der Abstand etwa 16.000-fach. Dezentrales Training wächst laut Epoch zwar um rund das 20-Fache pro Jahr, das zentrale nur um das 5-Fache. Epoch hält es trotzdem für unwahrscheinlich, dass der Schwarm noch in diesem Jahrzehnt zur Spitze aufschließt.

Was eine RTX 4090 leisten könnte

Eine RTX 4090 schafft auf dem Papier etwa 165 TFLOPS in BF16. Nehmen wir optimistisch an, dass die Hälfte davon nutzbar ist. Diesen Wert erreicht das LLMQ-Projekt auf Consumer-Karten. Dann ergibt sich nach unserer Überschlagsrechnung:

• Rechenmenge von Covenant-72B: etwa 1,6 Millionen GPU-Stunden. 10.000 Karten mit je 4 Stunden Leerlauf am Tag bräuchten rund 40 Tage, mit den Verlusten wie bei Pluralis eher über 60. Das Problem ist dabei nicht die Rechenleistung, sondern der Speicher. Allein der Trainingszustand eines 72B-Modells belegt nach der Faustregel gut 1 TB, das sind rund 48 Karten mit je 24 GB für eine einzige Kopie.
• Rechenmenge von Grok 4: etwa 1,7 Milliarden GPU-Stunden. Selbst eine Million Gaming-PCs mit 4 Stunden Leerlauf am Tag wären weit über ein Jahr beschäftigt.

Realistisch sind dagegen drei Dinge:

• RL-Rollouts: Das sind Probeantworten, die ein Modell beim Lernen durch Belohnung erzeugt. Bei INTELLECT-2 floss im Mittel etwa 4,5-mal so viel Rechenleistung in diese Antworten wie ins eigentliche Training. Diese Arbeit kann laut technischem Bericht auch auf Consumer-GPUs laufen und lässt sich gut prüfen.
• Feintuning und mittelgroßes Training am eigenen Rechner: LLMQ trainiert ein 7B-Modell auf einer einzigen 16-GB-Spielekarte und ein 32B-Modell mit vier RTX 4090.
• Einzelne Pipeline-Stufen in Schwärmen wie bei Pluralis: Laut Dokumentation braucht man dafür mindestens 24 GB VRAM, 80 GB RAM und 200 Mbit/s.

Am ehesten ähnelt Microsofts Idee das Forschungssystem Cleave. Es zerlegt das Training in kleine Rechenblöcke und verteilt sie von einem zentralen Server aus. Seine guten Werte bis 70B stammen allerdings aus einer Simulation. Der zentrale Server mit 200 Gbit/s ist dabei der einzige Ausfallpunkt.

Was sie verdienen könnte

Die Preise sind die Mietpreise für Kunden laut computeprices.com. Davon gehen noch Plattformanteil und Zeiten ohne Mieter ab. Vast.ai nennt für eine RTX 5090 typische Einnahmen von 0,30 bis 0,60 $ pro GPU-Stunde, verlangt aber hohe Zuverlässigkeit. Gerade die kann ein „Rechnen nur im Leerlauf“-Modell nicht bieten. Krypto-Netzwerke sind noch unberechenbarer. Im Templar-Subnetz wurde laut taodaily.io zeitweise 95 Prozent der Belohnung vernichtet („Burn“), den Rest bekam nur der beste Teilnehmer. Covenant AI, das Team hinter Covenant-72B, hat Bittensor im April 2026 im Streit verlassen und das Netzwerk „Dezentralisierungstheater“ genannt.

Unsere Einschätzung: Mit 4 Stunden am Tag bleiben einer RTX 4090 nach Abzug des Stroms eher 10 bis 30 Euro im Monat. Und auch das nur, wenn ständig Aufträge da sind, was bisher niemand belegt. Zusätzlicher Verschleiß und Lärm sind darin nicht eingerechnet.

Die Regulierungsfrage

Ein Paper vom Mai 2026 (arXiv 2605.29359) hat durchgerechnet, wie man mit verteiltem Training Meldeschwellen umgehen könnte. Die 10²⁵-FLOP-Grenze des EU AI Act ließe sich demnach mit Rechenzentrums-Hardware für etwa 31 Millionen Dollar knacken, verteilt auf kleine, unauffällige Knoten. Das kostet nur etwa dreimal so viel wie zentrales Training. Als Gegenmittel schlägt der Autor eine zusätzliche Speicher-Schwelle für Cluster vor sowie Chip-Register und Hinweisgeber-Programme. Consumer-GPUs hat das Paper allerdings gar nicht modelliert.

Einordnung

Microsofts Patent kombiniert Bekanntes: Lastüberwachung wie bei Folding@home, Prüfung durch doppeltes Rechnen und ein Gutschriftensystem. Wie die Ergebnisse über langsame Heimleitungen zu einem großen Modell zusammenfinden, also das eigentlich harte Problem, bleibt nach allen Berichten offen. Daran arbeiten Prime Intellect, Pluralis und Templar, und dort hat sich 2025/26 tatsächlich viel bewegt: 146-fache Kompression, ein 72B-Modell auf LLaMA-2-Niveau, ein Schwarm aus Heim-PCs mit 63 Prozent Effizienz.

Unsere Einschätzung: Für Pretraining an der Spitze ist der Gaming-PC auf absehbare Zeit zu klein, zu schmal angebunden und zu unzuverlässig. Für Probeantworten beim Lernen durch Belohnung, für Feintuning und für einzelne Modellstufen ist er dagegen eine echte Ressource. Reich wird man damit allerdings nicht. Ob Microsoft daraus je ein Produkt macht, ist völlig offen. Ein Patentantrag ist keine Ankündigung.