Microsoft estudia usar la GPU de tu ordenador para entrenar modelos de inteligencia artificial
Microsoft ha planteado un sistema para aprovechar la potencia gráfica que millones de ordenadores dejan sin utilizar durante buena parte del día. La compañía ha registrado una patente que describe cómo distribuir pequeñas tareas de entrenamiento de inteligencia artificial entre equipos de usuarios que participen voluntariamente en el programa.
La propuesta permitiría ampliar la capacidad de cálculo de Microsoft sin depender exclusivamente de grandes centros de datos. A cambio, los participantes podrían recibir créditos canjeables por software, modelos de IA o incluso dinero, aunque la compañía todavía no ha concretado cuánto pagaría por utilizar los recursos de cada dispositivo.
Una red de GPU domésticas para entrenar IA
La patente, denominada Microentrenamiento oportunista en dispositivos periféricos mediante el aprovechamiento de la capacidad de GPU disponible, se centra en las tarjetas gráficas de ordenadores personales. Estas unidades, conocidas como GPU, están diseñadas para realizar muchos cálculos en paralelo y resultan especialmente útiles para entrenar modelos de inteligencia artificial.
El entrenamiento es la fase en la que un sistema de IA procesa grandes cantidades de datos para aprender patrones. Por ejemplo, un modelo generativo necesita analizar enormes volúmenes de texto, imágenes o código antes de poder responder a peticiones de los usuarios. Ese proceso exige una capacidad de cálculo considerable y suele ejecutarse en infraestructuras especializadas.
La idea de Microsoft consiste en dividir ese trabajo en tareas pequeñas y enviarlas a los ordenadores inscritos. De este modo, una tarjeta gráfica que permanece inactiva mientras el usuario trabaja, navega por internet o deja el equipo encendido podría dedicar parte de sus recursos a esos cálculos.
El sistema controlaría el estado del equipo
Para evitar que la participación afecte al rendimiento del ordenador, el mecanismo analizaría distintos parámetros antes de asignar una tarea. Entre ellos estarían el porcentaje de uso de la GPU, la memoria disponible, la temperatura del hardware y el consumo energético.
Con esa información, Microsoft podría decidir si un dispositivo está preparado para ejecutar una carga de trabajo. También ajustaría la complejidad de las tareas según las características de cada equipo. Un ordenador de sobremesa equipado con una GPU potente podría recibir cálculos más exigentes que un portátil con una tarjeta gráfica de menor capacidad.
El sistema también tendría en cuenta los hábitos de uso. Si una persona utiliza el ordenador para trabajar durante el día y juega por la tarde, la plataforma podría reservar el entrenamiento para las horas en las que el equipo suele estar menos ocupado. La prioridad sería detener o reducir la actividad cuando el usuario necesitase toda la potencia disponible.
Validación para evitar errores o manipulaciones
Uno de los retos de una red de cálculo distribuida es comprobar que los resultados enviados por cada ordenador son correctos. La patente contempla asignar tareas similares a varios dispositivos para comparar sus respuestas.
Este proceso permitiría detectar fallos provocados por problemas de hardware, interrupciones durante la ejecución o posibles intentos de manipular los resultados. Una vez validados, los datos podrían combinarse con los obtenidos en otros equipos e incorporarse al entrenamiento general del modelo de inteligencia artificial.
La técnica se parece, en parte, a otros proyectos de computación distribuida que han aprovechado la capacidad libre de los ordenadores domésticos para realizar investigaciones científicas. La diferencia es que, en este caso, el objetivo sería contribuir al desarrollo de modelos de IA y no únicamente a un proyecto académico.
Créditos, software o dinero como compensación
Microsoft contempla ofrecer recompensas a los usuarios que cedan temporalmente la capacidad de su GPU. Estas compensaciones podrían adoptar la forma de créditos para obtener productos de software, acceder a modelos de inteligencia artificial o recibir pagos en efectivo.
La compañía ya dispone de programas de fidelización vinculados al uso de algunos de sus servicios, por lo que podría desarrollar una fórmula similar para este sistema. Sin embargo, la patente no establece una cantidad concreta ni garantiza que todas las opciones de compensación vayan a estar disponibles.
Para los usuarios, el atractivo económico tendría que compensar varios costes. Ejecutar tareas de IA durante horas eleva el consumo eléctrico, genera más calor y puede aumentar el desgaste de los componentes. En equipos portátiles, además, podría reducir la autonomía de la batería y acelerar la necesidad de utilizar sistemas de refrigeración.
Una patente, no un producto confirmado
La propuesta se encuentra todavía en una fase preliminar. Microsoft registró la patente en abril de 2025 y su solicitud se hizo pública el 5 de noviembre de ese mismo año. La publicación de un documento de este tipo no significa que la empresa vaya a lanzar necesariamente el programa.
La viabilidad dependerá de factores como el precio de la electricidad, la fiabilidad de los equipos, la seguridad de los datos, el control térmico y el coste de coordinar millones de dispositivos. También sería necesario explicar con claridad qué información se envía a cada ordenador y cómo se protege la privacidad de los participantes.
Con todo, la iniciativa refleja la búsqueda de nuevas fuentes de capacidad de cálculo ante la creciente demanda de inteligencia artificial. Si las limitaciones de memoria, GPU y centros de datos se mantienen, Microsoft podría considerar que la potencia disponible en los ordenadores de sus usuarios constituye un recurso adicional para acelerar el entrenamiento de sus modelos.
