مايكروسوفت تسجّل براءة اختراع لتدريب الذكاء الاصطناعي على بطاقات الرسوميات الخاملة مقابل أجر

تخيّل أنك أغلقت اللعبة وذهبت لتناول العشاء، وفي هذه الأثناء تحسب بطاقة الرسوميات لديك جزءًا صغيرًا من شبكة عصبية تخص غيرك. تعود فتعمل اللعبة كالمعتاد، والمراوح هادئة، وفي حسابك أُضيفت نقاط. هذا تقريبًا هو المخطط الذي وصفته مايكروسوفت في طلب براءة الاختراع Opportunistic Micro-training on Edge Devices Using Spare GPU Utilization.

قدّمت الطلب وحدة Microsoft Technology Licensing في أبريل 2025، وظهر في قاعدة بيانات USPTO بتاريخ 5 نوفمبر 2026. حتى الآن هو مجرد وثيقة: لم تذكر الشركة مواعيد إطلاق ولا أسعارًا.

ما المشكلة التي يحلها وكيف يعمل

يصطدم تدريب النماذج بنقص وحدات GPU في مراكز البيانات وارتفاع أسعارها. وفي الوقت نفسه، يملك ملايين الأشخاص في منازلهم بطاقات رسوميات قوية لا تُستخدم في معظم ساعات اليوم. وتقترح البراءة جمعها في مجمّع واحد.

يبدو المخطط على النحو التالي. تقسّم خوادم التدريب المهمة الكبيرة إلى عدد كبير من المهام الصغيرة وترسلها عبر الإنترنت إلى الحواسيب المكتبية والمحمولة وحتى الهواتف الذكية. ويراقب تطبيق العميل باستمرار حمل وحدة GPU والذاكرة المرئية المستخدمة ودرجة حرارة الشريحة واستهلاك الطاقة. إذا شغّلت لعبة أو عملية عرض (رندر)، يخف الحمل أو يتوقف الحساب مؤقتًا. وإذا بدأت البطاقة ترتفع حرارتها كثيرًا، يحدث الأمر نفسه.

وتتناول البراءة بشكل منفصل التحقق من النتائج. فالحواسيب المنزلية ليست محمية من أخطاء الحوسبة العرضية بالقدر الذي تحميه به معدات الخوادم. لذلك تعيد خوادم المنصة فحص ما يصلها من المستخدمين، كي لا يُفسد خطأ في حاسوب محمول واحد النموذج الرئيسي.

يُحتسب مقابل العمل نقاط داخلية. وبحسب تصور المؤلفين، يمكن استبدالها بمال حقيقي أو برمجيات مرخّصة أو وصول مجاني إلى خدمات ذكاء اصطناعي تجارية. وهي في روحها مثل Folding@home، لكن على أساس تجاري ولمهام تعلّم الآلة.

هل سيعوّض ذلك مالك البطاقة؟

لنحسب على مثال. لنفترض أن الحاسوب تحت الحمل يستهلك 250 واط أكثر من المعتاد لمدة أربع ساعات يوميًا. هذا يعني 0.25 كيلوواط × 4 ساعات × 30 يومًا = 30 كيلوواط·ساعة شهريًا. وبسعر 0.35 دولار لكل كيلوواط·ساعة (وهو سعر موجود في بعض مناطق الولايات المتحدة وأوروبا) سترتفع فاتورة الكهرباء بمقدار 10.50 دولار شهريًا.

ويُضاف إلى هذا المبلغ تآكل بطاقة الرسوميات والمراوح. ولكي تكون المشاركة مجدية، يجب أن تغطي المدفوعات الكهرباء والإهلاك معًا. ولا توجد أسعار، ولذلك يستحيل اليوم حساب المنفعة. وحتى مالك الحاسوب نفسه لا يستطيع تقدير النقاط التي سيحصل عليها مقابل 30 كيلوواط·ساعة.

ما أهمية ذلك للمطورين ومديري المنتجات

أولًا، تحفّظ. في الوصف المتاح لنا لا توجد إجابة عن السؤال الهندسي الرئيسي: كيف تُدرَّب نموذج كبير إذا كانت وحدات GPU موصولة بالإنترنت المنزلي العادي؟ فالتدريب التقليدي يتطلب تبادلًا سريعًا للبيانات بين البطاقات، بينما تتميز القنوات المنزلية بزمن تأخير مرتفع وسرعة منخفضة. لذلك فإن «المهام الصغيرة» في الاسم ترتبط على الأرجح بتدريب إضافي محدود أو بمهام فرعية تتوازى جيدًا. وهذا تفسيرنا وليس ادعاءً وارد في الطلب.

والاستنتاجات العملية هي:

• لا تُدرجوا مثل هذه الخدمة في خططكم. فبراءة الاختراع ليست منتجًا، وكثير من الطلبات يبقى طلبات.
• إذا كنتم تطوّرون تطبيق سطح مكتب بحمل GPU في الخلفية، فخذوا مخطط البراءة كقائمة تحقق. راقبوا الحمل وVRAM والحرارة والقدرة، وتنازلوا فورًا عن الموارد للعمليات ذات الأولوية.
• يجب التحقق من أي حسابات تُجرى على عملاء غير موثوقين. وإعادة الحساب الانتقائية على الخادم أرخص عادةً من نموذج مسمَّم أو تالف.
• على المؤسسين متابعة سوق تأجير GPU. فإذا أطلق لاعب كبير مجمّعًا موزعًا بجدية، فسيشكّل ذلك ضغطًا على أسعار القدرات السحابية. أما الآن فالإشارة ضعيفة.

وتبقى أيضًا أسئلة مفتوحة لا يجيب عنها طلب البراءة كما نُقل. ما البيانات وأوزان النماذج التي ستصل إلى حواسيب الآخرين؟ وكيف ستُحمى من الاستخراج؟ وماذا عن المسؤولية القانونية إذا تعطلت البطاقة؟ ومن الإجابات يتوقف ما إذا كانت الفكرة ستصبح خدمة أم ستبقى مخططًا جميلًا في قاعدة بيانات USPTO.

الخلاصة: أظهرت مايكروسوفت أنها تنظر إلى ملايين وحدات GPU المنزلية كمورد إضافي للذكاء الاصطناعي. وهذه إشارة مثيرة للاهتمام إلى جوع الصناعة للحوسبة، لكنها ليست سببًا لتغيير الخطط اليوم.