Microsoftが「空きGPUでAI学習」の特許を出願｜RTX 3060の電気代と報酬の損益分岐を試算【2026年11月】

出典：USPTO「US 2026/0349820 A1」公開公報、NVIDIA「GeForce RTX 3060」仕様、Tom’s Hardware「GeForce RTX 3060 12GB Review」電力測定、東京電力エナジーパートナー「低圧料金の見直し」

ゲームをしていない時間のGPUが、AI学習を手伝ってお金や特典に変わる。そんな仕組みをMicrosoftが特許出願しました。2026年11月5日に公開された米国特許出願「US 2026/0349820 A1」（名称は「Opportunistic Micro-training on Edge Devices Using Spare GPU Utilization」）です。

公報には、提供した計算量に応じて所有者のアカウントへクレジットを付け、無料ソフトウェアや学習中モデルの利用権、金銭などと交換できる例が書かれています。ただし報酬額もサービスの開始時期も書かれていません。現時点で「RTX 3060で稼げる」とは言えません。

判断の軸は電気代です。PC全体の消費電力がAI学習で120W増え、1日4時間・月30日動かすと、電気代は月約644円です。1時間あたり約5.4円を上回る報酬が出なければ、持ち出しになります。

要点公報で確認できたこと

この文書は出願公開（A1）です。請求の範囲は審査の過程で変わることがあり、公開されたことだけで製品化や権利の確定は判断できません。

仕組み空きGPUにAI学習をさせる流れ

公報の説明は、大きく3段階です。

1. 空き具合を見張る。GPUとCPUの使用率、メモリ使用量、温度、消費電力などを監視します。GPUが忙しいときや熱いときは確認の頻度を下げ、監視そのものが負荷にならないようにする設計です（段落[0051]〜[0063]）。
2. 学習を小さな作業に割る。モデルの計算の依存関係を調べ、通信量・追加メモリ・データの置き場所を点数化して、切り分けるのに向いた場所を選びます。作業の大きさは端末ごとに変え、いつ空くか読みにくい端末には小さな作業を渡します（[0022]〜[0044]）。
3. 結果を照合して反映する。同じ計算を複数の端末に任せて答えを比べ、外れた結果は除外するか別の端末で再計算します。端末ごとの信頼度も記録し、信頼できる端末の結果ほど重くモデルへ反映します（[0118]〜[0135]）。

公報が前提にしているのは、性能も稼働時間もばらばらで、中には不正確な結果を返す端末も混ざる環境です。GPUを集めるより、その不揃いな端末を1つの学習システムとして成り立たせる部分が技術の中心になっています。

報酬GPUを貸すと本当にお金がもらえるのか

段落[0019]では、提供元の端末は学習を行う側の所有物でなくてもよく、所有者の明示的な許可が前提です。各端末が提供した計算量は記録され、所有者への補償に使われる例が示されています。1回の計算ごとに所有者のアカウントへクレジットが付き、無料ソフトウェア、学習中モデルへのアクセス権、金銭などと交換できるという内容です。

[0019]に書かれているのはここまでです。1時間あたりの単価、換金の下限、クレジットの有効期限、日本からの参加可否といった、副収入として成り立つかを決める条件はありません。現金が出る形になるのか、Microsoft製品の利用権になるのかも決まっていません。

報酬が現金以外になる場合、受け取る側にとっての価値は現金と同じとは限りません。無料ソフトの対象に欲しいものがなければ、電気代だけが残ります。

対応GPURTX 3060でも参加できそうか

公報では、対応GPUの一覧や最低VRAM容量は示されていません。手がかりになるのは、端末の能力を数値化する式の説明です。計算性能・メモリ容量・信頼度・温度の余裕を基準機と比べて点数にし、その基準機は「参加の基準になる中位クラスのGPUに設定してもよい」とされています（[0045]）。また、冷却と信頼性に優れた高性能な端末ほど、大きな作業や多くの作業を受け取るとも書かれています（[0049]）。

RTX 3060はNVIDIAの仕様でCUDAコア3,584基、メモリは12GB版（192bit）と8GB版（128bit）があり、グラフィックスカード電力は170Wです。中位クラスのGPUという位置づけには収まりますが、対応可否そのものは公報から読み取れません。作業を小さく割る設計なので、古めのGPUが排除されるとは限らない一方、実際の参加条件は将来の仕様次第です。

VRAM 12GB版が有利になる場面はありえますが、これも公報の記述ではなく一般的な推測です。参加条件が出るまでは、買い替えや増設の理由にはなりません。

電気代追加消費電力別の電気代と必要な報酬

電気代は、増えた消費電力で決まります。RTX 3060のカード電力は170Wですが、これは仕様値で、AI学習中にPC全体が何W増えるかではありません。海外のレビューでEVGA製RTX 3060を測定した電力は、Metro Exodus（1440p Ultra、レイトレ・DLSSなし）で平均171W、FurMarkで175Wでした。ゲーム負荷時のカード単体の実測で、AI学習の追加電力に当てはめられる数値ではありません。コンセント側で測った「AI学習の前後の差」が基準になります。

ここでは追加消費電力を仮定して試算します。2026年11月1日以降の試算単価は44.72円/kWhです。東京電力 従量電灯Bの第3段階40.54円に、再エネ賦課金4.18円/kWhを加えています。月300kWhを超える使用がある世帯では、追加分が第3段階の単価で増えるためです。燃料費調整額は含めておらず、使用量が少ない世帯・契約では実際の単価がこれより低くなります。計算式は「追加電力（W）÷1,000×時間×日数×44.72円」、条件は1日4時間・月30日（月120時間）です。実測ではありません。

追加電力が120Wなら、1時間あたり約5.4円（月644円）を電気代として取り戻せるかが分かれ目です。段階料金ごとの内訳はゲーミングPCの電気代を計算する記事で確認できます。

月の報酬額で見た損益

追加120W・月120時間（電気代644円）の場合の収支です。報酬額は仮の数字で、Microsoftが示した金額ではありません。

この表はGPUの購入費や減価、通信費、ファンの騒音を含みません。計算に入っているのは電気代だけです。

もう1つの落とし穴は、PCを起動していた時間と、報酬の対象になる実際の計算時間が一致しない点です。公報の仕組みでは、空き時間を予測して作業を割り当てるため、4時間つけていても毎回4時間分の作業が来るとは限りません。月に何時間分が報酬になるかも、報酬額と同じくらい結果を左右します。

AI学習のためだけにPCを起動する使い方も不利です。GPUだけでなくCPU・メモリ・マザーボード・ストレージの電力も追加になり、上の表より電気代が増えます。すでに長時間つけているPCの余った時間を使う場合のほうが、採算の見込みは立ちます。

ゲームへの影響FPSの低下やカクつきは起きないのか

公報が目指しているのは、端末の本来の用途を妨げないことです。要約では「端末の主要な機能への影響をゼロに保つ」と書き、[0050]では、アプリの動作を遅くしない・バッテリーを消耗させない・端末を過熱させないことを目標に挙げています。具体的な手段として、タスクが使うメモリを空き容量の一定割合に制限すること、温度による制約で計算量に上限をかけること（[0016]）、実行中は専用の軽量な監視でカウンターや温度センサーを見て、しきい値を超えたら作業を一時停止・停止・中止すること（[0064]）が書かれています。

ただし、これは設計上の目標です。実際のゲームでFPSがどれだけ落ちるか、ゲーム起動時にどれくらい早くVRAMを解放して作業を止められるかを示した測定値は公報にありません。GPU使用率が低いタイトル画面でもVRAMは使われるため、学習がVRAMを抱えたままだとゲームの起動に影響する可能性があります。停止の速さと復帰のしかたが、実用上の評価を分けます。

温度とファンの動きも気になる点です。何も動かしていない時間は静かなGPUでも、学習を走らせれば発熱してファンが回ります。小型ケースや冷却に余裕のないPCでは、夜間の騒音や室温の上昇を含めて考える必要があります。

安全性勝手にGPUが使われることはあるのか

[0019]が示すとおり、第三者の端末を使う場合は所有者の明示的な許可が前提です。この出願から「Windowsの更新で自動的にGPUが使われる」と読み取れる記述はありません。この公報だけではサービスの提供形態は判断できず、Windowsの標準機能になるのか、専用アプリになるのかも分かりません。

サービス化されるなら、参加の停止方法、GPU使用量の上限を利用者が決められるか、外部から届く計算処理をどんな権限で実行するか、通信とデータの扱いが判断材料になります。公報にある検証の仕組みは、結果が正しいかを確かめるためのものです。利用者のプライバシーや端末の安全性を守る仕組みとは別の話です。

マイニングとの違い仮想通貨マイニングと何が違うのか

どちらもGPUの計算を価値に換える点は同じですが、今回の構想は、普段の用途を邪魔しない余剰時間だけを使う前提です。その分、稼働時間が限られ、収益が小さくなる可能性があります。家庭用の回線速度やVRAM容量の制約もあり、高性能GPUを大量に集めれば大規模モデルを効率よく学習できるとも限りません。

買い替え高性能なGPUほど稼げる？買い替えは得か

報酬が計算量に比例する制度になれば、高性能なGPUが有利になる可能性はあります。ただし、公報の端末評価は計算性能だけでなく、メモリ・信頼度・温度の余裕を合わせた点数です。性能が高いGPUは学習中の消費電力も大きく、1時間あたりの報酬から電気代を引いた残りで比べる必要があります。

報酬単価が決まっていない今、この構想を目当てにGPUを買い替える理由はありません。GPUを探している人は、RTX 50シリーズの品薄で割り高になっている中で代わりに選べるGPUをRTX 3060などRTX 30シリーズへ代える判断の記事で比べられます。

いつからサービスはいつから使えるのか

公報にはサービス開始日の記載がありません。Windowsに入るのか、専用アプリになるのか、Microsoftアカウントと連携するのかも書かれていません。今後サービス化の発表があれば、次の6点で採算を判断できます。

1. 日本国内から参加できるか
2. RTX 3060など既存のGPUが対象か（最低VRAM容量を含む）
3. 報酬が現金か、サービスの利用権か
4. 計算量や稼働時間に対する単価
5. ゲーム起動時に学習が確実に止まり、VRAMが解放されるか
6. 消費電力と温度の上限を利用者が設定できるか

FAQよくある質問

まとめまとめ｜報酬の単価が出るまで副収入とは判断できない

Microsoftが2026年11月5日に公開した特許出願は、余っているGPUの計算力を小さな学習作業に分け、結果を照合して統合する技術です。提供者へクレジットを付与する例も書かれていますが、金額、対応GPU、日本での提供、開始時期は公報に書かれていません。

採算の目安は、AI学習による追加消費電力が120Wなら1時間あたり約5.4円（月120時間で約644円）です。仮に月500円の現金報酬でも赤字になるため、報酬単価と実際に報酬対象となる稼働時間が決め手になります。

あわせて読みたい

ゲーミングPC

ゲーミングPCの電気代は月いくら？壁側の平均Wと契約単価で追加分を計算

グラフィックボード

RTX 50品薄でRTX 3060・RTX 3050・Radeonに代えるのは得か