芯片算力稀缺，2000台退役Pixel手机变身分布式服务器，能缓解AI算力焦虑吗？

【导语：在谷歌协助下，加州大学圣地亚哥分校计划用2000台退役的Pixel手机搭建分布式计算平台。这不禁让人好奇，旧手机如何变成服务器设备，其算力能否胜任？这种方式又能否缓解AI带来的算力焦虑呢？】

二手手机“变身”服务器：硬件与软件改造

据外媒报道，加州大学圣地亚哥分校前博士生Jennifer Switzer与谷歌合作，将2000台Pixel Fold改造成分布式服务器。研究团队先移除二手手机的电池、外壳、相机、通信模块等部件，仅保留主板及上面的处理器、存储等核心部件。软件层面，卸载原生安卓系统，装上硬件开销更低的Linux。

接着，每25 - 50台手机组成一个计算集群，多个集群再组成最终的规模化服务器。为解决数千台设备的联网问题，研究人员采用配有有线网口的PCB板，并提供统一电源，保证设备稳定运行和连接。

手机芯片算力：从“火龙”到服务器“香饽饽”

谷歌的Pixel Fold采用自研的Tensor G2芯片，综合性能大致介于骁龙888和骁龙8 Gen1之间，在2023年较为落后。但在服务器领域，它却成了香饽饽。服务器对芯片能耗和散热不那么敏感，当Pixel Fold主板拆掉外壳、接上电源后，能耗和发热问题得以解决。

Tensor G2芯片包含Cortex - X1超大核和多个A78核心，性能超过很多云服务商提供的入门VPS。它还集成了12GB内存，主板上有256GB或者512GB的闪存，省去存储成本。此外，该芯片集成了用于边缘计算的TPU，适合跑小型本地模型。2000台手机集聚起来的算力很可观，20台手机组成的集群就能支撑75名学生线上提交作业的负荷。

二手手机集群：契合AI发展两大诉求

这种由退役手机组成的微型云厂，契合未来AI发展的低功耗与分布式低延迟两大核心诉求。一方面，缓解了AI高能耗问题。智能手机SoC芯片从诞生就注重能效，Tensor G2剥离耗电大户后，纯计算功耗远低于传统x86服务器处理器，数千台设备组合碳排放低，还能化整为零处理算力需求。

另一方面，契合边缘计算物理分布特性。退役手机集群体积小巧、部署灵活，可部署在社区、校园、企业内部的微型节点中，降低数据传输网络延迟，适合实时响应的AI推理等工作。同时，这也是破解算力成本与供应链焦虑的尝试，将废旧手机转化为低碳云算力节点。

微云厂模式短板：可靠性与维护难题

不过，这种微云厂模式短板明显。手机SoC和存储的可靠性、寿命不如传统服务器端，手机闪存和芯片设计用于日常使用，难以应对7×24小时高强度运行，且故障后整个节点基本报废。

旧手机组成的计算集群还面临后期维护问题。维护2000块裸露、拼凑的手机主板，硬件故障率会被放大，运维人员进行物理排查和更换主板工作将耗费大量精力。

编辑观点：谷歌与UCSD的尝试是应对算力焦虑的创新之举，虽无法取代传统数据中心，但为边缘计算提供新思路，未来或许会带动更多二手设备的二次利用。