存储算力告急，谷歌把旧手机变成了 AI 服务器
AI 爆发的另一面是算力供应的日益紧张——H200 一卡难求、存储芯片价格持续走高。正当业界紧盯硬件供应链时，谷歌和加州大学圣地亚哥分校（UCSD）给出了一个出人意料的答案：让旧手机组队干活。
手机集群：25 台旧手机换一台服务器
2026 年 6 月，谷歌研究院正式公开了一项名为"手机集群计算"（Phone Cluster Computing）的实验项目。研究团队将退役 Pixel 手机的 SoC 主板拆出——移除屏幕、电池、摄像头、外壳等所有非核心组件，只保留运算单元，然后刷入通用 Linux 系统，用 Kubernetes 做容器化编排，组成一个紧凑的算力集群。
换算关系令人惊讶：25 到 50 台旧手机的集群算力，可以媲美一台搭载双路 AMD EPYC 处理器和 NVIDIA H200 GPU 的现代服务器。甚至在单核 SPEC 跑分上，3 年前的 Pixel Fold 主板表现超越了这台售价数万美元的 ASUS 服务器。
为什么旧手机芯片还有战斗力？
关键在于手机 SoC 的单核性能迭代速度远超服务器 CPU。过去五年旗舰手机芯片的 IPC（每时钟周期指令数）年均提升约 15%-20%，而一颗 2022 年的 Tensor G2 芯片在没有屏幕、基带功耗开销后，纯运算能效比实际上被低估了。
从电子垃圾到低碳算力：2000 台手机的生产线
谷歌的计划不是小打小闹。项目规划在 2026 年秋季部署 2000 台退役 Pixel 手机，目标提供约等于 50 台传统服务器的总算力，支撑 UCSD 上百门课程的计算需求。前期测试中，20 台手机集群已成功支撑 75 名学生的课程作业高峰，响应延迟甚至低于 AWS 云后端。
| 维度 | 传统服务器方案 | 手机集群方案 |
|---|---|---|
| 硬件成本 | 数万美元/台 | 二手手机几乎是零成本 |
| 能耗 | 单台 300-500W | 单主板约 5-10W |
| 碳排放 | 新建服务器隐含碳高 | 复用已有硬件，隐含碳接近零 |
| 适用场景 | 通用计算、AI 训练 | 轻量级、可并行的教学和推理任务 |
能替代 AI 数据中心吗？
坦率地说，不能。消费级硬件没有为全天候高负载设计，稳定性是最大短板——手机 SoC 缺乏 ECC 内存、没有冗余电源、散热设计针对间歇性负载。谷歌在博客中也明确指出，这套方案的定位是教学科研场景而非生产级 AI 训练。
但它的真正价值不在于替代数据中心，而在于打开了一条思路：当算力需求从"中心化超算"向"边缘轻量化推理"迁移时，硬件的边界正在被重新定义。正如 AI 智能体技术趋势 中讨论的，分布式、去中心化的算力架构是 2026 年不可忽视的方向。
谷歌这个实验的核心启示不是"手机能干服务器的活"，而是算力不再只属于数据中心——未来的 AI 基础设施可能比你想象的更分散、更便宜、更靠近边缘。从 YingClaw 团队的企业部署经验看，轻量级推理场景对硬件的性能要求远低于训练场景，类似手机集群的异构算力方案在特定垂直领域有真实落地空间。
Sources: