旧手机如何组建集群,跑点云计算?

简介: UC San Diego 与 Google 合作推进“手机集群计算”:拆解退役手机主板,组建低碳小型计算集群。首期将部署 2000 台 Pixel 手机主板,替代传统服务器,为教学科研提供低成本云资源,兼顾环保与算力复用。

不知道大家如何处理自己退役下来的手机,可能大多数人都将它们放进了抽屉,在某个日子里拿出来感叹下它曾经服役的日子。Google Research 最近介绍了一个来自 UC San Diego 的研究项目:把退役智能手机里的主板拆出来,重新组装成一个小型计算集群,用来跑一些通用云计算任务。

这个方向被称为 phone cluster computing,即:手机集群计算。这个想法很环保,毕竟手机本身退役了,但里面的处理器、加速器、内存和存储,很多还可以继续用。UC San Diego 计划在 Google 支持下,部署一个由 2000 台 Pixel 手机组成的数据中心,给学生和研究人员提供低成本的云计算资源。

旧手机依旧能做计算?

图注:Pixel Fold 不同类型 CPU 核心与服务器单核性能的 SPEC 对比。蓝色柱为 Pixel Fold 性能核心,黑色空心框为服务器单核表现。图源:Google Research

这个想法能实现的最大原因是,现在的手机性能已经不弱了。在一些单线程测试里,已经可以接近甚至超过部分现代多核服务器的单核表现。Google 的文章里拿 2023 年 Pixel Fold 和一台 ASUS 服务器做了 SPEC benchmark 对比,在不少测试里,Pixel Fold 的性能核心单核表现更好。

当然,手机毕竟和服务器还是有差距。服务器通常有更多核心、更大的内存;一台手机只有几个异构处理器核心,内存大概在 8–12GB。简单来说,我们要对手机适合跑的任务要个筛选,选择那些更适合小型、可拆分、对单机内存要求不高的任务。

如何搭建手机计算集群

图注:从消费级手机到服务器节点,要先拆掉手机屏幕、电池和外壳等部件。图源:Google Research

要搭建一个手机计算集群,不能直接粗暴地把旧手机直接堆在一起。手机屏幕、电池、外壳、摄像头等部件,在大多数的服务器场景中是用不上的,还会占据空间。不止如此,电池这类部件长期放在数据中心环境,还存在一定的安全隐患。

所以,这个项目先把手机处理成只保留主板的形态。手机主板保留了处理器、内存、存储这些核心计算部件,而且它本身也是手机制造过程中“最费碳”的部分之一。Google 原文提到,按他们的内部评估,主板大约占一台手机制造碳排放的一半。

从 Android 系统到 Linux 系统

手机的硬件拆完了,软件也要改造。

Google 手机上运行的 Android 系统本身基于 Linux,但它的用户空间主要是服务手机。我们要把手机变成云计算节点,就需要换成更通用的 Linux 发行版,让开发、部署、运维更接近普通服务器。

此外,手机系统里还有一些面向消费设备的保护机制,比如 low memory killer。它会限制占用内存过高的应用。这个设计对普通手机有用,但放到云计算任务里,可能会影响任务运行,所以也需要调整。

组成一个小集群的手机数

单台手机算力有限,所以真正的用法是组集群。

按照上面 SPEC benchmark 的结果,大约 25–50 台手机可以对应一台现代服务器的计算能力。项目把这些手机组织成 25–50 台 / 组的小集群,再通过容器和 Kubernetes 来管理任务。

每台手机是一个小节点,多个节点通过网络连接起来,由 Kubernetes 统一调度。任务一旦拆解开,就分发到不同手机上跑;任务跑完,再把结果收回来。

手机计算集群的应用场景

图注:20 台手机组成的集群,用来运行编程课作业的自动评测任务,对比了不同提交压力下的延迟和吞吐表现。图源:Google Research

UC San Diego 首先测试的场景,是大学里的教学和研究计算。比如 Jupyter Notebook、课程作业评测、系统编程实验环境。这些任务很多时候不需要很强的 GPU,也不一定需要大内存服务器。加上目前不少评分后端,本来就在 AWS t3.micro 这种小规格云实例上跑。

在这个项目的早期实验中,一个 20 台手机组成的集群,就能支撑 75 人以上课程在高峰期提交作业评测,而且延迟低于默认的 AWS 后端。

假如 UC San Diego 计划中的 2,000 台手机能部署成功,理论上可以同时支持上百门类似课程。

小结

这个项目有意思的地方,应该是把一批已经退役、但还能算的手机主板,“废品回收”改造成一个小型计算集群,再放到真实教学和研究场景里试试看。

手机集群到底能发挥多大作用、能不能长期稳定地跑起来,还要等 UC San Diego 计划中的 2,000 台 Pixel 手机集群上线后,才能看到更清楚的结果。这个集群预计会在 2026 年秋季投入使用。

参考资料

  • Google Research《A low-carbon computing platform from your retired phones》
相关文章
|
4月前
|
API
阿里云微服务引擎 MSE 及 API 网关 2026 年 5 月产品动态
阿里云微服务引擎 MSE 及 API 网关 2026 年 5 月产品动态。
296 39
|
3月前
|
安全 关系型数据库 MySQL
2026阿里云轻量应用服务器38元与云服务器99元解析:配置+适用场景+选购技巧
阿里云目前有两款高人气特惠云服务器:新用户专属轻量应用服务器,2核2G、200M峰值带宽、40G ESSD云盘,不限流量,抢购价仅38元/年,支持WordPress、Docker等精选镜像一键部署,30秒快速启动,集成域名解析、安全防护等一站式运维能力,适配个人博客、学习测试、小型企业官网等场景。同时新老用户同享经济型e实例,2核2G、3M固定带宽,99元/年且续费同价,覆盖全国多地域节点,性能稳定,是中小企业低成本推进数字化转型的高性价比选择。
|
3月前
|
云安全 弹性计算 安全
阿里云服务器基础安全防护指南:从DDoS防护到云安全产品推荐
本文围绕阿里云服务器安全防护体系展开,明确了云厂商与用户共同承担责任的安全共担模型,详细拆解了两大核心基础安全能力:默认免费提供最高5Gbps防护的DDoS基础防护,可通过流量清洗剥离恶意攻击,超阈值后自动触发黑洞机制保障集群安全;以及覆盖异常登录检测、漏洞扫描、基线核查的免费基础安全服务,用户可通过云安全中心安装低损耗Agent,实时查看实例安全状态并配置告警通知。同时介绍了阿里云全品类云安全产品矩阵,覆盖基础安全、数据安全、业务安全等多个维度,帮助用户构建完整的云上安全防线。
|
3月前
|
存储 缓存 自然语言处理
从一次修复到长期记忆:Agent 工作流里的知识沉淀
Thinkroom 提出“知识复用”替代传统“代码复用”,将每次问题解决沉淀为结构化、机器可读的 `Learning`(Markdown 文档),嵌入研发全流程:调试后自动捕获、规划前智能检索、编码时强制遵循、审查中实时校验。知识按持久性分级存储,辅以防腐机制与毫秒级 Grep-First 检索,让历史经验真正驱动下一次开发——知识不再沉睡于 Wiki,而活在工作流中。
308 0
|
3月前
|
人工智能
Qwen3.8抢先体验!正式版即将发布并开源!
千问Qwen3.8即将开源,参数达2.4T,进化速度以“天”计,实力媲美Fable 5。预览版Qwen3.8-Max已上线阿里Token Plan等平台,限时优惠:日间Credits低至1折,夜间更优,个人/团队版月付仅35元起!
5576 166
|
25天前
|
人工智能 自然语言处理 小程序
阿里云万小智3.0版本AI建站产品详细介绍:产品能力提升、适用场景、价格与最新活动参考
万小智3.0是阿里云推出的AI建站升级产品,支持通过自然语言生成包含前端、后端、数据库的完整网站与微信小程序,提供一键部署能力,覆盖企业官网、内容站点、轻量业务应用等场景。产品按体验版、轻量版、标准版、高级版分档订阅,以灵感值计量AI功能调用,新用户可享限时赠2000灵感值、组合套餐低至15元/月等优惠。
|
7月前
|
机器学习/深度学习 文字识别 数据挖掘
BookRAG:面向层级文档的树-图融合RAG框架
BookRAG是专为书籍类层级文档设计的新型RAG框架,首创“树+图+链接+Agent”四元结构:构建融合版面层级树与知识图谱的BookIndex,通过GT-Link双向映射实现结构与语义统一;引入信息觅食启发的Agent,动态规划检索路径,支持单跳、多跳及全局聚合查询,在精度、覆盖率与效率上显著优于传统文本/版面优先方法。
770 5
BookRAG:面向层级文档的树-图融合RAG框架
|
3月前
|
机器学习/深度学习 缓存 人工智能
SSE流式传输稳定性进阶:心跳保活、断连重连、分片处理与双端容错实战.162
SSE(Server-Sent Events)是基于HTTP的单向流式协议,天然适配大模型逐字输出场景。具备轻量、兼容性好、自动重连、低内存占用等优势,相比WebSocket更契合服务端单向推送需求,是AI应用流式响应的理想选择。
628 8
|
3月前
|
数据采集 安全 网络安全
组织化电商交易网络钓鱼犯罪链路与主动防御技术研究 —— 基于白俄罗斯 21 人诈骗团伙案件实证分析
本文以白俄罗斯21人电商钓鱼团伙案为实证,揭示中小规模组织化钓鱼“低龄主犯、线上招募、轻量页面、实时分赃”新特征,指出静态黑名单滞后性缺陷;创新构建域名相似度、会话语义、页面表单三层动态检测框架,配套Python代码,识别准确率达92.7%;并提出技术防控、平台治理、跨境协作、全民宣教四维综合治理路径。(239字)
147 0
|
3月前
|
人工智能 IDE API
阿里云OpenCode全解:替代Claude Code的开源AI编程工具使用教程
OpenCode作为Claude Code的开源替代方案,凭借开源自由、模型多样、多形态适配、隐私安全与成本可控的核心优势,成为2026年开发者必备的AI编程工具。它完整复刻Claude Code的核心能力,同时解决其闭源、模型绑定、国内使用受限等痛点,支持从个人轻量开发到企业级项目协作的全场景需求。
1899 3

热门文章

最新文章