存储算力日益短缺，谷歌开始探索让旧手机组队做AI服务器了

之前看到个新闻，谷歌和加州大学圣地亚哥分校搞了个挺有意思的项目——用2000台退役的Pixel手机拼出一套分布式计算平台。具体来说，就是把两千台二手机组装成一个庞大的云端服务器，既压榨出全部算力，又打着低碳环保的旗号。

看到这消息，很多人第一反应可能是：芯片和算力已经紧俏到这份上了？接着自然也会好奇，旧手机到底怎么变成正经服务器的？

不多说废话，我们直接来看。

从二手机里挖金矿：芯片和存储都是真资源

根据外媒The Register的报道，这项合作的关键人物是UCSD前博士生Jennifer Switzer，她从谷歌那儿拿到了2000台Pixel Fold，打算把它们改造成分布式服务器。研究团队其实一开始试过直接把大量二手手机堆在一起跑，但很快就发现，电池扎堆存放对数据中心来说是巨大的火灾隐患。

所以Jennifer Switzer的方案是，先对这些手机进行彻底改造：拆掉电池、外壳、摄像头、通信模块……说白了，最后留下的就是那块主板，以及主板上最值钱的处理器和存储单元。软件层面也一样，原生的安卓系统被卸了，换上了开销低得多的Linux。

改造之后，这些手机被以25到50台为一组，组成一个个计算集群，多个集群再拼成一个完整的规模化服务器。问题来了：这么多设备怎么联网？手机自带的蜂窝网络和WiFi显然扛不住几千台设备同时通信，信号分分钟瘫痪。研究人员的办法是用带以太网口的PCB板来统一联网，同时提供稳定电源，保证所有设备能持续稳定地运行。

看到这里，难免有人会怀疑：手机SoC那点功耗和性能，真能胜任云端服务的活？在很多人的印象里，服务器应该是在机房里占地几十平米的大家伙才对。

事实上，手机的算力并没有想象中那么弱。Pixel Fold是谷歌2023年发布的折叠屏，市场反响一般，缺点一堆：贵、边框宽、折痕明显。它搭载的是谷歌自研的Tensor G2芯片，综合性能大致在骁龙888和骁龙8 Gen1之间，放在2023年来说确实算不上强。

（图源：Google）

但这些年手机行业太卷了，芯片换代比翻书还快。消费者看不上的"火龙"芯片，到了服务器领域反而成了香饽饽。相比移动端，服务器对功耗和散热的容忍度高得多——主板拆出来，外壳去掉，电源接上，发热和能耗问题基本就解决了。

再说芯片本身，Tensor G2内置了Cortex-X1超大核和多个A78核心，整体性能已经超过很多云服务商提供的入门级VPS。更重要的是，它直接集成了12GB内存，主板上还有256GB或512GB的闪存——这笔存储成本直接就省下来了。

而且，Tensor G2设计之初就考虑了AI场景，专门集成了用于边缘计算的TPU，跑一些小型的本地模型完全没问题。

当然，单靠一台Pixel Fold搭服务器还是不太现实，但两千台一起上的话，集聚起来的算力就相当可观了。据研究者透露，目前即便是20台手机组成的集群，算力就已经能支持75名学生同时在线提交作业。

AI带来的算力焦虑，真的能靠二手手机缓解吗？

坦白讲，指望用这种二手手机集群去跑千亿参数的大模型训练，无异于痴人说梦。但如果把目光从中心化的云端超算中心，转向去中心化的边缘计算，这就是另一番天地了。

从行业角度来看，这种由退役手机组成的"微型云厂"，不仅不是算力降级，反而恰好契合了未来AI发展的两个核心方向：低功耗和分布式低延迟。

首先一个关键点：它缓解了AI高能耗这个日益严峻的问题。大模型爆发带来了生产力提升，但与之相伴的，是可怕的能耗飙升。传统的集中式数据中心为了维持大规模算力集群的运转，需要投入海量电力用于冷却和供电。

而智能手机SoC从诞生之日起，就把能效放在核心位置。像Tensor G2这种自带TPU的移动芯片，剥离了屏幕、基带等耗电大户之后，纯计算的功耗远低于传统的x86服务器处理器。几千台这样的设备组合起来，碳排放极低，而且能把庞大的算力需求化整为零。

（图源：Google）

其次，它天然匹配边缘计算的物理分布特性。随着AI Agent和端侧应用场景越来越复杂，未来的AI计算不会再一股脑把所有数据都传到千里之外的云端，而更倾向于在靠近用户的地方进行即时处理。

退役手机集群体积小、部署灵活，不需要像传统机房那样苛刻的空间条件。它们完全可以直接部署在社区、校园、企业内部的小型节点中。物理距离上的拉近，极大降低了网络延迟——对需要实时响应的AI推理、本地模型调度或自动化工作流来说，这几乎是量身定做的方案。

最后，这也是破解算力成本和供应链焦虑的一种尝试。存储和芯片价格波动频繁，硬件成本高企，而全球各地堆积如山的废旧手机不仅浪费资源，还带来了电子垃圾污染。

把这些旧手机拆解重组，重塑为边缘计算节点，相当于把电子垃圾变成了低碳云算力。这无疑为缓解全球AI算力焦虑，提供了一条成本更低、也更可持续的破局思路。

但这个"微型云厂"模式虽然前景诱人，短板也同样明显。

一方面，手机SoC和存储的可靠性和寿命远不如传统服务器端。手机上的闪存和芯片，设计时考虑的是普通用户日常使用的场景，而不是7×24小时不间断的高强度运行。更关键的是，这些存储颗粒和芯片往往直接焊在主板上，一旦某个节点出故障，基本就等于报废了。

（Pixel Fold主板，图源：iFixit）

另一方面，旧手机集群的后期维护也是个大问题。维护几台标准机架式服务器，和维护2000块裸露拼凑的手机主板，完全不是一个概念。庞大的微型节点基数意味着硬件故障率会被无限放大。一旦频繁宕机，运维人员光物理排查和更换主板就得耗费大量精力。

其实用旧手机搭服务器这个想法，在AI时代之前就有人试过，但因为投入产出比不划算而被放弃。现在之所以再次被捡起来，说白了一开始就提到了——存储和芯片成本暴涨，算力成了稀缺资源。如果用常规方案搭建服务器，成本比过去高得多。

与此同时，过去几年手机行业极度内卷，淘汰下来的旧机型数量极其庞大，客观上提供了廉价的物料。废旧机型的二次利用，无异于在电子垃圾堆里挖矿。

写在最后

谷歌和UCSD的这次尝试，与其说是一场算力革命，不如说是应对当下算力焦虑的一次极客实验。

在存储价格飙升、AI算力供不应求的大环境下，大家习惯了把目光聚焦在动辄数万美元的顶级GPU上，忽略了海量闲置的移动端算力。虽然受限于闪存寿命等短板，这种二手手机拼凑的微型云厂注定无法取代传统数据中心的正规军，但它确实为边缘计算提供了一个很有想象力的实战案例。

或许不用等到太远的未来，除了手机之外的二手平板、PC、游戏机、NAS——所有具备算力的设备，都可能被再次利用，与之相关的二手产业链也会被彻底重构。