A low-carbon computing platform from your retired phones

由退役手机打造的低碳计算平台

2026年6月12日

Jennifer Switzer，访问博士后研究员，以及David Patterson，Google研究员

在Google的支持下，加州大学圣地亚哥分校的研究人员正在为消费级智能手机打造一个有用的第二生命。

计算的碳足迹是一个关键的可持续性挑战。它主要由两个来源驱动：运营碳反映了使用过程中消耗能源所产生的排放，而隐含碳则涵盖了与硬件制造相关的排放。虽然运营碳通常通过提高能源效率和使用清洁能源等措施来解决，但制造过程的碳足迹则代表了一个更为复杂的障碍。

为了解决这一问题，加州大学圣地亚哥分校的研究人员正在通过探索“手机集群计算”来为手机的第二生命开辟一条道路。这是一个过程，其中退役智能手机的主板被提取出来，收集到集群中，并重新部署为一个通用计算平台。在Google的支持下，该大学计划部署一个由2000部Pixel智能手机构建的数据中心，这将为数百名研究人员和学生提供低成本、低碳的云计算，减少对新制造硬件及其相关排放的需求。

手机：一个重要的贡献者

平均而言，人们每四年更换一次手机。这通常是由人们对新设备的需求驱动的，包括新机型提供的功能。然而，许多被替换的手机仍然保留其核心计算功能，并且仍然是相对强大的计算机，具有集成的处理器、加速器、内存和存储。虽然旧手机可能不再对最初的购买者有吸引力，但将其重新投入使用可以直接减少计算的环境足迹，避免进一步的原材料开采需求。

本文讨论了一种新颖的策略：将不再需要的智能手机重新部署用于云计算应用。

现代智能手机的性能处理器核心的单线程性能与现代多核服务器相当或更好（见下图）。智能手机与服务器之间最显著的差异是它们的尺寸：服务器包含数十个强大的多线程处理器核心和巨大的内存容量，而智能手机则只有几个异构处理器核心和8-12GB的内存。因此，一个关键的挑战是针对适合或可以适应智能手机容量的应用程序。

从消费设备到数据中心硬件

根据图像宽度确定适当的宽度

对于移动图像，使用默认宽度

现代智能手机（2023 Pixel Fold）与服务器（ASUS RS720A-E11）使用SPEC基准测试套件的单线程性能比较。蓝色条形图表示Pixel Fold性能核心的每核性能。在大多数基准测试中，它们的每核性能优于基准数据中心服务器。

播放无声循环视频

暂停无声循环视频

取消静音视频

静音视频

使用智能手机构建服务器的动画。

将未修改的消费级智能手机重新部署到数据中心环境中会带来危险且效率低下。智能手机的计算组件被封装在服务器环境中不需要的组件中，例如显示屏、电池、外壳以及摄像头等外围硬件。除了占用宝贵的空间外，一些组件（如电池）还包含不适合数据中心环境的材料。

在部署之前，必须对智能手机进行处理，仅保留主板，主板包含核心计算功能。请注意，主板是嵌入碳排放量最大的部分（根据内部碳足迹评估，约为50%），因此这项工作针对的是影响最大的组件。

Android操作系统（OS）本身基于Linux，但面向移动设备的Android用户空间必须替换为通用的Linux发行版。更新操作系统不仅仅是获得可编程性，还会关闭许多对消费设备重要的保护措施，但对云计算来说是不必要的。例如，手机有一个“低内存杀手”守护进程，它会限制内存消耗大的应用程序。

在需要大量设备以满足传统服务器性能的挑战方面（SPEC基准测试结果表明，25-50部手机相当于一台现代服务器），通过使用由Kubernetes管理的容器化应用程序来解决。手机被组织成由25-50台设备组成的自管理集群。

构建低碳云计算平台

在许多大学中，大量教育技术、评分和研究应用程序已经在云端运行。这些应用程序范围从用于托管Jupyter笔记本的小型机器，到用于并行计算课程的昂贵基于GPU的服务器。这些应用程序的绝大多数都可以由单部智能手机托管，标准评分后端运行在小型云实例上，例如AWS的t3.micro（2个vCPU，1GB内存）。

运行并行计算评分任务的20部手机集群的集群延迟和吞吐量。绿色表示集群满足或超过典型吞吐量和延迟要求的操作点。基于矩阵乘法的作业对CPU要求高，在单个设备上运行大约需要50秒。延迟数据包括集群编排。

加州大学圣地亚哥分校的研究人员计划建立一个2000部手机的计算集群，以支持如并行计算和系统编程等计算机科学课程。早期实验显示，即使是一个中等规模的20部手机集群，也能够支持75名以上学生的课程的峰值提交率，评分延迟低于默认的AWS后端。2000部手机的部署将能够同时支持一百个这样的课程。

除了直接提供相当于50台服务器的计算能力，成本仅为通常成本的一小部分之外，该部署还将作为大规模基于智能手机计算的测试平台。特别是，该项目将研究消费级硬件在持续使用下的可靠性。整个系统预计将在2026年秋季推出。

阅读更多关于我们在《消费硬件碳减排指南》中减少与消费电子产品相关碳排放的方法。

致谢

本项目得到了 Google 员工 Efren Robles、Federico Centola、Nischal Agarwal、Rajiv Andrade、Manoj Vishwanathan、Ron Vered、Behnam Heydarshahi、Karina Repetz、Ted Briggs、Julie Rapoport、David Bourne 和 Tom Kennedy 的支持。加州大学圣地亚哥分校的合作者包括 Aramesh Ranganathan、Chris Crutchfield、Gabriel Marcano、计算机科学教授 Ryan Kastner 以及计算机科学教授 Patrick Pannuto。

标签：

• 气候与可持续性

• 分布式系统与并行计算

其他相关文章

• 2026 年 6 月 3 日 洪水韧性新篇章：开源 Google 的水文框架 气候与可持续性 · 地球 AI · 生成式 AI · 开源模型与数据集

• 2026 年 3 月 12 日 用 AI 驱动的突发洪水预测保护城市 气候与可持续性 · 地球 AI · 生成式 AI · 开源模型与数据集

• 2026 年 3 月 12 日 介绍 Groundsource：利用 Gemini 将新闻报道转化为数据 气候与可持续性 · 生成式 AI · 自然语言处理 · 开源模型与数据集

×

❮

❯