新在线不卡免费视频|www国产精品久久麻豆|美女午夜福利网站|《福克斯号上空姐们》|关于秘书的电影|美少女的哀羞txt|日产国产一区二区三区

廢舊手機成了硬通貨？

前陣子，在谷歌的協助下，加州大學圣地亞哥分校（UCSD）計劃用2000臺退役的Pixel手機組合起來搭建分布式計算平臺。具體來說，他們要用2000臺二手機組成一個龐大的云端服務器，把算力榨干，主打一個低碳環保。

看到這個新聞，我們的第一反應是：芯片和算力已經稀缺到這個程度了嗎？同時，很多人肯定也會好奇：舊手機是如何變成服務器設備的？

在二手機上挖寶藏：芯片、存儲都是寶貴資源

根據外媒The Register的報道，加州大學圣地亞哥分校前博士生Jennifer Switzer和谷歌達成了一項合作，她將谷歌提供的2000臺Pixel Fold改造成分布式服務器。據了解，研究團隊曾經嘗試過直接把大量二手手機放在一起進行測試，但很快發現太多電池扎堆的話，會給數據中心帶來火災風險。

所以，Jennifer Switzer的方案先對這些二手手機進行改造，它們的電池和外殼會被移除，相機、通信模塊等部件也被拆掉。說白了，二手手機用于搭建服務器，最核心的就是那塊主板以及主板上的處理器、存儲等核心部件。除了硬件層面的簡化，軟件層面，這些手機上的原生安卓系統也被卸載了，重新裝上硬件開銷更低的Linux。

接著，這些手機每25-50臺會組成一個計算集群，多個集群再組成最終的規模化的服務器。那么，這么多手機如何相互連接和通信呢？手機原生的蜂窩網絡和WiFi在這類場景中都沒辦法勝任，畢竟數千臺設備之間的聯網，足以讓網絡信號癱瘓。研究人員最終采用了配有有線網口的PCB板來解決聯網問題，同時提供了統一的電源，保證多臺設備都能穩定運行和連接。

看到這里，想必很多人都會疑惑：體積小巧、TDP有限的手機SoC，應付得了云端服務器的任務嗎？畢竟，在大多人的想象中，服務器都是體積龐大的巨無霸，它們專門放置在超大空間的機房里。

其實，手機的算力，沒有大家想得那么弱。谷歌的Pixel Fold是2023年發布的折疊屏產品，市場表現很一般，產品缺點也不少：價格昂貴、邊框太寬、折痕明顯。這款手機用的芯片是谷歌自研的Tensor G2，綜合性能大致介于驍龍888和驍龍8 Gen1之間，放在2023年來說也是比較落后的。

（圖源：Google）

不過，近年手機行業太卷，芯片進化速度太快，普通用戶看不上的「火龍」芯片，在服務器領域卻是香餑餑。和手機這種移動端平臺相比，服務器對芯片能耗和散熱沒有那么敏感。當Pixel Fold的主板拆掉外殼、接上電源后，等于能耗和發熱問題都解決了。

而且，Tensor G2芯片包含Cortex-X1超大核和多個A78核心，性能已經超過了很多云服務商提供的入門VPS。更關鍵的是，谷歌這款芯片還集成了12GB內存，主板上還有256GB或者512GB的閃存，直接省去了存儲方面的一大筆成本。

同時，Tensor G2設計之初就考慮到了AI應用場景，還集成了用于邊緣計算的TPU，適合用來跑一些小型的本地模型。

當然，如果單獨用一臺Pixel Fold來搭服務器，還是很不現實，但2000臺手機放一起來，集聚起來的算力就很夸張了。按照研究者透露的信息，現在即便20臺手機組成的集群的算力，就能支撐75名學生線上提交作業的負荷。

AI帶來的算力焦慮，能靠二手手機來緩解嗎？

坦白說，指望用二手手機搭建的集群去跑千億參數的大模型訓練，無異于癡人說夢。但如果我們把目光從中心化的云端超算中心，轉向去中心化的邊緣計算，這就會是另外一番廣闊天地了。

在雷科技（ID：leitech）看來，這種由退役手機組成的微型云廠，不僅不是算力降級，反而極其契合未來 AI 發展的兩大核心訴求：低功耗與分布式低延遲。

首先，它緩解了日益嚴峻的AI高能耗問題。 AI大模型的爆發固然帶來了生產力的飛躍，但也帶來了恐怖的能耗飆升問題。傳統的集中式數據中心為了維持龐大算力集群的運轉，需要消耗海量的電力進行冷卻和供電。

而智能手機的SoC芯片，從誕生之初就將能效作為了核心指標。像Tensor G2這種自帶TPU算力的移動端芯片，在剝離了屏幕、基帶等耗電大戶后，其純計算的功耗遠低于傳統的x86服務器處理器。數千臺這樣的設備組合起來，不僅碳排放極低、環保，還能將龐大的算力需求化整為零。

（圖源：Google）

其次，它很契合邊緣計算的物理分布特性。 隨著各類AI Agent的演進和端側應用場景的復雜化，未來的AI計算不再是把所有數據都一股腦打包上傳到物理距離遙遠的云端機房，而是更傾向于在靠近用戶側的邊緣進行即時處理。

退役手機集群體積小巧、部署靈活，不再需要像傳統機房那樣要求苛刻的物理空間，它們完全可以部署在社區、校園、企業內部的微型節點中。這種物理距離上的拉近，極大地降低了數據傳輸的網絡延遲，對于需要實時響應的AI推理、本地模型調度或是自動化工作流來說，算得上是量身定制。

最后，這也是一種破解算力成本與供應鏈焦慮的嘗試。 當下，存儲和芯片的供應鏈價格波動頻繁，硬件成本居高不下，而全球各地堆積如山的廢舊手機不僅造成了資源浪費，還帶來了電子垃圾污染。

將退役手機拆解重組，重塑為邊緣計算的組成部分，相當于把曾經的電子垃圾轉化為了低碳云算力節點。這無疑為緩解全球 AI 算力焦慮提供了一種成本更低、更具可持續性的破局新思路。

不過，這種微云廠模式雖然前景誘人，但其短板同樣也比較明顯。

一方面，手機SoC和存儲的可靠性、壽命不如傳統服務器端。手機上搭載的閃存和芯片，設計時設想的場景是普通消費者日常使用，而不會像企業級產品那樣應對7×24小時不間斷的高強度運行。由于手機存儲顆粒和芯片直接封裝在主板上，一旦出現故障，整個節點也就基本宣告死刑。

（Pixel Fold主板，圖源：iFixit）

另一方面，舊手機組成的計算集群會面臨后期維護問題。維護幾臺標準機架式服務器和維護2000塊裸露、拼湊的手機主板，不是一個概念。龐大的微型節點基數意味著硬件故障率會被無限放大，如果頻繁出現宕機，運維人員光進行物理排查和更換主板工作，就會耗費大量精力。

其實用舊手機集群來搭建服務器，這種設想前AI時代就有過，但因為投入產出比不劃算被放棄。如今，這種方案再次被嘗試，說白了就是我們開頭說到的那個原因，存儲、芯片成本都在暴漲，算力也有了稀缺性。現在如果用常規方案搭建服務器，成本比過去高得多。

同時，由于過去數年的極度內卷，手機行業淘汰下來的舊機型，數量極其龐大，客觀上提供了相對廉價的物料，廢舊機型的二次利用，無異于在電子垃圾里挖掘金礦。

寫在最后

谷歌與加州大學圣地亞哥分校的這次嘗試，與其說是一場算力革命，不如說是應對當下算力焦慮的一次極客實驗。

身處存儲價格狂飆、AI算力供不應求的大環境，大家習慣了將目光聚焦在動輒數萬美元的頂級GPU上，忽略了海量閑置的移動端算力。雖然受限于閃存壽命等因素，這種二手手機拼湊的微型云廠注定無法取代傳統數據中心的正規軍，但它也為邊緣計算提供了一個很有想象力的實操案例。

或許不遠的未來，手機之外的二手平板、PC、游戲機、NAS等所有擁有算力的設備，都可能會被二次利用，相關的二手產業鏈將被重構。

谷歌AIAI服務器算力存儲

來源：雷科技

本文圖片來自：123RF 正版圖庫       來源：雷科技

       原文標題 : 存儲算力日益短缺，谷歌開始探索讓舊手機組隊做AI服務器了