退役Pixel 2,000台で大学クラウド、サーバー1台はスマホ25〜50台相当
Original: A low-carbon computing platform from your retired phones View original →
大学の小さなクラウド需要を、退役スマートフォンでまかなう実験が2,000台規模に広がる。Google Researchが2026年6月12日に公開したプロジェクトでは、UC San Diegoの研究者が使われなくなったPixel端末のメインボードを集め、低炭素な計算基盤として再利用する計画を示した。
Google Researchの記事によると、端末から画面、バッテリー、筐体、カメラなどデータセンター用途に不要な部品を取り外し、残ったメインボードに汎用Linux環境を載せる。25〜50台のスマートフォンを自己管理型クラスターにまとめ、Kubernetesでコンテナ化されたジョブを割り当てる設計だ。
単なるリサイクル話にとどまらないのは、性能と炭素の数字があるからだ。GoogleはSPECベンチマークに基づき、用途を選べば25〜50台のスマートフォンが現代的なサーバー1台に相当すると説明している。2023年のPixel Foldの性能コアは、多くの単一スレッドベンチマークで比較対象のデータセンターサーバーのコアを上回ったという。
炭素面では、Googleの内部評価でメインボードがスマートフォンのembodied carbonのおよそ50%を占める。新しいサーバーを製造する代わりに、すでに作られた計算資源を延命する意味がここにある。初期実験では20台のクラスターが75人超の授業の並列計算課題を処理し、標準的なAWSバックエンドより短い採点遅延を示した。
この構成が大型AI学習や高メモリ計算を置き換えるわけではない。だがJupyter Notebook、小規模な採点基盤、軽量な研究サービスのように、小さなCPUジョブが大量にある環境では現実味がある。2,000台展開が実現すれば、同種の授業約100件を同時に支えられるという見立ても示された。
Related Articles
DOEのlight source施設では、データ生成速度が人手の解析を超え始めている。MetaはBerkeley LabのSYNAPS-IがSAM 3とDINOv3を使い、毎秒100,000枚級のdetector画像に対応すると説明した。
Bristol Myers Squibbは、8台のDGX Vera Rubin NVL72 systemで2基目のDGX SuperPODを導入する。既存AI clusterでtarget identificationの手作業を数週間削減した後、drug discovery全体にcomputeを広げる動きだ。
Google ResearchのSymptomAI研究は、整理済みの医療ケースではなく13,917人の実際の症状対話を評価対象にした。焦点は回答精度だけでなく、問診設計、臨床医比較、Fitbitのbiosignalとの照合に移っている。