Google and UC San Diego Partner to Turn Retired Smartphones Into AI Data Centers

Google and UC San Diego Partner to Turn Retired Smartphones Into AI Data Centers

Google and UC San Diego Partner to Turn Retired Smartphones Into AI Data Centers

In a clever bid to redefine sustainable computing, Google has partnered with researchers at the University of California San Diego to repurpose old smartphones into low-cost, low-carbon AI data centers. 

The project, detailed in a recent Google research blog, introduces a process called "phone cluster computing." 

Instead of purchasing brand-new server hardware to manage expanding AI workloads, researchers are extracting the motherboards from retired smartphones and networking them into coordinated clusters. 

The primary pilot project involves deploying a cluster of 2,000 retired Pixel phones to provide a low-cost, eco-friendly cloud computing platform for hundreds of students and researchers.

While a single discarded smartphone might seem outdated to its average user, it still holds significant raw computing power from an infrastructure standpoint. 

In fact, the single-threaded performance of a modern smartphone processor core often matches or exceeds that of standard multicore servers. 

The primary difference is scale, as commercial servers house dozens of cores and massive memory capacities compared to a phone's handful of cores and 8 to 12GB of RAM. 

Benchmark tests indicate that clustering 25 to 50 smartphones together can effectively match the processing output of a modern server.

To convert consumer electronics into viable server infrastructure, the devices must undergo a rigorous preparation process. 

Technicians strip down each smartphone to isolate the motherboard, removing the display, battery, external casing, and peripheral components like cameras. 

The standard Android operating system is then wiped and replaced with a general-purpose Linux distribution, making the hardware fully programmable for cloud workloads. 

To make the cluster function as a unified, self-managing machine, the devices are orchestrated using containerized applications managed via Kubernetes.

This innovative recycling strategy directly targets the tech industry's massive carbon footprint, which consists of both operational emissions from energy use and "embodied" emissions from manufacturing hardware. 

Because consumers replace their mobile devices every few years while core processing functions remain intact, harvesting these components prevents unnecessary raw material extraction. 

According to Google's internal assessments, the motherboard alone accounts for roughly 50 percent of a smartphone's total embodied carbon. 

Reusing this specific component avoids the emissions tied to manufacturing new silicon and server parts.

Early testing of this smartphone-based network has proven highly successful, with a modest 20-phone cluster managing peak automated grading tasks for a class of 75 students at speeds comparable to Amazon's cloud backend. 

The full 2,000-phone data center is scheduled to officially launch in Fall 2026, serving as a larger testbed to evaluate how consumer-grade hardware withstands long-term, sustained server demands. 

While currently restricted to an academic setting, this initiative suggests that global networks of discarded mobile devices could eventually transform into mainstream, highly accessible AI computing infrastructure.

गूगल और यूसी सैन डिएगो ने पुराने स्मार्टफोन को AI डेटा सेंटर में बदलने के लिए पार्टनरशिप की

सस्टेनेबल कंप्यूटिंग को फिर से समझने की एक चालाक कोशिश में, गूगल ने यूनिवर्सिटी ऑफ़ कैलिफ़ोर्निया सैन डिएगो के रिसर्चर्स के साथ पार्टनरशिप की है ताकि पुराने स्मार्टफोन को कम लागत वाले, कम कार्बन वाले AI डेटा सेंटर में बदला जा सके।

यह प्रोजेक्ट, जिसके बारे में हाल ही में गूगल के एक रिसर्च ब्लॉग में डिटेल में बताया गया है, "फ़ोन क्लस्टर कंप्यूटिंग" नाम का एक प्रोसेस बताता है।

बढ़ते AI वर्कलोड को मैनेज करने के लिए एकदम नया सर्वर हार्डवेयर खरीदने के बजाय, रिसर्चर्स पुराने स्मार्टफोन से मदरबोर्ड निकाल रहे हैं और उन्हें कोऑर्डिनेटेड क्लस्टर में नेटवर्क कर रहे हैं।

मुख्य पायलट प्रोजेक्ट में सैकड़ों स्टूडेंट्स और रिसर्चर्स के लिए कम लागत वाला, इको-फ्रेंडली क्लाउड कंप्यूटिंग प्लेटफॉर्म देने के लिए 2,000 पुराने पिक्सल फोन का एक क्लस्टर डिप्लॉय करना शामिल है।

हालांकि एक फेंका हुआ स्मार्टफोन अपने आम यूज़र को पुराना लग सकता है, लेकिन इंफ्रास्ट्रक्चर के नज़रिए से इसमें अभी भी काफी रॉ कंप्यूटिंग पावर होती है।

असल में, एक मॉडर्न स्मार्टफोन प्रोसेसर कोर का सिंगल-थ्रेडेड परफॉर्मेंस अक्सर स्टैंडर्ड मल्टीकोर सर्वर के बराबर या उससे बेहतर होता है।

 मुख्य अंतर स्केल का है, क्योंकि कमर्शियल सर्वर में दर्जनों कोर और बहुत ज़्यादा मेमोरी कैपेसिटी होती है, जबकि फ़ोन में मुट्ठी भर कोर और 8 से 12GB RAM होती है।

बेंचमार्क टेस्ट बताते हैं कि 25 से 50 स्मार्टफ़ोन को एक साथ क्लस्टर करने से मॉडर्न सर्वर के प्रोसेसिंग आउटपुट को अच्छी तरह से मैच किया जा सकता है।

कंज्यूमर इलेक्ट्रॉनिक्स को काम करने लायक सर्वर इंफ्रास्ट्रक्चर में बदलने के लिए, डिवाइस को एक सख्त तैयारी प्रोसेस से गुज़रना पड़ता है।

टेक्नीशियन मदरबोर्ड को अलग करने के लिए हर स्मार्टफ़ोन को अलग करते हैं, डिस्प्ले, बैटरी, एक्सटर्नल केसिंग और कैमरे जैसे पेरिफेरल कंपोनेंट हटा देते हैं।

फिर स्टैंडर्ड Android ऑपरेटिंग सिस्टम को मिटा दिया जाता है और उसकी जगह एक जनरल-पर्पस Linux डिस्ट्रीब्यूशन लगा दिया जाता है, जिससे हार्डवेयर क्लाउड वर्कलोड के लिए पूरी तरह से प्रोग्रामेबल हो जाता है।

क्लस्टर को एक यूनिफाइड, सेल्फ-मैनेजिंग मशीन की तरह काम करने के लिए, डिवाइस को Kubernetes के ज़रिए मैनेज किए जाने वाले कंटेनराइज़्ड एप्लिकेशन का इस्तेमाल करके ऑर्केस्ट्रेट किया जाता है।

यह इनोवेटिव रीसाइक्लिंग स्ट्रैटेजी सीधे टेक इंडस्ट्री के बड़े कार्बन फुटप्रिंट को टारगेट करती है, जिसमें एनर्जी के इस्तेमाल से ऑपरेशनल एमिशन और मैन्युफैक्चरिंग हार्डवेयर से "एम्बोडाइड" एमिशन दोनों शामिल हैं।

 क्योंकि कंज्यूमर हर कुछ सालों में अपने मोबाइल डिवाइस बदल देते हैं, जबकि कोर प्रोसेसिंग फंक्शन वैसे ही रहते हैं, इसलिए इन कंपोनेंट्स को इकट्ठा करने से गैर-ज़रूरी रॉ मटीरियल निकालने से बचा जा सकता है।

Google के इंटरनल असेसमेंट के मुताबिक, अकेले मदरबोर्ड में स्मार्टफोन के कुल कार्बन का लगभग 50 परसेंट हिस्सा होता है।

इस खास कंपोनेंट को दोबारा इस्तेमाल करने से नए सिलिकॉन और सर्वर पार्ट्स बनाने से होने वाले एमिशन से बचा जा सकता है।

इस स्मार्टफोन-बेस्ड नेटवर्क की शुरुआती टेस्टिंग बहुत सफल रही है, जिसमें एक मामूली 20-फोन क्लस्टर ने 75 स्टूडेंट्स की क्लास के लिए पीक ऑटोमेटेड ग्रेडिंग टास्क को Amazon के क्लाउड बैकएंड के बराबर स्पीड पर मैनेज किया।

पूरा 2,000-फोन वाला डेटा सेंटर ऑफिशियली 2026 के पतझड़ में लॉन्च होने वाला है, जो यह देखने के लिए एक बड़े टेस्टबेड के तौर पर काम करेगा कि कंज्यूमर-ग्रेड हार्डवेयर लंबे समय तक चलने वाली, लगातार सर्वर की मांगों को कैसे झेलता है।

हालांकि अभी यह एकेडमिक सेटिंग तक ही सीमित है, लेकिन यह पहल बताती है कि फेंके गए मोबाइल डिवाइस के ग्लोबल नेटवर्क आखिरकार मेनस्ट्रीम, आसानी से मिलने वाले AI कंप्यूटिंग इंफ्रास्ट्रक्चर में बदल सकते हैं।

పాత స్మార్ట్‌ఫోన్‌లను ఏఐ డేటా సెంటర్లుగా మార్చేందుకు గూగుల్ మరియు యూసీ శాన్ డియాగో భాగస్వామ్యం

సుస్థిర కంప్యూటింగ్‌ను పునర్నిర్వచించే ఒక తెలివైన ప్రయత్నంలో, గూగుల్ కాలిఫోర్నియా విశ్వవిద్యాలయం శాన్ డియాగోలోని పరిశోధకులతో కలిసి పాత స్మార్ట్‌ఫోన్‌లను తక్కువ ఖర్చుతో, తక్కువ కార్బన్ ఉద్గారాలతో కూడిన ఏఐ డేటా సెంటర్లుగా మార్చేందుకు భాగస్వామ్యం కుదుర్చుకుంది.

ఇటీవలి గూగుల్ పరిశోధన బ్లాగ్‌లో వివరించిన ఈ ప్రాజెక్ట్, "ఫోన్ క్లస్టర్ కంప్యూటింగ్" అనే ప్రక్రియను పరిచయం చేస్తుంది.

విస్తరిస్తున్న ఏఐ వర్క్‌లోడ్‌లను నిర్వహించడానికి సరికొత్త సర్వర్ హార్డ్‌వేర్‌ను కొనుగోలు చేయడానికి బదులుగా, పరిశోధకులు పాత స్మార్ట్‌ఫోన్‌ల నుండి మదర్‌బోర్డులను తీసి, వాటిని సమన్వయ క్లస్టర్‌లుగా నెట్‌వర్క్ చేస్తున్నారు.

ఈ ప్రాథమిక పైలట్ ప్రాజెక్ట్‌లో, వందలాది మంది విద్యార్థులు మరియు పరిశోధకులకు తక్కువ ఖర్చుతో, పర్యావరణ అనుకూలమైన క్లౌడ్ కంప్యూటింగ్ ప్లాట్‌ఫామ్‌ను అందించడానికి 2,000 పాత పిక్సెల్ ఫోన్‌ల క్లస్టర్‌ను ఏర్పాటు చేయడం జరుగుతుంది.

పారేసిన ఒక స్మార్ట్‌ఫోన్ దాని సగటు వినియోగదారునికి పాతదిగా అనిపించినప్పటికీ, మౌలిక సదుపాయాల దృక్కోణం నుండి చూస్తే అది గణనీయమైన కంప్యూటింగ్ శక్తిని కలిగి ఉంటుంది.

నిజానికి, ఒక ఆధునిక స్మార్ట్‌ఫోన్ ప్రాసెసర్ కోర్ యొక్క సింగిల్-థ్రెడెడ్ పనితీరు తరచుగా ప్రామాణిక మల్టీకోర్ సర్వర్‌ల పనితీరుకు సమానంగా లేదా అంతకంటే ఎక్కువగా ఉంటుంది.

 ప్రధాన వ్యత్యాసం పరిమాణంలో ఉంది, ఎందుకంటే ఒక ఫోన్‌లో కొన్ని కోర్లు మరియు 8 నుండి 12GB RAM మాత్రమే ఉండగా, వాణిజ్య సర్వర్లలో డజన్ల కొద్దీ కోర్లు మరియు భారీ మెమరీ సామర్థ్యాలు ఉంటాయి.

25 నుండి 50 స్మార్ట్‌ఫోన్‌లను ఒకచోట చేర్చడం ద్వారా, ఒక ఆధునిక సర్వర్ యొక్క ప్రాసెసింగ్ అవుట్‌పుట్‌కు సమర్థవంతంగా సరిపోలవచ్చని బెంచ్‌మార్క్ పరీక్షలు సూచిస్తున్నాయి.

వినియోగదారు ఎలక్ట్రానిక్స్‌ను ఆచరణీయమైన సర్వర్ మౌలిక సదుపాయాలుగా మార్చడానికి, ఆ పరికరాలు ఒక కఠినమైన తయారీ ప్రక్రియకు లోనవ్వాలి.

టెక్నీషియన్లు ప్రతి స్మార్ట్‌ఫోన్‌ను విడదీసి, దాని మదర్‌బోర్డ్‌ను వేరుచేస్తారు. ఈ ప్రక్రియలో డిస్‌ప్లే, బ్యాటరీ, బయటి కేసింగ్, మరియు కెమెరాల వంటి పరిధీయ భాగాలను తొలగిస్తారు.

ఆ తర్వాత ప్రామాణిక ఆండ్రాయిడ్ ఆపరేటింగ్ సిస్టమ్‌ను తొలగించి, దాని స్థానంలో ఒక సాధారణ-ప్రయోజన లైనక్స్ డిస్ట్రిబ్యూషన్‌ను ఇన్‌స్టాల్ చేస్తారు. దీనివల్ల ఆ హార్డ్‌వేర్ క్లౌడ్ వర్క్‌లోడ్‌ల కోసం పూర్తిగా ప్రోగ్రామబుల్‌గా మారుతుంది.

ఈ క్లస్టర్‌ను ఒక ఏకీకృత, స్వీయ-నిర్వహణ యంత్రంగా పనిచేయించడానికి, కుబెర్నెటెస్ (Kubernetes) ద్వారా నిర్వహించబడే కంటైనరైజ్డ్ అప్లికేషన్‌లను ఉపయోగించి ఈ పరికరాలను ఆర్కెస్ట్రేట్ చేస్తారు.

ఈ వినూత్న రీసైక్లింగ్ వ్యూహం, టెక్ పరిశ్రమ యొక్క భారీ కార్బన్ ఫుట్‌ప్రింట్‌ను నేరుగా లక్ష్యంగా చేసుకుంటుంది. ఈ ఫుట్‌ప్రింట్‌లో శక్తి వినియోగం వల్ల వెలువడే కార్యాచరణ ఉద్గారాలు మరియు హార్డ్‌వేర్ తయారీ నుండి వెలువడే "అంతర్గత" ఉద్గారాలు రెండూ ఉంటాయి.

 వినియోగదారులు తమ మొబైల్ పరికరాలను ప్రతి కొన్ని సంవత్సరాలకు ఒకసారి మారుస్తుంటారు, కానీ వాటిలోని ప్రధాన ప్రాసెసింగ్ విధులు చెక్కుచెదరకుండా ఉంటాయి. కాబట్టి, ఈ భాగాలను తిరిగి ఉపయోగించడం ద్వారా అనవసరమైన ముడి పదార్థాల వెలికితీతను నివారించవచ్చు.

గూగుల్ అంతర్గత అంచనాల ప్రకారం, ఒక స్మార్ట్‌ఫోన్‌లోని మొత్తం కార్బన్ ఉద్గారాలలో దాదాపు 50 శాతం కేవలం మదర్‌బోర్డు నుండే వస్తుంది.

ఈ నిర్దిష్ట భాగాన్ని తిరిగి ఉపయోగించడం ద్వారా, కొత్త సిలికాన్ మరియు సర్వర్ భాగాల తయారీకి సంబంధించిన ఉద్గారాలను నివారించవచ్చు.

ఈ స్మార్ట్‌ఫోన్ ఆధారిత నెట్‌వర్క్ యొక్క ప్రాథమిక పరీక్షలు అత్యంత విజయవంతమయ్యాయి. కేవలం 20 ఫోన్‌లతో కూడిన ఒక చిన్న క్లస్టర్, 75 మంది విద్యార్థులున్న తరగతికి సంబంధించిన గరిష్ట ఆటోమేటెడ్ గ్రేడింగ్ పనులను, అమెజాన్ క్లౌడ్ బ్యాకెండ్‌కు సమానమైన వేగంతో నిర్వహించింది.

పూర్తి స్థాయి 2,000 ఫోన్‌ల డేటా సెంటర్, 2026 శరదృతువులో అధికారికంగా ప్రారంభం కానుంది. ఇది, సాధారణ హార్డ్‌వేర్ దీర్ఘకాలిక, నిరంతర సర్వర్ అవసరాలను ఎలా తట్టుకుంటుందో అంచనా వేయడానికి ఒక పెద్ద పరీక్షా వేదికగా ఉపయోగపడుతుంది.

ప్రస్తుతం ఇది కేవలం విద్యా రంగానికే పరిమితమైనప్పటికీ, ఈ చొరవ భవిష్యత్తులో పారవేసిన మొబైల్ పరికరాల ప్రపంచవ్యాప్త నెట్‌వర్క్‌లు, అందరికీ సులభంగా అందుబాటులో ఉండే AI కంప్యూటింగ్ మౌలిక సదుపాయాలుగా రూపాంతరం చెందగలవని సూచిస్తోంది.