引き出しに眠る古いスマホが、大学のクラウド基盤として再利用されます。

Googleは2026年6月12日、カリフォルニア大学サンディエゴ校（UC San Diego）の研究者と共同で、退役したスマートフォンのマザーボードをクラスター化してクラウド計算に再利用する研究「phone cluster computing（フォン・クラスター・コンピューティング）」を発表しました。AI学習用のGPUサーバーではなく、教育・研究向けの軽量ワークロードを低コストかつ低炭素で回す構想です。

この記事でわかること

  • phone cluster computingの仕組みとKubernetesによる管理方法
  • 25〜50台のスマホが1台のサーバー相当になる根拠
  • Gemini学習基盤とは別物である理由と想定用途
  • 2026年秋に始まる2,000台規模の実証計画

https://research.google/blog/a-low-carbon-computing-platform-from-your-retired-phones/

スマホのマザーボードをクラウド基盤に再利用する

計算のカーボンフットプリントは、稼働時の電力消費に伴う「運用時炭素」と、製造に伴う「製造時炭素（エンボディド・カーボン）」の2つに大きく分かれます。データセンターの省電力化は進んできましたが、新しいサーバーを作るたびに発生する製造時炭素の削減は依然として難しい課題です。

Googleの研究ブログでは、消費者は平均4年ごとにスマホを買い替えている一方、旧端末のプロセッサやメモリ、ストレージは十分に使えると指摘しています。phone cluster computingは、こうした端末のマザーボードだけを取り出し、クラスターとして束ね、汎用コンピューティング基盤として再配備する手法です。Googleの支援のもと、UC San Diegoは退役Pixelスマートフォン2,000台で構成するデータセンターを計画しています。

端末をどうデータセンター向けに改造するか

そのままスマホを棚に並べるわけではありません。ディスプレイ、バッテリー、筐体、カメラなどデータセンターに不要な部品を外し、マザーボードだけを残します。バッテリーにはデータセンター環境に適さない材料が含まれるため、除去は安全面でも必須です。Googleの社内評価では、マザーボードがスマホ全体の製造時炭素の約50%を占めるとされています。

OSはAndroidベースのLinuxから、汎用Linuxディストリビューションへ置き換えます。モバイル向けの保護機能も切り替えます。例えばメモリ不足時にアプリを強制終了する「low memory killer」デーモンは、クラウド用途では不要なため無効化します。

ジョブの分散管理にはKubernetes（クーバネティス）を使います。Kubernetesはコンテナ化されたアプリを複数マシンにまたがって配備・管理するオーケストレーション基盤で、現代のクラウドインフラでも広く使われています。スマホは25〜50台ずつの自己管理クラスターに編成され、コンテナアプリとしてワークロードが動きます。

性能はどの程度か

SPECベンチマークの結果では、25〜50台のスマホを束ねると現行サーバー1台分の計算性能に相当するとGoogleは報告しています。2023年モデルのPixel Foldの性能コアは、ASUS RS720A-E11サーバーのコア性能を多くのベンチマークで上回る単一スレッド性能を示しました。一方、サーバーは数十コアと大容量メモリを備え、スマホは8〜12GBメモリと少数のヘテロジニアスコアというサイズ差が残ります。そのため、1台のスマホに収まるアプリを選ぶか、分割して動かす設計が前提です。

UC San Diegoでの初期実験では、20台のクラスターが75人以上の授業における課題採点のピーク提出を処理し、AWSのデフォルトバックエンドより短いレイテンシを記録しました。2,000台の本番展開では、並列計算やシステムプログラミングなどの授業を100クラス分同時に支え、サーバー50台相当の計算力を通常コストの数分の一で提供できる見込みです。

Gemini学習基盤とは別のレイヤー

報道タイトルでは「AIデータセンター」と書かれることもありますが、Googleの説明はより限定的です。Geminiのような大規模AIモデルの学習に使うGPUクラスターの代替を目指すものではありません。対象は大学で既にクラウド上で動いている教育・研究アプリです。Jupyter Notebookのホスティング、課題採点バックエンド、Webサービス、並列計算の授業用環境などが該当します。採点バックエンドの多くはAWSのt3.micro（2 vCPU、1GBメモリ）程度の小さなインスタンスで足りるワークロードです。

この切り分けは重要です。Nvidia製GPUで支えるフロンティアAI開発とは別に、日常のクラウド計算を既存ハードウェアの再利用でまかなう道を探っている、という位置づけになります。

2026年秋の本番展開と検証項目

2,000台規模のシステムは2026年秋の稼働を予定しています。数百人の研究者と学生に低コスト・低炭素のクラウド計算を提供するだけでなく、消費者向けハードウェアがデータセンター相当の連続負荷にどれだけ耐えられるかを検証するテストベッドにもなります。スマホは4年周期で更新される一方、サーバーは長期稼働が前提です。耐久性のデータが今後の設計判断に直結します。

研究の執筆者はGoogleのJennifer Switzer（客員ポスドク研究員）とDavid Patterson（フェロー）で、UC San Diego側にはRyan Kastner教授、Patrick Pannuto教授らが名を連ねています。Google DeepMindのチーフサイエンティストであるJeff DeanもXでこの取り組みに言及しています。

電子廃棄物とクラウド需要の両方に効くか

世界には廃棄されたスマホが膨大に存在し、データセンター需要は増え続けています。新規サーバー製造を避け、既に作られたチップを再配備すれば、製造時炭素と電子廃棄物の両面で効果が期待できます。ただし、マザーボード抽出やLinux化、Kubernetesクラスター構築といった前処理コストは無視できません。2,000台規模の実証が、その実用性を測る最初の大きな試金石です。

引き出しの古いPixelが大学のクラウドを支える日は、まだ研究段階にあります。フロンティアAIの電力問題を一撃で解く話ではなく、教育・研究クラウドを低炭素に回す具体的な一手として、2026年秋の結果が注目されます。