古いPixelを大学クラウドに転用、Google支援の2,000台スマホ基板データセンター

使われなくなったスマートフォンを、処分待ちの電子ごみではなく小さなサーバーノードとして扱う試みが、大学の計算基盤で本格化する。Google Researchは2026年6月12日、

この計画が動かす前提は、データセンターの低炭素化を電力消費だけで見ない点にある。計算機の環境負荷には、稼働中の電力に伴う運用時炭素と、製造・部材調達・組み立てで発生するエンボディドカーボンがある。電力側は再生可能エネルギーや効率改善で下げられる。一方、すでに作られたハードウェアの製造時負荷は消せない。UCSDとGoogleの狙いは、その残った計算能力を大学向けクラウドに転用し、新しいサーバーを買う必要を減らすことにある。

狙いはスマートフォンそのものではなく基板の再利用にある

スマートフォンをそのままラックに並べれば、データセンター機器になるわけではない。Google Researchの説明では、端末は投入前にディスプレイ、バッテリー、筐体、カメラなどを取り外し、計算機能を担うマザーボードだけを残す。バッテリーはデータセンター環境に適さない材料を含み、画面や筐体は設置密度を下げる。端末としての価値を支えた部品の多くは、クラウド計算では余計な重量とリスクになる。

それでもマザーボードを残す理由は明確だ。Googleは内部のカーボンフットプリント評価をもとに、スマートフォンのエンボディドカーボンの最大部分、約50%がマザーボードにあるとしている。SoC、メモリ、ストレージ、電源回路を含む基板は、端末の中で最も計算資源に近く、製造時負荷も大きい。再利用の対象を中古端末全体ではなく基板へ絞ることで、環境面の焦点とデータセンター実装の焦点が一致する。

この見方は、スマートフォンの買い替え周期ともつながる。Google Researchは、平均的なユーザーが約4年でスマートフォンを交換すると説明している。多くの端末は消費者向け製品としては古く見えても、プロセッサ、アクセラレータ、メモリ、ストレージを備えた小型コンピュータとしてはまだ使える。短い消費サイクルで余った計算能力を、教育機関の待ち時間やクラウド費用を減らす資源へ戻せるかが、この実証の軸になる。

Pixelの単一コア性能は強いが、サーバーとは得意分野が違う

計画が成立する背景には、スマートフォンSoCの性能向上がある。Google Researchは、2023年のPixel Foldの性能コアとASUS RS720A-E11サーバーをSPEC CPU2017で比べ、多くのベンチマークでPixel Foldの性能コアがサーバーのコアを上回ったと示している。見落としやすいのは、これは単一スレッド性能の比較であることだ。古いスマートフォンでも、1つのコアに集中する処理では、現代的なサーバーの1コアに近い仕事をこなせる。

ただし、スマートフォンはサーバーの代替品ではない。通常のサーバーは多数のマルチスレッド対応コア、大容量メモリ、拡張I/O、冗長化された電源や冷却を持つ。スマートフォンは少数のヘテロジニアスコアと8〜12GB程度のメモリに限られる。Google Researchも、課題はスマートフォンの容量に収まるアプリケーション、または収まる形に分割できるアプリケーションを選ぶことだと説明している。

このため、見出しとしては「スマホがサーバーを超えた」よりも、「サーバーに頼っていた一部の小さな仕事を、スマホ基板の集合へ逃がせる」と捉えた方が実態に近い。SPECベンチマークの結果から、25〜50台のスマートフォンが現代的なサーバー1台に相当するとされる。2,000台の配備は、50台分のサーバー相当の計算資源を通常より低いコストで提供する計画として位置づけられている。

Androidを外し、LinuxとKubernetesで小さなノードを束ねる

ハードウェアの再利用だけでは、大学のクラウドにはならない。AndroidはLinuxを基盤にしているが、ユーザー空間はモバイル端末向けに設計されている。Google Researchは、クラウド計算向けにはAndroidのユーザー空間を汎用Linuxディストリビューションへ置き換える必要があるとしている。これにより、一般的なプログラミング環境を用意し、コンテナ化されたアプリケーションを扱いやすくする。

同時に、スマートフォン向けの保護機構もクラウド用途では足かせになる。たとえば、端末にはメモリ消費の大きいアプリを制御する「low memory killer」デーモンがある。消費者向け端末では必要な仕組みだが、大学の採点ジョブや研究用コンテナを安定して動かすには、ジョブ管理側で制御できる方がよい。OSの置き換えは性能を引き出す作業であると同時に、端末をクラウドの運用単位へ変える作業でもある。

多数の小さなノードを束ねる部分にはKubernetesを使う。研究チームは25〜50台の電話を自己管理クラスタとして構成し、コンテナ化されたアプリケーションを分散して動かす。サーバー1台を大きく使う発想ではなく、小さな計算ノードを授業や研究用途の単位で割り当てる設計だ。スマートフォンの弱点であるメモリ容量やI/Oを無理に広げるのではなく、もともと小さく分けられる仕事を選ぶことで成立させている。

大学の授業採点は、再利用クラスタに向いた最初の用途になる

カリフォルニア大学サンディエゴ校が狙う用途は、大学ですでにクラウド上に置かれている教育・研究アプリケーションだ。Google Researchは、Jupyter Notebookのホスティングから、並列計算クラスのGPUサーバーまで幅広い用途が大学で使われていると説明する。その中でも、標準的な採点バックエンドはAWSのt3.microのような小さなインスタンスで動くことが多く、スマートフォン1台の能力に収まりやすい。

初期実験の数字は、この方向を裏づける。20台のクラスタは、75人超の授業における課題提出のピークを処理し、標準のAWSバックエンドより短い採点レイテンシを示した。検証対象の課題は行列乗算ベースで、1台では約50秒かかるCPU集約型の処理であり、測定されたレイテンシにはクラスタのオーケストレーションも含まれている。小規模でも、ワークロードが合えばクラウド代替として機能することを示す結果だ。

2,000台の配備では、Parallel ComputationやSystems Programmingなどのコンピュータサイエンス授業を支え、同種の授業を100件同時に支援できるとされる。ここで価値を持つのは、最高性能ではなく、需要の形と計算資源の形が合っていることだ。学生の提出が集中する時間帯に短いCPUジョブを多数さばく用途では、巨大なサーバーを常時確保するより、再利用ノードをクラスタとして持つ方が費用と製造時炭素の両面で筋が通る。

2026年秋以降の焦点は、性能より運用の持続性に移る

この実証が大学の外へ広がるかは、ベンチマークより運用の数字で決まる。Google Researchは、フルシステムを2026年秋に立ち上げる予定だとしている。稼働後に問われるのは、消費者向け基板が継続使用にどれだけ耐えるか、故障時にどの程度簡単に交換できるか、電力や冷却の実測が新造サーバー削減の利点をどこまで支えるかである。

管理面の課題も残る。2,000台のスマートフォン基板は、通常のサーバー50台より物理的な部品点数が多い。ノード単位の故障を前提にした運用、電源供給、ネットワーク配線、イメージ更新、セキュリティパッチ、部材の世代差をどう吸収するかが、研究テーマそのものになる。Google Researchがこの配備を「スマートフォンベース計算の大規模テストベッド」と位置づけるのはそのためだ。

ハイパースケールAIの文脈では、この方式がGPUクラスタや高信頼サーバーを置き換えるわけではない。大規模モデルの学習や低遅延推論、巨大メモリを必要とするワークロードには、専用サーバーの密度、ネットワーク、保守性が必要になる。一方で、教育機関や小規模研究グループの一部用途では、計算需要のすべてを新造サーバーで満たす必要はない。Pixel基板のクラスタは、クラウド費用、電子廃棄物、製造時炭素を同時に下げる余地がある領域を切り出している。

低炭素な計算基盤の議論は、電力をどこから買うかだけでは足りなくなっている。計算資源を作るための炭素がすでに端末の中に沈んでいるなら、それをどこまで長く使えるかもインフラ設計の一部になる。UCSDとGoogleの2,000台Pixelクラスタは、古いスマートフォンを懐かしい端末としてではなく、大学のクラウドを支える小さな基板として再定義する。その成否は、2026年秋以降に出てくる実運用の故障率、電力、保守コスト、そして授業や研究の待ち時間をどれだけ減らせたかで見えてくる。