Google ricicla smartphone per fare girare l’AI
Un cluster di 20 smartphone Pixel ha superato un backend AWS in latenza di inferenza, dimostrando il potenziale del phone cluster computing.
Il cluster di venti Pixel supera AWS in latenza grazie all’architettura ARM
Un cluster di venti smartphone Pixel che batte un backend AWS in latenza di inferenza. Non è un esperimento da laboratorio, ma il banco di prova di una piattaforma di calcolo a basse emissioni che Google sta preparando per l’autunno 2026. Il trucco sta tutto nei core: mentre un server moderno spinge la potenza aggregata su decine di core multi-thread, uno smartphone del 2023 come il Pixel Fold offre prestazioni single-thread superiori a un server ASUS RS720A-E11 nella maggior parte dei benchmark SPEC. La differenza è architetturale — non di scala.
Cosa succede quando smonti un telefono e lo metti in rack
Il progetto, guidato dai ricercatori dell’Università della California San Diego con il supporto di Google, si chiama phone cluster computing. Si estraggono le motherboard da smartphone dismessi, le si aggrega in cluster e le si connette a una rete e a storage condiviso. Il punto è che ogni singolo core di un chip mobile moderno — ARM, con cache L1/L2 ottimizzate per latenza — gira più veloce di un core Xeon quando il carico non richiede parallelismo massivo. La differenza di architettura tra smartphone e server è proprio questa: pochi core ma performanti in single-thread, contro decine di core più lenti singolarmente ma efficienti su carichi multi-thread. Per l’inferenza di modelli AI di medie dimensioni — quelli che girano su una ricerca Google con risposte generate — la latenza per richiesta conta più del throughput aggregato.
I dati lo confermano: un cluster di venti telefoni ha retto il carico di picco di una classe universitaria con latenze inferiori al backend AWS standard, e un cluster di 2.000 telefoni — il datacenter previsto — potrà servire un centinaio di classi contemporaneamente. Ogni telefono consuma una frazione dell’energia di un nodo server tradizionale, e le motherboard vengono da dispositivi altrimenti destinati alla discarica. È un cloud computing a basso costo e basse emissioni di carbonio che si costruisce con l’e-waste.
AI Search, l’infrastruttura che cambia sotto i vostri occhi
Non è una coincidenza che Google investa in questa direzione proprio ora. Come ha spiegato Nikola Todorovic in un’intervista sull’AI nella ricerca Google, le nuove funzionalità AI non sono più un componente opzionale — sono il motore stesso della ricerca. E con l’annuncio di Google I/O 2026, confermato in un’intervista esclusiva con la SEO Joy Johnston, la ricerca AI coincide ormai con la ricerca Google. Ogni query genera una o più inferenze. Ogni inferenza ha un costo energetico e di latenza. Se il datacenter tradizionale diventa il collo di bottiglia, un’infrastruttura distribuita basata su vecchi smartphone può offrire una via d’uscita a basso impatto.
“Le prestazioni per core degli smartphone moderni sono pari o migliori di quelle dei server”, scrivono i ricercatori. “La differenza fondamentale è la dimensione: uno smartphone ha una manciata di core e 8-12 GB di memoria, un server dozzine di core e centinaia di GB”.
Per un carico come l’inferenza AI in tempo reale, dove il lavoro è spesso limitato dalla velocità di un singolo core e dalla banda della memoria, il telefono non è un ripiego: è un componente computazionalmente più efficiente. Il datacenter a basse emissioni basato su Pixel che l’UC San Diego lancerà in autunno 2026 sarà il primo banco di prova su larga scala.
Per chi scrive codice: cosa cambia nello stack
Chi sviluppa applicazioni cloud dovrà iniziare a pensare in termini di job single-thread concorrenti invece che di istanze multi-core. I cluster di telefoni non sono adatti a carichi di lavoro che richiedono grandi spazi di indirizzi o parallelismo SIMD massivo; sono invece perfetti per microservizi, inferenza, proxy e code-building. La latenza ridotta si traduce in una migliore esperienza utente, ma impone un ripensamento delle strategie di schedulazione: non più un singolo server poderoso, ma una flotta di nodi fragili e a basso consumo, con un tasso di guasto più alto e una rete più rumorosa.
Il trade-off è accettabile se si progetta per la resilienza.
La vera sorpresa è che il processo di riciclo delle motherboard per il phone cluster computing è aperto e documentato — Google ha pubblicato tool e linee guida. Chiunque, con un lotto di smartphone dismessi e un po’ di hardware di rete, può replicare l’architettura. La democratizzazione del cloud computing passa anche da qui: non più datacenter giganti, ma cluster domestici fatti di hardware che altrimenti sarebbe rifiuto.
