Google Research a publié le 14 juin, sur son blog officiel, une étude proposant une solution pour reconvertir des smartphones désaffectés en nœuds de calcul de centre de données ; le cœur des données s’appuie sur la puissance de calcul équivalente de 25 à 50 anciens téléphones, soit celle d’un serveur moderne ; en 2023, les tests des cœurs de performance du Pixel Fold ont majoritairement dépassé les serveurs standard de centre de données ASUS RS720A-E11.
Résultats de tests de confirmation SPEC CPU2017 : cœurs de performance du Pixel Fold comparés à ASUS RS720A-E11
D’après les données de tests de référence confirmées par le blog officiel de Google Research :
Configuration de test : cœurs de processeur de performance du Pixel Fold 2023 vs ASUS RS720A-E11, serveur de centre de données
Outil de référence : SPEC CPU2017 (référence de l’industrie pour l’évaluation des performances CPU)
Résultats des tests : les cœurs de performance du Pixel Fold surpassent, sur la majorité des tests, la performance mono-cœur du serveur ASUS RS720A-E11
Explication de Google Research : les puces de smartphone ont été « rodées » pendant des années pour maximiser la performance par watt, en raison des contraintes d’alimentation des appareils mobiles ; l’orientation des serveurs de centre de données est la parallélisation multi-cœurs, avec une grande mémoire et un débit I/O, et la performance mono-cœur n’est pas un critère de conception prioritaire.
Spécifications de conversion : conserver la carte mère, tout le reste démonté, remplacer le logiciel par Linux
D’après les étapes de conversion confirmées du plan de Google Research :
Côté matériel : retirer l’écran, la batterie, le châssis, les modules caméra, tout en conservant la carte mère. D’après l’évaluation interne de Google sur l’empreinte carbone, la carte mère représente environ 50% du carbone contenu dans l’ensemble du téléphone.
Côté logiciel : remplacer l’userspace Android destiné au mobile par une distribution Linux générique ; désactiver des mécanismes de protection « low memory killer » et autres propres aux équipements grand public (cette fonction est conçue pour maintenir la fluidité de l’interface du téléphone ; dans un environnement de serveur cloud, elle interfère avec l’allocation normale de mémoire).
Architecture en cluster : un cluster auto-géré composé de 25 à 50 téléphones, couplant des applications conteneurisées avec l’orchestration Kubernetes ; pour les charges de travail applicatives de niveau supérieur, le comportement du cluster est équivalent à celui d’une machine cloud.
Données issues de tests réels et projet de 2 000 smartphones pour UC San Diego
Tests réels déjà effectués : lors des pics de soumission de travaux dans un cours de plus de 75 personnes, la latence des évaluations du cluster de 20 téléphones est inférieure à celle du backend AWS par défaut ; la puissance de calcul de chaque téléphone est globalement équivalente à une instance AWS t3.micro (2 CPU virtuels, 1GB de mémoire).
Le projet de 2 000 smartphones d’UC San Diego (calendrier cible, encore en phase de planification) : l’objectif est de soutenir des cours d’informatique comme la « programmation parallèle » et la « programmation système » ; après un déploiement complet, il pourra soutenir simultanément plus de centaines de cours, avec une puissance de calcul équivalente à environ 50 serveurs ; le coût représente une petite fraction de l’achat habituel ; le calendrier de mise en ligne visé est l’automne 2026. À la date du 14 juin 2026, le cluster d’UC San Diego n’a pas encore confirmé sa finalisation ni sa mise en ligne.
Problèmes non résolus confirmés par l’équipe de recherche : fiabilité du matériel grand public
Les questions ouvertes explicitement signalées par Google Research dans sa publication : les cartes mères de téléphone n’ont jamais été conçues pour exécuter des charges de travail de serveur 24h/24, 7j/7 ; pour l’exécution pendant de longues périodes et sous forte charge, les courbes de durée de vie des composants et la répartition des taux de panne manquent encore de données à grande échelle et sur la durée. Le cluster de 2 000 smartphones d’UC San Diego, dont une fonction consiste à collecter systématiquement ce type de données de fiabilité.
FAQ
Pourquoi la performance mono-cœur des puces mobiles peut-elle dépasser celle des serveurs de centre de données ?
D’après l’explication de Google Research, les puces mobiles ont été optimisées pendant des années pour l’efficacité énergétique (performance par watt), en raison des contraintes strictes des batteries des appareils mobiles ; tandis que l’orientation des serveurs de centre de données met l’accent sur le traitement parallèle multi-cœurs et le débit I/O, et la performance mono-cœur n’est pas un objectif prioritaire. Dans les tests mono-cœur de référence SPEC CPU2017, cette différence fait que le cœur de performance du Pixel Fold dépasse la majorité des éléments sur ASUS RS720A-E11.
Avec un cluster de 25 à 50 téléphones, comment faire en sorte que les applications de niveau supérieur semblent fonctionner sur un serveur ?
D’après le plan de Google Research, le cluster utilise des applications conteneurisées avec l’orchestration Kubernetes ; du point de vue des charges de travail de niveau supérieur, le cluster adopte un comportement qui donne l’impression d’une seule machine cloud. Les administrateurs opèrent via l’interface standard de Kubernetes, sans besoin de gérer individuellement chaque nœud téléphone.
Pourquoi le chiffre de 50% de carbone contenu dans la carte mère est-il important pour le calcul des émissions de carbone du projet ?
D’après l’évaluation interne de Google sur l’empreinte carbone, la carte mère représente environ 50% du carbone total, depuis l’extraction des matières premières jusqu’aux émissions à la sortie d’usine. Le plan de conversion conserve la carte mère et démonte le reste des composants, ce qui revient à continuer à utiliser le composant le plus émetteur en carbone, plutôt que de faire de l’ancien téléphone une charge irrécupérable liée à sa mise au rebut.
