La Universidad de California en San Diego prepara, con apoyo de Google, un experimento poco habitual para reducir el coste y la huella de carbono de la computación: construir una pequeña plataforma cloud a partir de 2.000 smartphones Pixel retirados. La idea no es competir con los grandes centros de datos de inteligencia artificial llenos de GPUs, sino demostrar que muchos servicios académicos, cargas ligeras y aplicaciones educativas pueden ejecutarse sobre hardware que normalmente acabaría olvidado en un cajón o convertido en residuo electrónico.
El proyecto se basa en una premisa sencilla. Muchos móviles se sustituyen cada pocos años aunque su capacidad de cómputo siga siendo útil. Según Google Research, los usuarios cambian de teléfono de media cada cuatro años, pero los dispositivos retirados conservan procesadores, aceleradores, memoria y almacenamiento plenamente funcionales. Reutilizar esas placas en lugar de fabricar nuevos servidores puede reducir parte de las emisiones asociadas a la producción de hardware nuevo.
La propuesta se conoce como phone cluster computing. Consiste en extraer la placa base de smartphones retirados, eliminar los componentes que no son necesarios en un entorno de servidor, agrupar esos módulos en clústeres y gestionarlos como una plataforma de cómputo general. En lugar de tener teléfonos completos apilados en un rack, el sistema aprovecha el corazón del dispositivo: el SoC, la memoria, el almacenamiento y los aceleradores integrados.
De móvil usado a nodo de cómputo
Un smartphone no está diseñado para vivir en un centro de datos. Tiene pantalla, batería, cámaras, altavoces, carcasa y periféricos que no aportan nada a una carga cloud. Algunos de esos elementos, como las baterías, incluso pueden ser un problema en un entorno de operación continua. Por eso el proyecto retira todo lo que sobra y conserva únicamente la placa base.
Google Research señala que esa placa concentra aproximadamente la mitad de la huella de carbono incorporada del dispositivo, según evaluaciones internas. La huella incorporada es la que se genera al fabricar el hardware: extracción de materias primas, producción de chips, ensamblaje, transporte y cadena industrial. Es una parte difícil de reducir una vez el producto ya existe, pero se puede repartir mejor si se alarga su vida útil.
| Elemento reutilizado | Motivo |
|---|---|
| Placa base del smartphone | Contiene CPU, aceleradores, memoria y almacenamiento |
| SoC Arm | Ofrece buen rendimiento por núcleo y eficiencia energética |
| Memoria integrada | Suficiente para muchas cargas educativas ligeras |
| Almacenamiento interno | Útil para aplicaciones pequeñas y servicios locales |
| Aceleradores integrados | Pueden ayudar en tareas específicas según el modelo |
| Linux y contenedores | Permiten gestionar los móviles como nodos de cómputo |
El sistema operativo también cambia. Android está basado en Linux, pero su entorno de usuario está pensado para un móvil, no para un servidor. Los investigadores sustituyen esa capa por una distribución Linux generalista, lo que facilita ejecutar aplicaciones de forma más parecida a un entorno cloud tradicional. Además, se eliminan mecanismos propios de móviles, como ciertos gestores agresivos de memoria, que tienen sentido en un dispositivo personal, pero no en un clúster de servidores.
Para coordinar decenas o cientos de placas, el proyecto usa aplicaciones en contenedores gestionadas con Kubernetes. Cada grupo de entre 25 y 50 teléfonos se organiza como un clúster autónomo. Esa cifra no es casual: las pruebas SPEC citadas por Google Research indican que entre 25 y 50 móviles pueden ofrecer una capacidad equivalente a la de una CPU de servidor moderna en determinados escenarios.
No sustituye a un gran centro de datos de IA
La comparación debe hacerse con cuidado. Un conjunto de móviles retirados no sustituye a un clúster de NVIDIA Blackwell, AMD Instinct o TPUs de Google para entrenamiento de modelos de inteligencia artificial. Tampoco está pensado para cargas con grandes necesidades de memoria, GPU o red de baja latencia. Su valor está en otro lugar: tareas pequeñas, repetitivas, educativas y de investigación que no necesitan hardware nuevo ni instancias cloud sobredimensionadas.
En universidades, muchas aplicaciones de docencia y evaluación ya se ejecutan en la nube. Pueden ser notebooks de Jupyter, backends de corrección automática, pequeñas máquinas virtuales para prácticas o servicios para clases de programación. Algunas de estas cargas suelen desplegarse en instancias pequeñas, como una AWS t3.micro con 2 vCPU y 1 GB de memoria.
Los investigadores han probado que un clúster de 20 teléfonos puede sostener tasas de envío propias de una clase de más de 75 estudiantes, con latencias de corrección por debajo del backend cloud usado por defecto. El despliegue previsto de 2.000 móviles podría soportar alrededor de 100 clases simultáneas de ese tipo.
| Escenario | Resultado descrito por Google Research |
| 20 teléfonos | Capaces de soportar una clase de más de 75 estudiantes |
| 25-50 teléfonos | Equivalencia aproximada con una CPU de servidor moderna en pruebas SPEC |
| 2.000 teléfonos | Unas 50 equivalencias de servidor |
| Despliegue previsto | Soporte para unas 100 clases simultáneas |
| Lanzamiento esperado | Otoño de 2026 |
| Uso inicial | Docencia, investigación y cloud de bajo coste para UC San Diego |
La clave está en asignar bien las cargas. Los móviles tienen pocos núcleos, memoria limitada y menor capacidad total que un servidor, pero sus núcleos de alto rendimiento pueden ser competitivos en tareas de un solo hilo. Si la aplicación encaja en la memoria disponible y puede distribuirse en muchos nodos pequeños, el modelo puede funcionar.
Una respuesta al coste oculto de fabricar servidores
El proyecto toca una cuestión que suele quedar fuera del debate sobre centros de datos: no todo el impacto ambiental viene del consumo eléctrico. La huella operativa, asociada a la energía usada durante la vida del equipo, es importante. Pero también lo es la huella incorporada de fabricar nuevos servidores, placas, memorias, SSDs, fuentes y sistemas de refrigeración.
La mejora de eficiencia energética y el uso de electricidad limpia ayudan a reducir la huella operativa. La huella de fabricación es más difícil de compensar. Cada servidor nuevo necesita materiales, obleas, ensamblaje, logística y una cadena industrial intensiva. Reutilizar hardware ya fabricado puede evitar parte de esa presión, siempre que el rendimiento y la fiabilidad sean suficientes.
| Tipo de huella | Qué mide | Cómo actúa el proyecto |
| Carbono operativo | Emisiones por energía durante el uso | Usa hardware eficiente y cargas ligeras |
| Carbono incorporado | Emisiones de fabricar el hardware | Alarga la vida útil de teléfonos ya producidos |
| Residuos electrónicos | Dispositivos retirados o abandonados | Reutiliza placas antes de reciclar o desechar |
| Coste económico | Compra de servidores e infraestructura | Reduce necesidad de hardware nuevo |
| Escalabilidad académica | Capacidad para clases y laboratorios | Usa muchos nodos pequeños gestionados por Kubernetes |
El enfoque también tiene un componente educativo. Un centro de datos construido con móviles retirados puede servir como plataforma de investigación para estudiar fiabilidad, consumo, orquestación, redes, mantenimiento y comportamiento de hardware de consumo bajo carga sostenida. Esa información puede ser útil para futuras arquitecturas de bajo coste, edge computing o infraestructuras locales en entornos con menos presupuesto.
El reto será la fiabilidad
La gran pregunta es cuánto aguanta un smartphone convertido en nodo de servidor. Los móviles no se diseñaron para operar 24 horas al día, durante años, en un rack. Sus componentes están optimizados para ráfagas de uso, disipación limitada y ciclos de carga diferentes. Al retirar pantalla, batería y carcasa se eliminan algunos problemas, pero aparecen otros: alimentación estable, refrigeración, conectividad física, mantenimiento y sustitución de placas fallidas.
Google Research reconoce que uno de los objetivos del despliegue será estudiar la fiabilidad de hardware de consumo en uso sostenido. Ese punto será decisivo para saber si el modelo puede pasar de experimento universitario a patrón replicable en más instituciones.
También hay límites de software. No todas las aplicaciones se adaptan bien a miles de nodos pequeños. Las cargas con mucha comunicación entre procesos, gran consumo de memoria o necesidad de GPUs potentes no encajan. Pero muchos servicios docentes, microservicios ligeros, sistemas de evaluación, pequeñas APIs y entornos de laboratorio sí pueden hacerlo.
Un modelo para universidades, no para sustituir hiperescalares
La iniciativa no debe leerse como una alternativa universal a los centros de datos tradicionales. Google no está proponiendo reemplazar sus regiones cloud por móviles reciclados. Lo que plantea junto a UC San Diego es una forma de reutilizar hardware funcional para una categoría concreta de cargas.
Ese matiz importa. La industria está invirtiendo cientos de miles de millones en centros de datos de IA, con enormes necesidades de energía, memoria, aceleradores y red. Frente a esa escala, un clúster de 2.000 móviles parece pequeño. Pero el valor del proyecto está en demostrar que no todas las cargas necesitan infraestructura nueva, cara y sobredimensionada.
Para universidades, laboratorios, administraciones locales o centros de formación, este tipo de modelo puede abrir una vía interesante. Permite reducir costes, enseñar computación distribuida con hardware real, estudiar sostenibilidad y sacar partido a dispositivos que todavía conservan valor técnico.
La idea también encaja con una visión más amplia del edge computing. Si muchos dispositivos retirados pueden organizarse como pequeños clústeres, podrían aparecer modelos locales de cómputo para educación, investigación, servicios comunitarios o tareas de baja intensidad. No resolverán el hambre energética de la IA generativa, pero pueden aliviar cargas que hoy se envían por defecto a la nube.
El proyecto de UC San Diego y Google recuerda algo que la industria suele olvidar en los ciclos de renovación acelerada: el hardware no pierde su valor computacional el día que deja de ser atractivo para el consumidor. Un móvil de hace tres o cuatro años puede no ser el último modelo del mercado, pero sigue siendo un ordenador compacto, eficiente y capaz. Reutilizarlo como nodo de cómputo no es solo una curiosidad técnica; es una forma práctica de preguntarse cuánta infraestructura nueva necesitamos realmente.
Preguntas frecuentes
¿Qué está construyendo UC San Diego con apoyo de Google?
La universidad planea desplegar una plataforma de cómputo con 2.000 smartphones Pixel retirados para ofrecer cloud de bajo coste y baja huella de carbono a estudiantes e investigadores.
¿Cómo se convierten los móviles en servidores?
Se retiran componentes como pantalla, batería, cámaras y carcasa, se conserva la placa base, se instala una distribución Linux y se gestionan las aplicaciones mediante contenedores y Kubernetes.
¿Puede este sistema sustituir a un centro de datos de IA?
No. Está pensado para cargas ligeras, educativas y de investigación. No sustituye a clústeres de GPUs o TPUs para entrenamiento e inferencia avanzada de modelos grandes.
¿Cuándo estará operativo el sistema?
Google Research indica que el sistema completo está previsto para otoño de 2026.
