Google Research hat am 14. Juni in einem offiziellen Blogbeitrag eine Studie veröffentlicht, die einen Ansatz vorschlägt, um aus ausgemusterten Smartphones Rechen-Knoten für ein Datenzentrum zu machen; die Kernkennzahl lautet: Die Rechenleistung von 25 bis 50 alten Smartphones entspricht der einer modernen Servermaschine. In den Tests schnitt der Leistungs-Kern des 2023 Pixel Fold in der Mehrzahl der Messungen besser ab als der Standard-Server ASUS RS720A-E11 für Rechenzentren.
Bestätigte SPEC CPU2017-Testergebnisse: Leistungs-Kern des Pixel Fold im Vergleich zu ASUS RS720A-E11
Laut den im offiziellen Blog von Google Research bestätigten Benchmark-Daten:
Testaufstellung: Leistungs-Kern des 2023 Pixel Fold vs. ASUS RS720A-E11-Server für Rechenzentren
Benchmark-Tool: SPEC CPU2017 (branchenstandardmäßiges CPU-Leistungsrating)
Testresultate: Der Leistungs-Kern des Pixel Fold liegt in den meisten Testbereichen mit der Single-Core-Performance über der Single-Core-Leistung des ASUS RS720A-E11-Servers
Erklärung von Google Research: Smartphone-Chips wurden aufgrund der Strombegrenzungen mobiler Endgeräte über Jahre hinweg im Hinblick auf Performance pro Watt optimiert; Server für Rechenzentren sind dagegen auf Multi-Core-Parallelität, große Speicherkapazität und I/O-Durchsatz ausgelegt, wobei Single-Core-Performance nicht im Vordergrund steht.
Umbauspezifikation: Mainboard behalten, Rest komplett zerlegen, Software durch Linux ersetzen
Laut den bestätigten Umbauschritten im Google-Research-Plan:
Hardware-Ebene: Entfernen von Display, Akku, Gehäuse und Kameramodul, Behalten des Mainboards. Laut der internen Bewertung des CO2-Fußabdrucks von Google entfallen etwa 50% des im gesamten Telefon enthaltenen CO2 auf das Mainboard.
Software-Ebene: Den Android-userspace für Mobilgeräte durch eine generische Linux-Distribution ersetzen; „low memory killer“ und ähnliche Schutzmechanismen für Endgeräte deaktivieren (diese Funktion dient dazu, die Smartphone-Oberfläche flüssig zu halten und stört in einer Cloud-Server-Umgebung die normale Speicherzuweisung).
Cluster-Architektur: 25 bis 50 Smartphones bilden einen selbstverwaltenden Cluster; Containerisierte Anwendungen werden mit Kubernetes orchestriert, sodass das Clusterverhalten für die darüberliegenden Workloads wie eine einzelne Cloud-Maschine wirkt.
Messdaten aus der Praxis und UC San Diego-Plan für 2.000 Smartphones
Bereits durchgeführte Praxis-Messungen mit 20 Smartphones: In den Peak-Submission-Zeiten von Kursen mit mehr als 75 Teilnehmenden lag die Bewertungs-Latenz des Smartphone-Clusters mit 20 Geräten unter der des vorgegebenen AWS-Backends; die Rechenleistung pro Smartphone entspricht grob einer AWS-t3.micro-Instanz (2 virtuelle CPUs, 1 GB Speicher).
Der Plan von UC San Diego mit 2.000 Smartphones (Zielzeitplan, noch in der Planungsphase): Ziel ist die Unterstützung von Informationskursen wie „Parallel Computing“ und „Systemprogramming“; nach vollständigem Rollout können damit gleichzeitig mehrere hundert Kurse gestützt werden, mit einer äquivalenten Rechenleistung von etwa 50 Servern; die Kosten liegen nur bei einem kleinen Teil der Kosten einer regulären Beschaffung; als Go-Live-Zeit ist der Herbst 2026 vorgesehen. Bis zum 14. Juni 2026 hat UC San Diego den Cluster noch nicht als fertiggestellt oder live bestätigt.
Offene Punkte, die das Forschungsteam bestätigt hat: Zuverlässigkeit von Endverbraucher-Hardware
Offene Fragen, die Google Research in der Veröffentlichung ausdrücklich markiert: Das Smartphone-Mainboard wurde nie für einen 24/7-Betrieb mit Server-Workloads ausgelegt; die Lebensdauer-Kurven der Bauteile und die Verteilung der Ausfallraten von Consumer-Hardware bei langem Betrieb unter hoher Last fehlen bisher noch immer für große, langfristige Datensätze. Der UC-San-Diego-Cluster mit 2.000 Smartphones hat unter anderem die Funktion, systematisch solche Zuverlässigkeitsdaten zu sammeln.
Häufige Fragen
Warum kann die Single-Core-Performance eines mobilen Chips die eines Rechenzentrums-Servers übertreffen?
Laut der Erklärung von Google Research wurde der mobile Chip über Jahre hinweg auf Energieeffizienz (Performance pro Watt) optimiert, wegen der strengen Batteriebegrenzungen mobiler Geräte; Rechenzentrumsserver sind dagegen auf Multi-Core-Parallelverarbeitung und I/O-Durchsatz ausgerichtet, wobei Single-Core-Performance kein Prioritätsthema ist. In den Single-Core-Benchmark-Tests von SPEC CPU2017 führt dieser Unterschied dazu, dass der Leistungs-Kern des Pixel Fold in den meisten Bereichen die Performance von ASUS RS720A-E11 übertrifft.
25-50 Smartphones bilden einen Cluster – wie stellt man sicher, dass Anwendungen darüber so wirken, als sei es ein Server?
Laut dem Google-Research-Plan werden Cluster mit containerisierten Anwendungen plus Kubernetes-Orchestrierung betrieben; für die darüberliegenden Workloads präsentiert sich der Cluster als das Verhalten einer einzelnen Cloud-Maschine. Administratoren bedienen den Cluster über die standardmäßigen Kubernetes-Oberflächen, ohne einzelne Smartphone-Knoten gezielt verwalten zu müssen.
Warum ist die CO2-Zahl „50% im Mainboard“ für die CO2-Berechnung des Plans wichtig?
Laut der internen Bewertung des CO2-Fußabdrucks von Google entfallen etwa 50% des CO2, das vom Rohstoffabbau bis zur Auslieferung anfällt, auf das Mainboard. Der Umbausatz behält das Mainboard, zerlegt die restlichen Komponenten—damit werden die kohlenstoffintensivsten Teile weiterverwendet, sodass die vorhandenen CO2-Emissionen maximal „verdünnt“ werden und nicht als versunkene Kosten eines Schrott-Smartphones enden.
