Google Research y la Universidad de California en San Diego están probando una forma de reutilizar teléfonos Pixel en desuso como pequeños servidores para tareas de computación en la nube.
La propuesta consiste en extraer las placas madre de smartphones que ya no se usan, agruparlas en clústeres y destinarlas a cargas livianas de docencia e investigación.
El proyecto no apunta a reemplazar centros de datos de IA ni equipos con GPUs para entrenar modelos avanzados. Su objetivo es más acotado: aprovechar teléfonos que todavía conservan capacidad de cómputo para trabajos como cuadernos Jupyter, sistemas de corrección de tareas, microservicios y aplicaciones universitarias que no requieren hardware de alto rendimiento.
Cómo Google quiere dar una segunda vida a teléfonos Pixel
Según Google Research, los investigadores de UC San Diego trabajan con apoyo de Google para convertir placas madre de teléfonos Pixel en una plataforma de computación de bajo carbono.
En vez de instalar los smartphones completos en un entorno de servidor, el proceso retira partes que no sirven para ese uso, como pantalla, batería, carcasa y cámaras.
La razón es práctica. Esos componentes ocupan espacio, pueden generar riesgos en un centro de datos y no aportan al trabajo de cómputo. La placa madre, en cambio, concentra procesador, memoria, almacenamiento y otros elementos centrales.
Google afirma que esa pieza también representa cerca de la mitad del carbono incorporado del dispositivo, según sus propias evaluaciones internas.
La diferencia entre carbono operativo y carbono incorporado es clave para entender el proyecto. El primero viene de la energía que consume una máquina mientras funciona. El segundo corresponde a las emisiones asociadas a fabricar el hardware. Reutilizar teléfonos en desuso busca extender la vida útil de componentes ya fabricados y reducir la necesidad de comprar equipos nuevos para tareas que no los requieren.
Google explica que Android se reemplaza por una distribución Linux de propósito general y que los trabajos se coordinan con contenedores y Kubernetes. De acuerdo con la publicación, entre 25 y 50 teléfonos pueden acercarse al rendimiento de un servidor moderno en ciertos benchmarks, aunque siempre dentro de cargas compatibles con la memoria y capacidad de estos dispositivos.
Qué tareas podrían correr en estos mini servidores
La aplicación más concreta está en UC San Diego. La universidad planea desplegar un clúster de 2.000 teléfonos Pixel para entregar computación cloud de bajo costo y menor huella de carbono a estudiantes e investigadores. Google dice que una prueba con 20 teléfonos ya pudo sostener picos de entrega de tareas en una clase de más de 75 estudiantes, con tiempos de corrección inferiores al backend estándar de AWS usado en ese caso.
Ese dato no significa que cualquier carga de IA pueda moverse a teléfonos usados. El propio enfoque limita el uso a trabajos pequeños o medianos: clases de programación, servicios académicos, pruebas de sistemas, microservicios y tareas que hoy suelen ejecutarse en instancias pequeñas de nube. Para entrenamiento de modelos grandes, inferencia intensiva o aplicaciones que necesitan GPUs, el proyecto no sería sustituto de la infraestructura especializada.
La idea sí conecta con una discusión más amplia sobre el costo material de la IA. Mientras buena parte del sector se concentra en nuevos chips, más energía y centros de datos más grandes, este proyecto muestra una vía complementaria: revisar qué cargas realmente necesitan hardware nuevo y cuáles pueden ejecutarse en equipos reutilizados. Esa conversación también aparece en otras áreas de infraestructura, como la plataforma de RAG agentivos de Google, donde el crecimiento de aplicaciones de IA exige más capacidad de nube.
El despliegue completo en UC San Diego está previsto para el otoño boreal de 2026. Una parte central de la prueba será medir si hardware de consumo puede operar de forma confiable bajo uso sostenido. Si funciona, el resultado no convertiría teléfonos viejos en una alternativa universal a los servidores, pero sí podría abrir una opción concreta para universidades y laboratorios que necesitan capacidad de cómputo barata, reutilizable y suficiente para cargas de baja demanda.
Fuentes
