Les vastes centres de données qui soutiennent la révolution de l'IA font l'objet de critiques publiques croissantes. Des militants du monde entier soulignent les quantités massives d'énergie et d'eau que cette infrastructure nécessite, tandis que les marchés s'inquiètent de plus en plus des revenus nécessaires pour rembourser le coût d'environ 38 milliards de dollars de la construction d'un seul centre de données d'IA d'un gigawatt. Mais existe-t-il un autre moyen d'alimenter la révolution de l'IA — un moyen qui se trouve déjà dans les poches de chacun ?

En octobre 2026, on estimait à 7,68 milliards le nombre de connexions mobiles dans le monde, et des milliards de smartphones sont actuellement inutilisés dans les poches, sur les bureaux et dans les tiroirs. Chaque appareil dispose d'un processeur, de mémoire et d'une connexion Internet, et ils représentent ensemble un vaste réservoir de puissance de calcul qui attend d'être mis à profit. La question est de savoir si un réseau de smartphones ordinaires peut réellement soutenir l'IA à grande échelle.

Mettre les smartphones au travail

Des réseaux d'IA décentralisés émergent, visant à transformer les smartphones du quotidien en une couche d'infrastructure distribuée, réduisant la dépendance aux centres de données centralisés coûteux.

Acurast indique avoir intégré plus de 335 000 smartphones à son réseau. Son co-fondateur, Alessandro De Carli, déclare qu'environ 40 000 d'entre eux sont pleinement actifs en moyenne chaque jour, fournissant de la capacité de calcul pour des tâches allant du web scraping et de la cybersécurité à l'inférence d'IA et à l'hébergement d'agents.

Selon De Carli, les smartphones sont particulièrement efficaces pour certaines charges de travail. Leurs fonctionnalités de sécurité matérielle intégrées excellent dans des domaines comme l'informatique confidentielle ou un « environnement isolé » capable d'installer et d'exécuter des fichiers exécutables, et les appareils sont également bien adaptés aux charges de travail « intensives en CPU » ou nécessitant une large distribution et un « accès non filtré » à Internet.

« Les serveurs sont meilleurs en multi-threading, mais les smartphones offrent une efficacité de calcul inégalée », a déclaré De Carli au Cointelegraph Magazine.

Bien que les smartphones ordinaires aient une mémoire limitée et que les grands serveurs conservent un avantage dans le traitement parallèle de multiples tâches, il a indiqué que de nombreuses charges de travail peuvent tenir confortablement dans la mémoire disponible sur chaque appareil.

Pris globalement, les téléphones actifs du réseau « correspondent à la capacité de calcul d'environ 2 340 serveurs haut de gamme de centre de données », a-t-il affirmé, en se basant sur une comparaison avec l'ASUS RS720A-E11, un serveur haute densité conçu pour l'intelligence artificielle et le calcul haute performance (HPC).

Un autre projet, Phase, a lancé Phase Proxy en octobre, permettant aux propriétaires de smartphones de fournir une connectivité Internet et une validation blockchain pour les agents d'IA. Le fondateur Kirill Eves a expliqué que « les sites web bloquent ou limitent régulièrement le trafic automatisé provenant des centres de données », de sorte que le système utilise les connexions mobiles et résidentielles des utilisateurs comme proxy. Phase prévoit de facturer 0,5 USDT par 1 000 requêtes et 1 Go de trafic.

L'étape suivante est Phase Router, qui dirigera les requêtes plus simples vers des modèles exécutés sur les téléphones du réseau, ou les acheminera vers de grands fournisseurs externes comme OpenAI et Anthropic, en fonction de « la complexité de la tâche, des capacités du modèle, des performances et du coût ». Eves a précisé que le réseau pourrait éventuellement s'étendre au-delà des smartphones aux ordinateurs de bureau, serveurs et GPU.

Markus Levin, co-fondateur du fournisseur d'infrastructure décentralisée XYO, a déclaré que les réseaux décentralisés pourraient être mieux adaptés à la collecte et à la vérification de données du monde réel qu'à l'exécution de modèles d'IA. Les téléphones et capteurs peuvent fournir des informations localisées que les ensembles de données centralisés ne captent pas, a-t-il expliqué, mais seulement si les données sont exactes et résistantes à la manipulation.

« Un réseau d'IA décentralisé utile doit être jugé sur sa capacité à résoudre un problème que les clients sont prêts à payer pour résoudre, et non sur le prix de son token ou le nombre de ses nœuds », a déclaré Levin.

La coordination est le point délicat

L'un des plus grands défis des réseaux de téléphones mobiles est de coordonner les appareils pour fournir un matériel, une alimentation et une connectivité prévisibles, de la même manière que les centres de données.

Une étude de 2025 a testé de petits groupes de smartphones effectuant des tâches de reconnaissance d'images et a constaté que des grappes de téléphones pouvaient offrir des performances compétitives dans certaines conditions, mais les résultats provenaient d'un environnement de test contrôlé plutôt que d'un déploiement réel.

Un projet soutenu par Google à l'Université de Californie à San Diego a révélé qu'une grappe de 20 smartphones retirés du service pouvait gérer la charge de calcul maximale d'une classe de plus de 75 étudiants, avec des temps de notation plus rapides que la configuration cloud standard de l'université. Cependant, ces appareils étaient également organisés dans un environnement contrôlé et non dispersés dans le monde entier.

Dans des conditions réelles, un réseau distribué doit faire face à des téléphones qui se déconnectent, surchauffent, manquent de batterie, changent de réseau et dont la puissance de calcul et la mémoire varient considérablement. Dans un réseau blockchain comme Ethereum, par exemple, la capacité est actuellement limitée par le temps nécessaire à la communication à travers le réseau et par les capacités de traitement des appareils les moins performants.

De même, lorsque les tâches sont réparties entre plusieurs téléphones, des connexions lentes ou des appareils déconnectés peuvent tout compromettre. Distribuer des tâches distinctes et indépendantes entre les téléphones disponibles est généralement plus simple.

L'économie du modèle est-elle viable ?

Même si les défis techniques peuvent être surmontés, ces réseaux doivent encore être financièrement viables pour les clients comme pour les propriétaires d'appareils.

L'utilisation du matériel smartphone existant n'entraîne pas les coûts d'investissement élevés de la construction d'un centre de données, mais des coûts subsistent sous forme de connectivité, de coordination et d'incitations pour les personnes qui maintiennent les appareils sur le réseau.

Concernant la rémunération, De Carli a indiqué qu'il n'y a « pas de chiffre fixe », car les récompenses pour les participants d'Acurast varient selon « la disponibilité de l'appareil, les spécifications matérielles (performances au benchmark), le montant total d'ACU staké et la demande active en calcul » des développeurs. Les opérateurs se disputent un pool de récompenses financées par l'inflation plutôt que de recevoir des paiements directs des clients, a-t-il précisé.

Les récompenses du réseau Phase dépendent de la disponibilité, de la participation et de la demande des clients. « Phase utilisera une partie de ses revenus de services pour acheter du PHASE sur le marché libre et le distribuer aux opérateurs de nœuds en fonction de leurs contributions au réseau », a déclaré Eves.

Exécuter correctement un modèle d'IA sur un téléphone n'est plus le principal défi — parvenir à un modèle économique viable tout en coordonnant des dizaines de milliers de téléphones pour qu'ils se comportent comme un service cloud fiable est le véritable enjeu.

Cet article est basé sur un reportage du Cointelegraph Magazine.