AI革命を支える広大なデータセンターは、批判の的となりつつある。世界中の活動家たちは、このインフラが必要とする膨大なエネルギーと水を指摘し、市場では、1ギガワット規模のAIデータセンターを1棟建設するのにかかる約$38 billion costを賄う収益への懸念が高まっている。しかし、AI革命を動かす別の方法が、すでに人々のポケットの中にあるのかもしれない。

2026年10月時点で、世界には推定7.68 billion mobile connections件のモバイル接続があり、数十億台のスマートフォンがポケットや机、引き出しの中で使われずに眠っている。各デバイスにはプロセッサー、メモリ、インターネット接続が備わっており、これらを合わせると、活用を待ち望む膨大な計算能力のプールとなる。問題は、普通のスマートフォンのネットワークが大規模なAIを現実的に支えられるかどうかだ。

スマートフォンを活用する

分散型AIネットワークは、日常のスマートフォンを分散型インフラ層へと変え、高コストな中央集権型データセンターへの依存を減らすことを目指して登場している。

Acurastは、33万5,000台以上のスマートフォンをネットワークにオンボードしたと発表している。共同創設者のAlessandro De Carli氏によると、そのうち平均して約4万台が毎日完全に稼働しており、ウェブスクレイピングやサイバーセキュリティからAI推論、エージェントホスティングに至るまでのタスクに計算能力を提供している。

De Carli氏によれば、スマートフォンは特定のワークロードにおいて特に効率的だという。内蔵されたハードウェアセキュリティ機能は、機密コンピューティングや、実行ファイルをインストールして実行できる「分離環境」などの分野で優れており、「CPU集約型」のワークロードや、広範な分散とインターネットへの「無フィルターアクセス」を必要とするワークロードにも適しているという。

「サーバーはマルチスレッド処理に優れていますが、スマートフォンは比類のない計算効率を提供します」とDe Carli氏はCointelegraph Magazineに語った。

一般的なスマートフォンはメモリが限られており、複数のタスクを並行して処理する際には大型サーバーが優位性を保つものの、多くのワークロードは個々のデバイスが持つメモリ内で十分に収まると同氏は言う。

ネットワーク上の稼働中の電話全体としては、「約2,340台のハイエンドなデータセンターサーバーに相当する計算能力」を持ち合わせていると同氏は主張する。これは、人工知能(AI)とハイパフォーマンスコンピューティング(HPC)向けに構築された高密度サーバー、ASUS RS720A-E11との比較に基づくものだ。

別のプロジェクトであるPhaseは10月にPhase Proxyを開始した。これにより、スマートフォンの所有者はAIエージェント向けにインターネット接続とブロックチェーン検証を提供できる。創設者のKirill Eves氏は、「ウェブサイトはデータセンター発の自動トラフィックを日常的にブロックしたりレート制限したりする」ため、このシステムは代わりにユーザーのモバイルおよび住宅向け回線をプロキシとして利用すると説明した。Phaseは1,000リクエストおよび1GBのトラフィックあたり0.5 USDTの課金を計画している。

次のステップはPhase Routerで、より単純なリクエストをネットワーク上のスマートフォンで動作するモデルへ振り向け、あるいは「タスクの複雑さ、モデルの能力、パフォーマンス、コスト」に基づいてOpenAIやAnthropicなどの主要な外部プロバイダーへルーティングするという。Eves氏によると、このネットワークは最終的にスマートフォンを超えてデスクトップ、サーバー、GPUへと拡大する可能性があるという。

分散型インフラプロバイダーXYOの共同創設者、Markus Levin氏は、分散型ネットワークはAIモデルの実行よりも、実世界のデータの収集と検証に適している可能性があると指摘する。スマートフォンやセンサーは、中央集権型のデータセットでは見落とされる地域固有の情報を提供できるが、それはデータが正確で操作に耐える場合に限られる、と同氏は言う。

「有用な分散型AIネットワークは、顧客が金を払ってでも解決してもらいたい問題を解決するかどうかで判断されるべきであり、トークン価格やノード数ではありません」とLevin氏は語った。

調整が難しいところ

モバイル電話ネットワークが直面する最大の課題の一つは、データセンターと同じように、予測可能なハードウェア、電力、接続性を提供するためにデバイスを調整することだ。

2025年の研究では、画像認識タスクを実行する少数のスマートフォンのグループがテストされ、特定の条件下ではスマートフォンのクラスターが競争力のあるパフォーマンスを発揮できることが判明したが、その結果は実際の運用ではなく、管理されたテスト環境によるものだった。

カリフォルニア大学サンディエゴ校でのGoogle支援のプロジェクトでは、廃棄された20台のスマートフォンのクラスターが、75人以上の学生のクラスのピーク時の計算ワークロードを処理でき、大学の標準的なクラウド環境よりも採点時間が速いことが判明した。しかし、これらのデバイスも、世界中に散在しているのではなく、管理された環境に設置されていた。

現実世界では、分散型ネットワークは、切断される、過熱する、バッテリーが切れる、ネットワークを切り替える、処理能力やメモリに大きな差があるといったスマートフォンに対処しなければならない。例えばEthereumのようなブロックチェーンネットワークでは、現在のところ容量は、ネットワーク全体での通信にかかる時間と、最も低スペックなデバイスの処理能力によって制限されている。

同様に、タスクを複数のスマートフォンに分割する場合、遅い接続や切断されたデバイスが足かせとなり得る。独立した個別のタスクを利用可能なスマートフォンに分散させる方法のほうが、一般に簡単だ。

経済性は成立するのか

技術的な課題を克服できたとしても、これらのネットワークは、顧客とデバイス所有者の双方にとって財務的に意味のあるものである必要がある。

既存のスマートフォンハードウェアを使用すれば、データセンター建設の高い資本コストはかからないが、接続性、調整、ネットワークにデバイスを接続し続ける人々へのインセンティブといったコストは残る。

報酬については、Acurast参加者への報酬は「デバイスの稼働時間、ハードウェア仕様(ベンチマークパフォーマンス)、ステークされたACUの総額、開発者からの実際の計算需要」によって異なるため、「固定の数値はない」とDe Carli氏は語る。オペレーターは顧客からの直接支払いではなく、インフレ資金による報酬プールを競い合うという。

Phaseのネットワーク報酬は、稼働時間、参加度、顧客需要に依存する。「Phaseはサービス収益の一部を使用して公開市場でPHASEを購入し、ネットワークへの貢献度に基づいてノードオペレーターに分配します」とEves氏は語った。

スマートフォン上でAIモデルを適切に動作させること自体はもはや主要な課題ではない。真の課題は、数万台のスマートフォンを調整して信頼性の高いクラウドサービスのように動作させながら、経済性を成立させることだ。

本記事はCointelegraph Magazineの報道に基づくものです。