Seiring model AI yang menuntut daya komputasi yang semakin besar, para pengembang menjelajahi alternatif dari pusat data tradisional. Dua proyek yang disoroti oleh Cointelegraph—Acurast dan Phase—sedang membangun jaringan terdesentralisasi yang memanfaatkan ponsel yang tidak terpakai untuk menyediakan daya pemrosesan terdistribusi untuk tugas-tugas seperti web scraping, keamanan siber, dan inferensi AI.

Pertumbuhan pool ponsel Acurast

Menurut Cointelegraph, Acurast telah merekrut lebih dari 335.000 ponsel, dengan sekitar 40.000 perangkat yang secara aktif menyumbang daya komputasi setiap hari. Co-founder Alessandro De Carli mengklaim bahwa pool aktif tersebut setara dengan kapasitas sekitar 2.340 server pusat data kelas atas ketika diuji terhadap server AI ASUS RS720A-E11. Jaringan ini berfokus pada beban kerja yang diuntungkan oleh keamanan perangkat keras bawaan ponsel dan tugas yang intensif CPU yang memerlukan distribusi geografis yang luas.

Proxy seluler dan model harga Phase

Phase meluncurkan Phase Proxy pada Oktober 2026, memungkinkan pemilik ponsel untuk menyediakan konektivitas internet dan validasi blockchain untuk agen AI. Founder Kirill Eves mengatakan layanan ini membantu menghindari pembatasan kecepatan pusat data dengan mengalihkan lalu lintas melalui koneksi seluler residensial. Phase mengenakan biaya 0,5 USDT per 1.000 permintaan dan 1 GB lalu lintas, dan berencana memperkenalkan Phase Router, yang akan secara dinamis mengarahkan permintaan sederhana ke model berbasis ponsel atau ke penyedia eksternal seperti OpenAI dan Anthropic berdasarkan biaya dan kinerja.

Tantangan teknis dan ekonomi

Pengamat industri memperingatkan bahwa mengoordinasikan armada ponsel global menghadirkan hambatan yang tidak terlihat di fasilitas terpusat. Studi tahun 2025 yang dikutip oleh Cointelegraph menunjukkan bahwa cluster ponsel kecil dan terkendali dapat menyamai kinerja cloud pada tugas pengenalan gambar, tetapi implementasi di dunia nyata harus menghadapi penurunan baterai, variasi jaringan, dan perangkat keras yang heterogen. Markus Levin dari XYO berargumen bahwa jaringan terdesentralisasi mungkin unggul dalam mengumpulkan data dunia nyata daripada menjalankan model AI besar, menekankan bahwa solusi yang layak harus menyelesaikan masalah yang dibayar, bukan mengandalkan spekulasi token. Skema kompensasi Acurast, yang memvariasikan imbalan berdasarkan uptime perangkat, spesifikasi perangkat keras, dan permintaan, mencerminkan kesulitan dalam menciptakan model yang berkelanjutan secara finansial.

Yang perlu diperhatikan selanjutnya