Jaringan Ponsel Desentralisasi Mulai Dilirik untuk Komputasi AI
Memanfaatkan miliaran ponsel pintar tak terpakai, jaringan desentralisasi menawarkan alternatif hemat biaya terhadap pusat data AI yang mahal.
Foto: Cointelegraph AI (Dokumentasi editorial)
Poin penting
- Biaya pembangunan pusat data AI terpusat 1 gigawatt dapat menyentuh 38 miliar dolar AS.
- Jaringan ponsel pintar aktif mampu membagi beban tugas inferensi AI, hosting agen, dan pengumpulan data web.
- Koneksi terputus dan performa perangkat keras yang beragam masih menjadi kendala keandalan sistem.
Pembangunan pusat data terpusat untuk kecerdasan buatan (AI) kian membebani anggaran dan lingkungan. Biaya pendirian satu pusat data berdaya satu gigawatt diperkirakan mencapai 38 miliar dolar AS. Menghadapi lonjakan biaya tersebut, sejumlah penyedia infrastruktur mulai memanfaatkan miliaran ponsel pintar menganggur di seluruh dunia.
Berdasarkan data industri per Oktober 2026, terdapat sekitar 7,68 miliar koneksi seluler global. Setiap gawai memiliki prosesor, memori, dan koneksi internet yang dapat dihimpun menjadi daya komputasi terdistribusi guna mengurangi ketergantungan pada server cloud raksasa.
Alternatif Komputasi Mikro dan Pengikisan Data
Menurut laporan Cointelegraph AI, proyek infrastruktur desentralisasi Acurast telah mendaftarkan lebih dari 335.000 ponsel pintar. Sekitar 40.000 unit di antaranya aktif setiap hari untuk menjalankan inferensi AI, pengikisan data web, hingga hosting agen AI mandiri.
Server memang lebih unggul dalam multi-threading, tetapi ponsel pintar menawarkan efisiensi komputasi yang tak tertandingi.
Co-founder Acurast, Alessandro De Carli, mengklaim puluhan ribu ponsel aktif di jaringannya setara dengan kapasitas komputasi 2.340 server server kelas atas ASUS RS720A-E11. Fitur keamanan bawaan ponsel juga dinilai mumpuni untuk komputasi privat berkeamanan tinggi.
Pemain lain, Phase, meluncurkan layanan proksi perumahan untuk agen AI dengan tarif 0,5 USDT per 1.000 permintaan data. Mereka juga merancang Phase Router untuk menyaring tugas: beban sederhana dikerjakan oleh ponsel di jaringan, sedangkan tugas rumit diarahkan ke penyedia besar seperti OpenAI atau Anthropic.
Kendala Stabilitas dan Model Insentif
Meski menjanjikan, koordinasi ribuan perangkat konsumen di dunia nyata memiliki risiko teknis yang nyata. Perangkat rentan mengalami panas berlebih, baterai habis, atau sinyal internet yang mendadak putus di tengah pemrosesan data penting.
Uji coba University of California, San Diego bersama Google membuktikan 20 ponsel bekas mampu memproses beban tugas puluhan mahasiswa lebih cepat dari server kampus. Namun, hasil optimal tersebut didapat dalam lingkungan laboratorium yang stabil dan terkontrol.
Markus Levin, salah satu pendiri jaringan desentralisasi XYO, mengingatkan bahwa jaringan ponsel lebih realistis dipakai untuk memverifikasi data lapangan lokal ketimbang melatih model besar. Menurutnya, kegunaan jaringan terdesentralisasi harus diukur dari solusi nyata yang mau dibayar oleh pelanggan.
Apa Artinya bagi Pelaku Usaha
Bagi pimpinan perusahaan dan manajer teknologi di Indonesia, perkembangan ini menawarkan alternatif menarik untuk menekan biaya sewa server cloud yang terus melambung. Bisnis yang banyak mengandalkan otomasi data web atau agen AI mikro dapat mulai melirik arsitektur terdistribusi sebagai pelengkap.
Langkah mitigasi terbaik saat ini adalah menerapkan pendekatan hibrida. Pelaku usaha disarankan tidak langsung memindahkan sistem inti bisnis, melainkan menguji tugas-tugas non-kritis terlebih dahulu, seperti verifikasi data lapangan atau agregasi konten berkala.
Evaluasi secara ketat kepatuhan privasi data dan toleransi latensi sebelum beralih ke komputasi ponsel terdistribusi. Pastikan penyedia layanan memiliki sistem perutean otomatis yang langsung mengalihkan beban kerja ke server cadangan jika simpul ponsel mengalami gangguan jaringan.
- Cointelegraph AI: Can decentralized phone networks power the AI revolution?
Lihat hasil pemeriksaan (8 klaim)
| Klaim | Putusan | Dasar di sumber |
|---|---|---|
| Biaya pembangunan satu pusat data AI terpusat berdaya 1 gigawatt mencapai sekitar 38 miliar dolar AS. | Didukung | “pay back the $38 billion cost of building a single, one-gigawatt AI data center.” Disebutkan oleh Cointelegraph AI pada paragraf pembuka. |
| Per Oktober 2026, diperkirakan terdapat 7,68 miliar koneksi seluler di seluruh dunia. | Didukung | “As of October 2026, there are an estimated 7.68 billion mobile connections worldwide” Disebutkan oleh Cointelegraph AI mengutip data industri. |
| Acurast menyatakan telah mendaftarkan lebih dari 335.000 ponsel pintar, dengan sekitar 40.000 di antaranya aktif setiap hari. | Didukung | “Acurast says it has onboarded more than 335,000 smartphones to its network. Co-founder Alessandro De Carli says that around 40,000 of those are fully active on an average day” Dinyatakan oleh Acurast dan co-founder Alessandro De Carli di Cointelegraph AI. |
| Alessandro De Carli mengklaim ponsel aktif di jaringannya menyamai kapasitas komputasi sekitar 2.340 server kelas atas ASUS RS720A-E11. | Didukung | ““match the compute capacity of about 2,340 high-end data-center servers,” he claims, benchmarked against the ASUS RS720A-E11” Disebutkan oleh Alessandro De Carli di Cointelegraph AI dengan atribusi klaim. |
| Phase berencana menetapkan tarif 0,5 USDT per 1.000 permintaan dan 1GB lalu lintas data untuk Phase Proxy. | Didukung | “Phase plans to charge 0.5 USDT per 1,000 requests and 1GB of traffic.” Dilaporkan oleh Cointelegraph AI mengenai rencana model tarif Phase Proxy. |
| Phase Router dirancang untuk mengarahkan permintaan sederhana ke ponsel di jaringan dan permintaan rumit ke OpenAI atau Anthropic. | Didukung | “The next step is Phase Router which will direct simpler requests to models running on phones in the network, or route them instead to major external providers like OpenAI and Anthropic” Dijelaskan oleh pendiri Phase, Kirill Eves, di Cointelegraph AI. |
| Proyek riset University of California, San Diego yang didukung Google menemukan kluster 20 ponsel bekas mampu menangani beban komputasi kelas lebih dari 75 mahasiswa lebih cepat dari cloud standar kampus dalam lingkungan terkontrol. | Didukung | “A Google-backed project at the University of California, San Diego found that a cluster of 20 retired smartphones could handle the peak computing workload of a class of more than 75 students” Disebutkan dalam laporan Cointelegraph AI mengutip hasil riset UC San Diego dan Google. |
| Markus Levin menilai jaringan desentralisasi lebih cocok untuk pengumpulan dan verifikasi data nyata daripada menjalankan model AI. | Didukung | “Markus Levin, co-founder of decentralized infrastructure provider XYO, says decentralized networks may be better suited to collecting and verifying real-world data rather than running AI models.” Disampaikan oleh co-founder XYO Markus Levin di Cointelegraph AI. |
Video AI terbaru
Washington, D.C. is up next. 🏛️
