¿Y si tu smartphone pudiera hacer mucho más que ejecutar aplicaciones, jugar y navegar por internet?
¿Y si también pudiera ejecutar modelos de IA y proporcionar potencia de cálculo a empresas de todo el mundo?
Esto es exactamente en lo que está trabajando Acurast.
En su demostración técnica más reciente, Acurast mostró que Qwen3.5-9B, un modelo de IA de 9.000 millones de parámetros, puede ejecutarse directamente en smartphones Android con 16 GB de RAM.
Y lo interesante es que no requiere un servidor GPU tradicional, una cuenta en la nube ni una configuración de Docker.
¿Por qué es importante?
La IA está creciendo rápidamente, pero ejecutar modelos de IA potentes suele requerir una infraestructura costosa.
Las empresas necesitan servidores, GPU, electricidad y servicios en la nube para gestionar sus cargas de trabajo de IA.
Acurast está explorando un enfoque distinto: utilizar teléfonos inteligentes como dispositivos de computación distribuida.
En lugar de depender por completo de centros de datos centralizados, las aplicaciones pueden utilizar la capacidad de computación de varios teléfonos inteligentes conectados a través de la red de Acurast.
Las cifras son interesantes
Acurast compartió algunos resultados de pruebas reales:
Qwen3.5-9B se ejecutó en teléfonos Android con 16 GB de RAM.
El modelo empezó a atender solicitudes unos cinco minutos después de su implementación.
Los teléfonos más rápidos probados generaron hasta 9,3 tokens por segundo con el modelo 9B.
El modelo más pequeño, de 0,8B, alcanzó los 92,8 tokens por segundo.
Se utilizaron más de 100 teléfonos en una prueba de escalabilidad a mayor escala.
Estos son resultados de pruebas reales de la red, no solo un concepto teórico.
¿Y qué hay del costo?
Esta es otra parte interesante.
Acurast informó de un costo de mercado promedio de unos 0,57 ACU por teléfono al día para dispositivos con al menos 12 GB de RAM.
Durante la prueba, el emparejamiento instantáneo costó unos 1,03 ACU por teléfono al día.
Eso equivalía aproximadamente a entre 0,05 y 0,10 dólares en el momento de la prueba.
Esto podría hacer que la computación móvil distribuida sea una opción interesante para ciertas cargas de trabajo de IA.
¿Dónde se puede utilizar esta tecnología?
Hay varias posibilidades prácticas:
Detección de fraudes con IA.
Filtrado de mensajes fraudulentos.
Automatización de la atención al cliente.
Verificaciones de transacciones en segundo plano.
Ejecución de modelos de IA más pequeños para distintas aplicaciones.
Estas tareas no siempre necesitan el modelo de IA más potente. Necesitan capacidad de computación asequible que pueda gestionar muchas solicitudes.
Por qué Acurast merece atención
Algo que me parece interesante de Acurast es su enfoque de la computación descentralizada.
No se limita a intentar crear otra aplicación de IA.
Está creando una infraestructura en la que los teléfonos inteligentes pueden aportar recursos de computación a una red más amplia.
El uso de entornos de ejecución confiables (TEE) también añade una importante capa de seguridad y confidencialidad respaldadas por hardware.
La red puede incorporar más teléfonos a medida que crece la demanda, en lugar de depender de un único centro de datos centralizado.
Por supuesto, los teléfonos inteligentes siguen teniendo limitaciones de hardware, memoria y disponibilidad. Esto no significa que vayan a reemplazar las potentes GPU en todas las cargas de trabajo de IA.
Pero demuestra que la computación de IA no siempre tiene que depender de la infraestructura tradicional.
Reflexiones finales
Estamos entrando en una etapa en la que la IA y la infraestructura descentralizada están cada vez más conectadas.
Un teléfono inteligente guardado en el bolsillo de alguien podría llegar a formar parte de una red de computación global.
Es una dirección interesante, y Acurast está mostrando cómo podría funcionar en la práctica.
La pregunta más importante es: ¿Qué parte de la infraestructura de IA del futuro podrá funcionar con los dispositivos que ya tenemos?
¿Qué opinas? ¿Puede la computación descentralizada mediante teléfonos inteligentes convertirse en una parte importante de la industria de la IA?