近日，劍橋大學(xué)和中國科學(xué)院的研究人員在《自然》雜志上發(fā)表了一篇引人關(guān)注的論文，預(yù)測到2030年，隨著生成式人工智能的迅速發(fā)展，行業(yè)可能會每年產(chǎn)生相當于超過10億部 iPhone 的電子廢物。研究者們表示，他們的目的是為了提前了解這一快速擴張技術(shù)的實際后果，而不是限制其使用。

圖源備注:圖片由AI生成，圖片授權(quán)服務(wù)商Midjourney

在論文中，研究團隊提到，雖然能源消耗早已成為關(guān)注的焦點，但與這一過程相關(guān)的物理材料和淘汰電子設(shè)備的廢棄物流卻沒有受到足夠重視。他們的研究并不旨在精確預(yù)測 AI 服務(wù)器的數(shù)量和由此產(chǎn)生的電子廢物，而是為了提供初步的粗略估計，以突出未來挑戰(zhàn)的規(guī)模，并探討可能的循環(huán)經(jīng)濟解決方案。

研究者們采用了不同的增長情景模型，包括低、中、高增長模式，分析所需的計算資源和它們的使用壽命。結(jié)果表明，從2023年的2600噸電子廢物，到2030年，廢物數(shù)量可能會增長至40萬到250萬噸之間，增長幅度可能高達千倍。

需要說明的是，2023年的2600噸這個數(shù)據(jù)可能略顯誤導(dǎo)，因為在過去兩年中，許多計算基礎(chǔ)設(shè)施已經(jīng)部署，而這些還未被計入廢物之中。然而，這個數(shù)據(jù)的確可以作為生成式 AI 浪潮來臨前后電子廢物變化的一個參考標準。

研究者們提出了一些可能的減緩電子廢物增長的方法，比如在服務(wù)器達到使用壽命后，進行降級處理而不是直接丟棄，或是將其通信和電力組件進行再利用。此外，軟件和效率的提升也可以延長特定芯片或 GPU 的有效使用時間。研究中提到，快速更新到最新芯片可能是有益的，因為如果不及時升級，企業(yè)可能需要購買兩塊性能較低的 GPU 來完成原本一塊高端 GPU 的工作，這樣會加劇電子廢物的產(chǎn)生。

通過采取這些減緩措施，研究者們估算，電子廢物的產(chǎn)生量可以減少16% 到86%。不過，是否能夠?qū)崿F(xiàn)這一減量，更多地取決于這些措施是否會被采納及其執(zhí)行力度。如果每一塊 H100芯片都能在大學(xué)的低成本推理服務(wù)器中繼續(xù)使用，那么未來的電子廢物壓力將大大減輕;反之，如果只有十分之一的芯片得到了再利用，電子廢物問題將依然嚴峻。

劃重點:

?? 預(yù)計到2030年，生成式 AI 可能每年產(chǎn)生超過10億部 iPhone 相當?shù)碾娮訌U物。

?? 研究者們建議通過降級處理和再利用組件來減少電子廢物的產(chǎn)生。

?? 電子廢物的產(chǎn)生量可以減少16% 到86%，關(guān)鍵在于措施的采納和實施。