Редактор Downcodes узнал, что исследователи из Кембриджского университета и Китайской академии наук опубликовали в журнале Nature статью, в которой прогнозируется, что к 2030 году генеративный искусственный интеллект может ежегодно производить более 1 миллиарда электронных отходов, эквивалентных iPhone. Целью этого исследования является не ограничение развития ИИ, а предварительная оценка его воздействия на окружающую среду и поиск устойчивых решений. Используя различные модели роста, исследовательская группа прогнозирует, что количество электронных отходов может увеличиться с 400 000 до 2,5 миллионов тонн в 2030 году, то есть в тысячу раз. Хотя базовые данные за 2023 год могут немного отличаться от других, они все же отражают влияние волны генеративного искусственного интеллекта на электронные отходы.
Примечание к источнику изображения: изображение генерируется искусственным интеллектом и поставщиком услуг авторизации изображений Midjourney.
В докладе исследовательская группа отметила, что, хотя потребление энергии уже давно находится в центре внимания, физическим материалам, связанным с этим процессом, и потоку отходов устаревших электронных устройств не уделялось достаточного внимания. Их исследование не направлено на то, чтобы точно предсказать количество серверов искусственного интеллекта и возникающих в результате электронных отходов, а, скорее, предоставить первую приблизительную оценку, чтобы подчеркнуть масштаб будущих проблем и изучить возможные решения экономики замкнутого цикла.
Исследователи использовали различные модели сценариев роста, в том числе модели низкого, среднего и высокого роста, для анализа необходимых вычислительных ресурсов и срока их службы. Результаты показывают, что с 2600 тонн электронных отходов в 2023 году количество отходов может вырасти до 400 000–2,5 миллионов тонн к 2030 году, то есть увеличение может достигать тысячи раз.
Следует отметить, что цифра в 2600 тонн в 2023 году может немного вводить в заблуждение, поскольку за последние два года было развернуто много вычислительной инфраструктуры, и это пока не считается расточительством. Однако эти данные действительно можно использовать в качестве эталона для изменений в электронных отходах до и после волны генеративного ИИ.
Исследователи предложили некоторые возможные способы замедлить рост электронных отходов, такие как понижение версии серверов вместо их выбрасывания по истечении срока их полезного использования или повторное использование их компонентов связи и питания. Кроме того, улучшения программного обеспечения и эффективности также могут продлить эффективное время использования конкретного чипа или графического процессора. В исследовании упоминается, что быстрое обновление до новейших чипов может быть полезным, поскольку, если его не обновить вовремя, предприятиям, возможно, придется приобрести два графических процессора с более низкой производительностью, чтобы завершить работу одного высокопроизводительного графического процессора, что усугубит образование электронных отходов. .
По оценкам исследователей, приняв эти меры по смягчению последствий, образование электронных отходов можно сократить на 16–86%. Однако возможность достижения такого сокращения в большей степени зависит от того, будут ли приняты эти меры и насколько хорошо они будут реализованы. Если каждый чип H100 сможет и дальше использоваться в недорогих университетских серверах вывода, нагрузка на электронные отходы в будущем значительно уменьшится. Напротив, если только одна десятая часть чипов будет использоваться повторно, проблема электронных отходов; останется суровым.
Выделять:
По оценкам, к 2030 году генеративный искусственный интеллект может производить более 1 миллиарда электронных отходов, эквивалентных iPhone, ежегодно.
♻️Исследователи предлагают сократить образование электронных отходов за счет переработки и повторного использования компонентов.
? Образование электронных отходов может быть сокращено на 16–86%. Ключевым моментом является принятие и реализация мер.
Это исследование звучит для нас тревожным сигналом, призывающим отрасль и правительство обратить внимание на экологические проблемы, вызванные генеративным искусственным интеллектом, а также активно исследовать и внедрять устойчивые решения для сокращения электронных отходов и защиты окружающей среды. Редактор Downcodes продолжит уделять внимание последним разработкам в этой области.