Downcodes小編獲悉，劍橋大學和中國科學院的研究人員在《自然》雜誌發表論文，預測到2030年，生成式AI每年可能產生超過10億部iPhone相當的電子垃圾。該研究並非旨在限制AI發展，而是為了提前評估其環境影響，並探索永續解決方案。研究團隊透過不同成長模型，預測2030年電子垃圾量可能成長至40萬到250萬噸，成長高達千倍。雖然2023年的基準數據可能略有偏差，但仍能反映生成式AI浪潮對電子廢棄物的影響。
圖源備註:圖片由AI生成，圖片授權服務商Midjourney
在論文中，研究團隊提到，雖然能源消耗早已成為關注的焦點，但與此過程相關的實體材料和淘汰電子設備的廢棄物流卻沒有受到足夠重視。他們的研究並非旨在精確預測AI 伺服器的數量和由此產生的電子廢棄物，而是為了提供初步的粗略估計，以突出未來挑戰的規模，並探討可能的循環經濟解決方案。
研究者採用了不同的成長情境模型，包括低、中、高成長模式，分析所需的運算資源和它們的使用壽命。結果表明，從2023年的2,600噸電子廢棄物，到2030年，廢棄物數量可能會增長至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噸這個數據可能略顯誤導，因為在過去兩年中，許多計算基礎設施已經部署，而這些還未被計入廢物之中。然而，這個數據的確可以作為生成式AI 浪潮來臨前後電子廢棄物變化的一個參考標準。
研究者提出了一些可能的減緩電子廢棄物成長的方法，例如在伺服器達到使用壽命後，進行降級處理而不是直接丟棄，或將其通訊和電力組件進行再利用。此外，軟體和效率的提升也可以延長特定晶片或GPU 的有效使用時間。研究中提到，快速更新到最新晶片可能是有益的，因為如果不及時升級，企業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，這會加劇電子廢物的產生。
透過這些減緩措施，研究者估算，電子廢棄物的產生量可以減少16% 到86%。不過，是否能夠實現這一減量，更取決於這些措施是否會被採納及其執行力度。如果每一塊H100晶片都能在大學的低成本推理伺服器中繼續使用，那麼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晶片得到了再利用，電子廢物問題將依然嚴峻。
劃重點:
? 預計到2030年，生成式AI 可能每年產生超過10億部iPhone 相當的電子廢棄物。
♻️ 研究者建議透過降級處理和再利用組件來減少電子廢棄物的產生。
? 電子廢棄物的產生量可以減少16% 到86%，關鍵在於措施的採納和實施。
這項研究為我們敲響了警鐘，呼籲業界和政府關註生成式AI帶來的環境挑戰，積極探索並實施永續的解決方案，以減少電子廢棄物，保護環境。 Downcodes小編將持續關注該領域的最新進展。