生成式AI一年或造50萬噸垃圾
生成式AI的發展或將加劇電子垃圾問題。近日，來自中國科學院、美國加州大學和以色列萊赫曼大學的研究人員在國際頂級學術期刊Nature的子刊發文，他們預測2020年-2030年，生成式AI累計可能產生最高達500萬噸的電子垃圾。這重量與約250億支iPhone 16 Pro相當。
論文地址：
生成式AI場景中產生的電子垃圾主要來自於資料中心的高效能運算硬件，如GPU、CPU等。
從地理來看，大部分生成式AI電子垃圾都來自北美地區（58%），其次是東亞地區（25%），再次是西歐地區（14%）。
▲生成式AI電子垃圾的區域分佈（圖源：《自然-計算科學》）
AI企業本可以透過延長伺服器壽命來降低成本並減少資源浪費，但由於AI和硬體技術的高速發展，有不少AI企業放棄了原定的延期計劃，持續更換其計算設備，確保自己不在算力上落後於競爭對手。
此外，貿易禁令導致部分AI訓練只能在落後的計算設備上進行，這或將讓生成式AI相關電子垃圾的數量增加39%。
全球每年會產生超過6000萬噸的電子垃圾，目前生成式AI造成的電子垃圾佔比並不高，但相關研究者認為這仍然是電子垃圾這個全球性問題的重要組成部分。
此外，資料中心的冷卻設備等其它配套設施也有一定的生命週期。這些設備不在上述研究的統計範圍之內，但這也意味著生成式AI造成的電子垃圾問題規模可能比研究中的數據還要大。
AI軍備競賽加劇電子垃圾問題，
貿易禁令也有負面影響
AI資料中心的高能耗問題已經有目共睹，但AI伺服器退役後的電子垃圾問題尚未得到足夠的重視。
生成式AI計算設備的重量比過往許多計算設備都要大。以英偉達的DGX H100為例，一套640GB系統包括8塊H100GPU、2塊英特爾至強CPU、多塊內存與網卡和機架等設備，總重高達130.45kg。
▲DGX H100的正式參數（圖源：英偉達官網）
高效能運算硬體包括GPU、CPU、伺服器、記憶體模組和儲存設備，它們的使用壽命通常為2-5年，部分企業會延長伺服器壽命來節省成本，這能在一定程度上減少了電子垃圾的產生。
然而，激烈的競爭讓AI領域的主要玩家不得不大量購買新的運算設備，確保自己可以隨時獲得強大的算力，以免在AI軍備競賽中處於下風。設備的迭代就意味著電子垃圾的產生。
例如，AI領域最大的運算硬體買家之一Meta就在今年第三季財報電話中稱，Meta已放棄延長伺服器壽命的計劃，將資金用於購買下一代運算設備。
研究透過統計模型模擬了生成式AI造成的電子垃圾問題，以英偉達8台GPU的DGX H100系統作為算力的標準單元，計算電子垃圾數量。根據生成式AI未來可能的投資強度，2020年-2030年間，相關電子垃圾的累積數量達到120萬噸~500萬噸。
研究也認為，貿易禁令可能加重生成式AI帶來的電子垃圾問題。目前，部分國家和地區無法取得最先進、算力密度最高的運算設備，這意味著他們需要購買更多的GPU和硬體設備，才能達到所需的運算效果。
研究發現，若全球有25%的AI訓練在落後1年的計算設備上進行，可能會讓相關電子垃圾數量增加39%。
電子垃圾回收率僅22%，
伺服器延期使用可減量58%
根據2024年《全球電子垃圾監測報告》，目前只有約22%的電子垃圾被正式收集和回收，大部分的電子垃圾都是透過非正式管道回收。
電子垃圾包含銅、金、銀、鋁和稀土元素等貴重金屬，這部分元素由於其經濟價值往往能被回收。
然而，部分電子垃圾會被出口至環境監管環境相對寬鬆的國家和地區進行回收處理。在這些區域，電子廢棄物中的鉛、汞和鉻等有害物質往往無法有效處理，造成嚴重的環境污染問題。
該研究也提出了生成式AI電子垃圾問題可能的解決方案。根據測算，延長AI伺服器使用壽命是最有效的策略，能將電子垃圾的數量減少至多58%。
對伺服器進行模組再利用也可以減少21%的電子垃圾。這種策略指的是將廢棄伺服器的關鍵模組（GPU、CPU、電池等）進行拆解、改造和重新組裝，然後用於負載更低的計算。
日前，《華盛頓郵報》曾就相關研究向英偉達發出置評請求，但英偉達拒絕置評。該公司在2024年永續發展報告中稱，他們正在努力減少資料中心的排放和相關設備的回收。
結論：生成式AI狂飆，環境問題成隱憂
在這波生成式AI浪潮來臨之前，已有不少大型科技公司設定了他們的永續發展或減碳、零碳目標，但AI正為這些目標的實現蒙上一層陰影。
Google在今年7月承認，自2019年以來，其碳足跡增加了48%。微軟也承認，自2020年以來其碳排放量增加了29%。
目前，鮮有研究關注到AI熱潮可能造成的垃圾問題，但不少企業預計他們的AI伺服器或將很快迎來更新換代期，例如，Meta預估2025年-2026年他們的部分AI伺服器將達到使用壽命限制。在不遠的將來，生成式AI造成的電子垃圾將成為產業和社會不得不正視的問題。