生成式人工智能带来的电子废弃物垃圾不容忽视

Mindful Media/iStock

根据德勤的数据，对生成人工智能的私人投资已从2022年的约30亿美元增长到2023年的250亿美元，约80%的私营公司预计人工智能将在未来3年推动其业务发展。跟上最新的发展意味着随着更新、更先进的芯片的出现，需要升级数据中心的GPU、CPU和其他电子设备。研究人员预测，这将导致电子废物的生产爆炸。

近日发表在《自然计算科学》杂志上的一项研究估计，到2030年，仅大力采用大型语言模型（LLM）每年将产生250万吨电子垃圾（https://www.nature.com/articles/s43588-024-00712-6）。

“人工智能并非存在于真空中；它依赖于具有有形环境足迹的大量硬件资源，”研究合著者、以色列Reichman大学的可持续发展和气候研究员Asaf Tzachor说。他表示：“对电子垃圾问题的认识对于制定减轻负面环境影响的战略至关重要，同时使我们能够从人工智能的进步中获益。”

大多数关于人工智能可持续性的研究都集中在这些模型的能源和水资源使用及其伴随的碳排放上。Tzachor与中国科学院教授Peng Wang和Wei-Qiang Chen合作，计算了与生成式人工智能相关的电子垃圾的潜在增长。这项研究旨在估计问题的潜在规模，研究人员希望这将促使企业采取更可持续的做法。

电子垃圾问题的规模

电子废物中含有有毒金属和其他化学物质，这些物质会渗入环境并导致健康问题。根据联合国全球电子废物监测，2022年，全球共产生6200万吨电子废物。联合国发现，这种废物流的增长速度是回收计划的五倍（https://unitar.org/about/news-stories/press/global-e-waste-monitor-2024-electronic-waste-rising-five-times-faster-documented-e-waste-recycling）。

在未来几年，人工智能可能会对这个问题做出重大贡献。Tzachor说，与生成式人工智能相关的电子垃圾包括废弃的GPU、CPU、数据中心备用电源的电池、内存模块和印刷电路板。

该研究详细介绍了生成式人工智能采用的四种潜在情景——从有限到激进的扩张——并预测了2023年每年2600吨的潜在电子垃圾扩张。从2023年到2030年，人工智能使用的有限扩张将产生总共120万吨电子垃圾；在此期间，过度使用将导致总量达到500万吨。Tzachor说，鉴于目前的趋势，最有可能出现激进的情况。

这项研究并不全面，它只考虑了大型语言模型，而没有考虑其他形式的生成式人工智能。Tzachor说，该团队专注于LLM，因为它们是计算最密集的模型之一。“包括其他形式的人工智能将增加预计的电子垃圾数量，”Tzachor说。

如何减少人工智能的电子垃圾？

理论上，采用更先进的芯片应该有助于服务器场以更少的资源做更多的事情，并减少浪费。但每次升级都会导致废物流的净增加。鉴于目前对半导体的贸易限制，升级并不总是一种选择。因此，无法获得最先进芯片的国家可能会产生更多的废物。根据这项研究，升级到最新芯片延迟一年的时间，即可导致电子垃圾增加14%。

减少这种人工智能废物流的最佳方法之一是找到重复使用电子设备的方法——Tzachor称之为下循环。不再先进的服务器可以重新用于托管网站或执行更基本的数据处理任务，也可以捐赠给教育机构。

包括亚马逊、谷歌和Meta在内的大多数科技公司都宣布了以碳足迹和使用绿色能源为重点的可持续发展目标。微软承诺限制其数据中心的电子垃圾产生。但Tzachor表示，可能需要监管来确保遵守人工智能电子垃圾的最佳实践。他说：“公司应该有采取这些策略的动机。”