近日，劍橋大學和中國科學院的研究人員在《自然》雜誌上發表了一篇引人關注的論文，預測到2030年，隨着生成式人工智能的迅速發展，行業可能會每年產生相當於超過10億部 iPhone 的電子廢物。研究者們表示，他們的目的是爲了提前瞭解這一快速擴張技術的實際後果，而不是限制其使用。

人工智能大腦，大模型

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爲關注的焦點，但與這一過程相關的物理材料和淘汰電子設備的廢棄物流卻沒有受到足夠重視。他們的研究並不旨在精確預測 AI 服務器的數量和由此產生的電子廢物，而是爲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。

研究者們採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。結果表明，從2023年的2600噸電子廢物，到2030年，廢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，因爲在過去兩年中，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爲生成式 AI 浪潮來臨前後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，比如在服務器達到使用壽命後，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，因爲如果不及時升級，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，這樣會加劇電子廢物的產生。

通過採取這些減緩措施，研究者們估算，電子廢物的產生量可以減少16% 到86%。不過，是否能夠實現這一減量，更多地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芯片都能在大學的低成本推理服務器中繼續使用，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芯片得到了再利用，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生。

📊 電子廢物的產生量可以減少16% 到86%，關鍵在於措施的採納和實施。