生成式AI，一年可能造50万吨垃圾
生成式AI的发展或将加剧电子垃圾问题。近日，来自中国科学院、美国加州大学和以色列莱赫曼大学的研究人员在国际顶级学术期刊Nature的子刊发文，他们预测2020年-2030年，生成式AI累计可能产生最高达500万吨的电子垃圾。这一重量与约250亿部iPhone 16 Pro相当。
论文地址：https://www.nature.com/articles/s43588-024-00712-6
生成式AI场景中产生的电子垃圾主要来自于数据中心的高性能计算硬件，如GPU、CPU等。
AI企业本可以通过延长服务器寿命来降低成本并减少资源浪费，但由于AI和硬件技术的高速发展，有不少AI企业放弃了原定的延期计划，持续更换其计算设备，确保自己不在算力上落后于竞争对手。
此外，贸易禁令导致部分AI训练只能在落后的计算设备上进行，这或将让生成式AI相关电子垃圾的数量增加39%。
全球每年会产生超过6000万吨的电子垃圾，目前生成式AI造成的电子垃圾占比并不高，但相关研究者认为这仍然是电子垃圾这一全球性问题的重要组成部分。
此外，数据中心的冷却设备等其它配套设施也有一定的生命周期。这些设备不在上述研究的统计范围之内，但这也意味着生成式AI造成的电子垃圾问题规模可能比研究中的数据还要大。
生成式AI电子垃圾的区域分布（图源：《自然-计算科学》）
01 AI军备竞赛加剧电子垃圾问题，贸易禁令也有负面影响
AI数据中心的高能耗问题已经有目共睹，但AI服务器退役后的电子垃圾问题尚未得到足够的重视。
生成式AI计算设备的重量比过往许多计算设备都要大。以英伟达的DGX H100为例，一套640GB系统包括8块H100GPU、2块英特尔至强CPU、多块内存与网卡和机架等设备，总重最高达130.45kg。
DGX H100的官方参数（图源：英伟达官网）
高性能计算硬件包括GPU、CPU、服务器、内存模块和存储设备，它们的使用寿命通常为2-5年，部分企业会延长服务器寿命来节省成本，这能在一定程度上减少了电子垃圾的产生。
然而，激烈的竞争让AI领域的主要玩家不得不大量购买新的计算设备，确保自己可以时刻获取强大的算力，以免在AI军备竞赛中处于下风。设备的迭代就意味着电子垃圾的产生。
例如，AI领域最大的计算硬件买家之一Meta就在今年三季度财报电话中称，Meta已放弃延长服务器寿命的计划，将资金用于购买下一代计算设备。
该研究通过统计模型模拟了生成式AI造成的电子垃圾问题，以英伟达8台GPU的DGX H100系统作为算力的标准单元，计算电子垃圾数量。根据生成式AI未来可能的投资强度，2020年-2030年间，相关电子垃圾的累计数量达到120万吨~500万吨。
该研究还认为，贸易禁令可能会加重生成式AI带来的电子垃圾问题。目前，部分国家和地区无法获取最先进、算力密度最高的计算设备，这意味着他们需要购买更多的GPU和硬件设备，才能实现所需的计算效果。
研究发现，若全球有25%的AI训练在落后1年的计算设备上进行，可能会让相关电子垃圾数量增加39%。
02 电子垃圾回收率仅22%，服务器延期使用可减量58%
根据2024年《全球电子垃圾监测报告》，目前仅有约22%的电子垃圾被正式收集和回收，大部分电子垃圾都是通过非正式渠道回收的。
电子垃圾中包含着铜、金、银、铝和稀土元素等贵重金属，这部分元素由于其经济价值往往能得到回收。
然而，部分电子垃圾会被出口至环境监管环境相对宽松的国家和地区进行回收处理。在这些区域，电子垃圾中的铅、汞和铬等有害物质往往无法得到有效处理，造成严重的环境污染问题。
该研究也提出了生成式AI电子垃圾问题可能的解决方案。根据测算，延长AI服务器使用寿命是最有效的策略，能将电子垃圾的数量减少至多58%。
对服务器进行模块再利用也可以减少21%的电子垃圾。这种策略指的是对废弃服务器的关键模块（GPU、CPU、电池等）进行拆解、改造和重新组装，然后用于负载更低的计算。
日前，《华盛顿邮报》曾就相关研究向英伟达发出置评请求，但英伟达拒绝置评。该公司在其2024年可持续发展报告中称，他们正在努力减少数据中心的排放和相关设备的回收。
03 结语：生成式AI狂飙，环境问题成隐忧
在这波生成式AI浪潮来临之前，已有不少大型科技公司设定了他们的可持续发展或者减碳、零碳目标，但AI正给这些目标的实现蒙上一层阴影。
谷歌在今年7月承认，自2019年以来，其碳足迹增加了48%。微软也承认，自2020年以来其碳排放量增加了29%。
目前，鲜有研究关注到AI热潮可能造成的垃圾问题，但不少企业预计他们的AI服务器或将很快迎来更新换代期，例如，Meta预估2025年-2026年他们的部分AI服务器将达到使用寿命限制。在不远的将来，生成式AI造成的电子垃圾将成为行业和社会不得不正视的问题。
