人工智能(AI)技術(shù)，特別是生成式大語(yǔ)言模型，正快速滲透到人們?nèi)粘Ｉ钪?。然而，一?xiàng)最新研究提醒我們，生成式AI的電子廢棄物問(wèn)題不容忽視。據(jù)《自然·計(jì)算科學(xué)》發(fā)表的研究論文，2020年至2030年間，生成式AI帶來(lái)的電子廢棄物可能激增近1000倍，產(chǎn)生最高達(dá)500萬(wàn)噸的電子垃圾，這與約250億部iPhone 16 Pro的重量相當(dāng)。這些廢棄物含有的有害材料，可能對(duì)環(huán)境造成嚴(yán)重影響。

隱憂浮出水面

在關(guān)注生成式AI帶來(lái)的能耗和碳排放的同時(shí)，人們往往忽視了算力設(shè)施及硬件報(bào)廢產(chǎn)生的電子廢棄物問(wèn)題。最近，中外科學(xué)家合作開(kāi)展的一項(xiàng)最新研究讓這一隱憂浮出水面。

生成式AI的底層是一個(gè)材料密集型行業(yè)，它依賴于數(shù)據(jù)中心等數(shù)字基建設(shè)施。而且，隨著算力需求及技術(shù)發(fā)展，相關(guān)數(shù)據(jù)中心的電子芯片及硬件架構(gòu)越發(fā)復(fù)雜，重量也不斷增加，并在快速更新迭代。業(yè)內(nèi)專家稱，兩年前，GPU(圖形處理器)重0.0318噸，有35000個(gè)零件;現(xiàn)在GPU有60萬(wàn)個(gè)零件，重1.36噸。而且數(shù)據(jù)中心和服務(wù)器群中包含的多種高性能計(jì)算硬件比如GPU、內(nèi)存模塊、存儲(chǔ)設(shè)備等，普遍壽命在3年左右，當(dāng)其壽命結(jié)束后，必然會(huì)產(chǎn)生大量電子廢棄物。

AI技術(shù)正快速滲透到人們?nèi)粘Ｉ钪?/p>

就生成式AI而言，一方面，其迅猛發(fā)展帶來(lái)了大規(guī)模計(jì)算需求，對(duì)計(jì)算硬件和基礎(chǔ)設(shè)施的需求持續(xù)增長(zhǎng);另一方面，芯片制程工藝的進(jìn)步帶來(lái)芯片性能的快速提升，單個(gè)芯片性能越高，同樣算力需求下所需的芯片數(shù)量越少。未來(lái)生成式AI的應(yīng)用會(huì)如何發(fā)展?又會(huì)產(chǎn)生多少算力需求?具體到硬件層，需要多少芯片和服務(wù)器?為關(guān)聯(lián)、量化生成式AI硬件需求，以及產(chǎn)生的電子廢棄物數(shù)量，須對(duì)這些問(wèn)題做出回應(yīng)。

為獲得更貼近實(shí)際的數(shù)據(jù)，中外科學(xué)家聯(lián)合研究團(tuán)隊(duì)既考慮了未來(lái)算力需求的多樣性，又兼顧了對(duì)芯片性能的考量。在預(yù)測(cè)未來(lái)大語(yǔ)言模型的算力需求時(shí)，他們廣泛參考了產(chǎn)業(yè)界的各類預(yù)測(cè)及行業(yè)研究報(bào)告，精心預(yù)設(shè)了三種截然不同的發(fā)展情景：一種是廣泛應(yīng)用的“激進(jìn)發(fā)展情景”，一種是有限應(yīng)用的“中等發(fā)展情景”，還有一種則是少數(shù)特定應(yīng)用的“保守發(fā)展情景”。通過(guò)全面評(píng)估大語(yǔ)言模型的參數(shù)規(guī)模、訓(xùn)練數(shù)據(jù)量、全球大語(yǔ)言模型數(shù)量，以及每日活躍用戶數(shù)等關(guān)鍵因素，他們推導(dǎo)出不同發(fā)展情景下算力需求的復(fù)合年增長(zhǎng)率，分別為136%、115%和85%。

對(duì)芯片性能的考量中，聯(lián)合研究團(tuán)隊(duì)基于摩爾定律，結(jié)合2020年至2022年服務(wù)器增長(zhǎng)數(shù)量的實(shí)際數(shù)據(jù)，推算出了2023年至2030年服務(wù)器算力水平的變化趨勢(shì)。同時(shí)，他們還充分考慮了地緣上的復(fù)雜因素，對(duì)中國(guó)、美國(guó)及歐洲等國(guó)家和地區(qū)的芯片性能及發(fā)展水平進(jìn)行了細(xì)致調(diào)整。此外，鑒于目前僅有少數(shù)企業(yè)具備生產(chǎn)先進(jìn)GPU芯片的能力，他們還基于這些企業(yè)過(guò)往兩年的產(chǎn)能及出貨量情況，合理設(shè)置了未來(lái)GPU產(chǎn)能擴(kuò)展率的限制條件，從而構(gòu)建了一個(gè)更為貼近現(xiàn)實(shí)的產(chǎn)能約束發(fā)展情景。

基于較全面的分析和考量，聯(lián)合研究團(tuán)隊(duì)創(chuàng)新性地開(kāi)發(fā)了“算力物質(zhì)流”模型。這一模型對(duì)人工智能的“需求—算法—算力—芯片”進(jìn)行了清晰的分層解構(gòu)及參數(shù)化建模，有效串聯(lián)了人工智能終端服務(wù)需求與底層物理世界的緊密關(guān)聯(lián)。

模型計(jì)算推演結(jié)果顯示，如果不采取任何循環(huán)經(jīng)濟(jì)措施，在2023年到2030年期間，在激進(jìn)、中等和保守三種發(fā)展情景下，產(chǎn)生的電子廢棄物總量分別達(dá)到了500萬(wàn)噸、300萬(wàn)噸和180萬(wàn)噸。

亟待全球合作

根據(jù)2024年《全球電子垃圾監(jiān)測(cè)報(bào)告》，目前僅有約22%的電子垃圾被正式收集和回收，大部分電子垃圾都是通過(guò)非正式渠道回收。

電子垃圾中包含銅、金、銀、鋁和稀土元素等貴重金屬，這部分元素由于其經(jīng)濟(jì)價(jià)值往往能得到回收。然而，部分電子垃圾會(huì)被出口至環(huán)境監(jiān)管相對(duì)寬松的國(guó)家和地區(qū)進(jìn)行回收。在這些區(qū)域，電子垃圾中的鉛、汞和鉻等有害物質(zhì)往往無(wú)法得到有效處理。

目前，僅有少部分電子垃圾被正式收集和回收

為應(yīng)對(duì)電子垃圾可能造成的嚴(yán)重環(huán)境污染問(wèn)題，聯(lián)合研究團(tuán)隊(duì)基于“需求—算法—算力—芯片”框架，提出了全鏈條循環(huán)經(jīng)濟(jì)策略。從算法層面，設(shè)計(jì)更加高效的算法，可以減少算力消耗;從芯片層面，通過(guò)高效芯片開(kāi)發(fā)，可以減少不必要的計(jì)算和存儲(chǔ)，提高數(shù)據(jù)處理的性能和效率，較預(yù)期可減少約50%的電子廢棄物;在運(yùn)營(yíng)層面，將壽命結(jié)束的服務(wù)器降級(jí)循環(huán)利用，額外使用一年，就能夠避免約62%的電子廢棄物;拆卸、翻新和重新制造已過(guò)時(shí)服務(wù)器的關(guān)鍵模塊則能減少42%的電子垃圾。

但這些措施要想真正落地，還有很長(zhǎng)的路要走。當(dāng)前，生成式人工智能的發(fā)展仍在“跑馬圈地”，快速增長(zhǎng)的背后，潛藏著很多問(wèn)題。此外，部分國(guó)家和企業(yè)對(duì)先進(jìn)芯片出口的限制，可能會(huì)促使其他國(guó)家增加對(duì)上一代芯片的消費(fèi)，從而在全球范圍內(nèi)加劇電子廢棄物的產(chǎn)生。

為更好促進(jìn)人類社會(huì)的可持續(xù)發(fā)展，全球范圍內(nèi)亟需加強(qiáng)合作，采取更加負(fù)責(zé)任的生成式人工智能使用與治理策略，并輔以積極的電子廢棄物管理措施，以有效減輕人工智能對(duì)資源環(huán)境的負(fù)面影響。