论文地址：
生成式AI场景中产生的电子垃圾主要来自数据中心的高性能计算硬件，如GPU、CPU等。
从地域角度来看，大部分人工智能电子垃圾来自北美（58%），其次是东亚（25%）和西欧（14%）。
人工智能公司可以通过延长服务器的寿命来降低成本和浪费资源。然而，由于人工智能和硬件技术的快速发展，许多人工智能公司放弃了原来的扩展计划，并不断更换计算设备，以确保不再需要计算能力。落后于竞争对手。
此外，贸易禁令导致一些人工智能培训只能在过时的计算设备上进行，这可能会使与人工智能相关的电子垃圾数量增加39%。
全球每年产生超过 6000 万吨电子垃圾。目前，生成式人工智能造成的电子垃圾比例并不高，但相关研究人员认为，这仍然是全球电子垃圾问题的重要组成部分。
此外，数据中心制冷设备等配套设施也有一定的生命周期。这些设备并未纳入上述研究的统计范围，但这也意味着生成式AI造成的电子垃圾问题可能比研究中的数据还要大。
01.AI军备竞赛加剧电子垃圾问题，贸易禁令也带来负面影响
AI数据中心高能耗的问题有目共睹，但AI服务器退役后的电子垃圾问题却没有得到足够的重视。
生成式人工智能计算设备比许多以前的计算设备更重。以的DGX H100为例，一个640GB的系统包括8个和2个Intel Xeon CPU、多个内存块、网卡、机架等设备，总重量高达130.45kg。
▲DGX H100官方参数（来源：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。一些企业会延长服务器的寿命以节省成本，这可以在一定程度上减少电子垃圾的产生。 。
然而，激烈的竞争迫使AI领域的主要参与者大量采购新的计算设备，以确保自己始终能够获得强大的计算能力，以避免在AI军备竞赛中处于劣势。设备的迭代意味着电子垃圾的产生。
例如，AI领域计算硬件最大买家之一meta在今年第三季度财报电话会议上表示，meta已经放弃了延长服务器寿命的计划，将用资金购买下一代服务器。计算设备。
本研究通过统计模型模拟了生成式 AI 造成的电子垃圾问题，使用 的 8-GPU DGX H100 系统作为计算能力的标准单位来计算电子垃圾的数量。根据生成式人工智能未来可能的投资强度，2020年至2030年相关电子垃圾累计量将达到120万吨至500万吨。
该研究还认为，贸易禁令可能会加剧生成式人工智能造成的电子垃圾问题。目前，一些国家和地区还无法获得最先进、计算最密集的计算设备，这意味着他们需要购买更多的GPU和硬件设备才能达到所需的计算效果。
研究发现，如果全球25%的AI训练是在落后时代一年的计算设备上进行，相关电子垃圾量可能会增加39%。
02、电子垃圾回收率仅为22%，服务器的延长使用可减少垃圾58%。
根据《2024年全球电子垃圾监测报告》，目前只有约22%的电子垃圾得到官方收集和回收，大部分电子垃圾是通过非正式渠道回收的。
电子垃圾含有铜、金、银、铝和稀土元素等贵金属，由于其经济价值，通常可以回收利用。
但部分电子垃圾会出口到环保法规相对宽松的国家和地区进行回收。在这些地区，电子废弃物中的铅、汞、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。
该研究还提出了利用生成人工智能解决电子垃圾问题的可能解决方案。据计算，延长AI服务器的使用寿命是最有效的策略，最多可减少58%的电子垃圾量。
服务器的模块重复使用还可以减少 21% 的电子垃圾。该策略是指将废弃服务器的关键模块（GPU、CPU、电池等）拆解、改造、重新组装，然后用于较低负载的计算。
日前，《华盛顿邮报》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表示，正在努力减少数据中心排放并回收相关设备。
03.结论：生成式AI蓬勃发展，环境问题是隐忧
在这波生成式人工智能浪潮到来之前，许多大型科技公司都设定了可持续发展或减碳、零碳的目标，但人工智能正在给这些目标的实现蒙上阴影。
谷歌7月份承认，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，很少有研究关注AI热潮可能带来的垃圾问题，但许多公司预测他们的AI服务器可能很快就会迎来更新换代期。例如，meta 预计他们的部分 AI 服务器将在 2025-2026 年被更换。生命达到极限。在不久的将来，生成式人工智能造成的电子垃圾将成为行业和社会必须正视的问题。
