警惕！AI电子垃圾正在激增

　　近年来，人工智能（AI）加速渗透到日常生活的方方面面。为人们生活带来便利的同时，AI可能造成的环境问题也不容忽视。中国科学院城市环境研究所研究员汪鹏等研究人员的一项研究测算显示，2020年至2030年，生成式AI带来的电子废弃物可能激增近1000倍。相关研究成果日前在线发表于《自然·计算科学》。

　　联合国机构今年发布的《2024年全球电子垃圾监测》报告显示，2022年全球电子垃圾的产生量相比2010年增长了82%，达到创纪录的6200万吨，相当于全球每人每年产生了7.8公斤电子垃圾。在电子垃圾急剧增长的背景下，如何解决AI电子废弃物问题正在成为一道“必答题”。

图片来源于网络，如有侵权，请联系删除

图为在第七届中国国际进口博览会上展出的“Recover E”的电动方程式赛车，它由100公斤电子垃圾制造而成。

　　实现量化评估

　　生成式AI是典型的资源密集型产业，其技术发展、应用十分依赖于底层硬件规模的扩大。随着AI应用的日益普及，算力需求不断增加，相关算力中心硬件架构愈发复杂，其重量也不断增加。

　　英伟达创始人兼首席执行官黄仁勋曾说过，一台EFLOPS（每秒百亿亿次浮点运算）级的机器由60万个零件组成，重达1.36吨。

　　业内专家认为，算力中心的服务器机群中通常包含的多种高性能计算硬件，如GPU（图形处理器）、内存模块、存储设备等，寿命普遍在3年左右，当寿命结束后，将产生大量电子废弃物。

　　汪鹏长期从事基于AI的物质循环数智工程及风险管控研究。在他看来，虽然生成式AI未来的服务覆盖率目前尚难以准确预测，但无论哪种情形，对AI可能产生的电子垃圾问题都应未雨绸缪。

　　汪鹏介绍，为科学有效地量化评估生成式AI的算力硬件需求及其产生的电子垃圾数量，团队构建了名为“算力物质流”的新方法。这一方法将通用AI的应用服务与底层硬件进行解离分析，拆分为“需求—算法—算力—硬件”四个层次。首先，要计算出生成式AI接收到的服务需求；接着，通过分析这些需求与不同算法之间的对应关系，确定生成式AI所需算力大小；最后，推导出所需的GPU硬件数量及其附属相关硬件的需求。

　　研究结果显示，在最激进的发展模式下，生成式AI在2023年至2030年产生的电子垃圾累积量或将达500万吨。预计产生的电子垃圾包含150万吨印刷电路板和50万吨服务器电池。它们可能含有铅和铬等有害材料，若处置不当将带来严重环境危害。即使在最保守的发展模式下，同一时间段产生的电子垃圾量也将达到120万吨。

　　“变废为宝”是难题

　　电子垃圾问题已成为当今世界一个紧迫的环境问题。

　　《2024年全球电子垃圾监测》报告显示，电子垃圾产生量增速远高于回收量增速。在2022年产生的6200万吨电子垃圾中，含有3100万吨金属、1700万吨塑料和1400万吨其他材料（矿物、玻璃、复合材料等），其中仅有不到1/4的材料被妥善收集并回收利用。此外，针对关键原材料回收技术的专利申请数量尚未显著增加。

　　电子垃圾“变废为宝”，难在哪？

　　首先是处理难度。《2024年全球电子垃圾监测》报告显示，2022年全球产生的电子垃圾中所含金属的经济价值估计为910亿美元。有价值的二次原材料是铜（190亿美元）、黄金（150亿美元）和铁（160亿美元）。然而，目前电子垃圾管理仅产生了价值280亿美元的二次原材料，其中大部分损失是由于焚烧、填埋或不合理处置造成的。

　　其次是成本问题。在回收电子垃圾过程中，需要投入大量的人力、物力和财力进行收集、运输、拆解和处理。同时，由于电子垃圾的来源分散，回收难度大，导致回收效率低下，进一步增加了成本。《2024年全球电子垃圾监测》报告显示，2022年，全球电子垃圾管理的经济效益为510亿美元，而成本为880亿美元，相当于整体经济损失370亿美元。

　　确保可持续发展

　　面对已然十分严峻的电子垃圾挑战，如何避免AI产生的电子废弃物加剧这一问题？

　　汪鹏等人的研究对此提出了建议。“我们开展预防性或前瞻性研究遵循的基本原则是，了解得越早，行动得越早，获得的收益也越大。”汪鹏介绍，团队有针对性地提出了循环经济策略，旨在通过减少、再利用、修复和回收数据中心的过时设备来减少电子垃圾的产生。

　　汪鹏分析，就单个产品而言，如果能以更少的硬件资源消耗实现更高性能，其产生的电子垃圾相对数量会减少，但由于设计的复杂性等原因，其处置处理难度也会相应增加。而且，考虑到性能提升会带来消费总量快速提升、产生“反弹效应”，电子垃圾的数量和处理难度仍会随着硬件性能提升而同步增加。因此，电子废弃物末端处置回收是循环经济中不可忽视的一环。这些废弃物中含有丰富的高价值金属资源，但也含有很多有害物质。厂商需要确保所有材料得到妥善处理，避免引发二次污染问题。

　　汪鹏认为，除了在硬件上做文章外，还应在算法开发阶段适当降低模型的算力需求。“相关措施越靠近源头，效果越显著。在算法层次进行优化，不仅可以减少能耗和成本，还能带来巨大的整体效益。”汪鹏说。

　　我国高度重视废弃电器电子产品回收处理，近年来在废弃电器电子产品法规体系、全链条管理和企业环境监管方面开展了大量工作。在生态环境部前不久召开的例行新闻发布会上，生态环境部固体废物与化学品司司长郭伊均介绍，截至今年9月底，全国95家正规处理企业共回收处理废电器近7600万台（套），产出约37万吨废塑料、52万吨废铜铁铝及其合金等，均进入下游企业再生利用。各类拆解处理产生的危险废物与其他环境风险物质均得到规范利用处置，全国废电器规范回收利用态势持续回升向好。

　　汪鹏建议，针对AI电子垃圾问题，相关部门应出台相关政策，企业应尽快采取行动，确保AI发展更加负责任、可持续。

  （记者 都 芃）