生成式AI或在5年內產生數百萬噸電子垃圾？科學家提出算力物質流方法，為AI可持續發展提供新視角

在電影《焚城》中，有關電子垃圾的不當處置及泄漏產生的危害震驚了公眾。這些電子垃圾往往蘊含大量有毒物質，不僅對地球生態構成嚴重破壞，更對人們的生命健康構成了巨大威脅。因此，加強對電子垃圾處置的關注和監管刻不容緩。

在數字化時代，AI 特別是生成式 AI（GAI，Generative Artificial Intelligence）在文本、圖像、影片等內容生成上展現出的巨大潛力，其正以前所未有的速度重塑人們的生活和工作方式。

然而，該技術背後卻隱藏的資源環境代價，特別是與 GAI 相關的電子廢物（e-waste）問題，卻鮮少受到關注。

最近，中國科學院城市環境研究所與英國劍橋大學、以色列瑞赫曼大學團隊合作，基於「服務-算力-算法-芯片」框架，開發了一種稱為「算力物質流」的新方法，量化解析了 GAI 的硬件需求及其產生的電子廢物挑戰，並識別評估了相關循環經濟措施及其影響。

研究結果顯示，如果不採取任何減少電子廢物的措施，GAI 將在 2023 年至 2030 年累積產生 120 萬至 500 萬噸電子廢物。

隨著 AI 技術的不斷進步，電子廢物問題將成為人們不得不面對的挑戰。通過實施循環經濟策略，不僅可節約資源、保護環境、減少電子廢物的產生，還同時為經濟發展創造了新的機會。

該研究不僅為 AI 領域的可持續發展提供了新的視角，也為全球電子廢物管理和循環經濟策略的製定提供了科學依據。

審稿人對該論文評價稱，「AI 發展導致的電子廢物這個議題鮮少被關注。該研究通過量化分析方法，為該填補研究領域認識缺口做出了寶貴貢獻，研究不但揭示了該問題的嚴重性，並為未來的實際解決方案提供了指導。」

另一位審稿人指出，「算力物質流」方法的顯著的意義在於，能夠定量測算 AI 算力需求與底層硬件發展的關聯影響，突破傳統方法的單一解析思路，從而實現更為系統的解析測算。其認為，這項工作為可持續的 GAI 發展提供了關鍵方法，具有廣闊應用前景。

近日，相關論文以《生成式人工智能的電子廢物挑戰》（E-waste challenges of generative artificial intelligence）為題發表在 Nature Computational Science[1]。

該論文主要由中國科學院城市環境研究所汪鵬研究員、張淩宇同學、該單位陳偉強研究員和劍橋大學/瑞赫曼大學阿薩夫·察高爾（Asaf Tzachor）博士合作完成。

圖丨相關論文（來源：Nature Computational Science）

「從零開始」的方法

該論文領銜作者汪鵬在澳州新南威爾斯大學製造工程及管理專業獲得博士學位，並繼續在該校可持續製造及生命週期工程實驗室從事博士後研究，之後歸國加入中國科學院城市環境研究所，持續開展研究工作。

長期以來，他專注於新興技術背後的資源環境影響及其管理措施研究，特別是在鋰電池、光伏和風電等新能源技術影響和分析方面進行深入研究。

這項研究的靈感源自於一次觀看反腐紀錄片《永遠衝鋒號》的經歷，其中提到了「比特幣挖礦」所引發的電子垃圾問題。

那一刻，一個研究構想瞬間出現在汪鵬腦海中：當前迅猛發展的 GAI 技術背後資源環境代價會是怎樣的呢？

目前，AI 技術正處於高速發展時期，雖然很多人已關注到該技術在算法、碳排放和能源消耗方面的挑戰，但其背後更深層次的物質資源消耗及其環境代價尚未受到關注。

汪鵬解釋說道：「日常使用生成式 AI 如 GPT 看似在數字世界進行交互，其背後也需要物理世界的物質資源作為基礎，我們對 AI 的資源環境影響應該做到‘有跡可循’。」

然而，尋找 AI 在物理世界的「痕跡」，即如何用科學方法量化 GAI 的硬件需求及其所產生的電子廢物，是該課題組面臨的首要挑戰。

主要問題包括：

·首先，如何全面準確估算 GAI 未來發展的態勢及相關關鍵硬件如圖形處理器（GPU ，Graphics Processing Unit）的技術進步趨勢，以及不同國家的差異是怎樣的？

·其次，如何將日常的 GAI 服務（如利用 GPT 來處理文字）轉化為硬件需求，即如何實現 GAI 服務、算法、算力以及硬件的關聯解析？

·最後，如何解析 AI 硬件的運營情況及使用壽命等情況，實現對電子廢棄物估算及其循環利用措施的識別？

通過大量的文獻調研及企業專家訪談，研究團隊發現，現有模型和方法根本無法直接解決上述問題。因此，研究人員決定在方法論上「從零開始」，建構新的量化方法體系。

該課題組以往對能源-金屬關聯研究領域的研究基礎，提供了相關思路和理論框架。

具體來說，他們基於以往開發「能源需求-技術設施-關鍵部件-金屬循環」，提出了 AI「服務-算力-算法-芯片」的量化框架，進而成功地實現了 GAI 服務與 AI 硬件的關聯和解離，支撐了對 AI 資源環境代價的精準測量。

針對未來 AI 的發展和算力需求，該課題組收集了來自學術界和業界的多種推演和專家觀點，但這些預測存在很大差異，從極端樂觀到過於保守。

為了確保研究的嚴謹性，他們將所有相關信息整合併引用在文獻中，並構建了三種不同的未來增長前景模型，分別是：激進型、中等型和保守型。

例如，如果 AI 服務覆蓋廣泛，可能會採取更激進的增長預測；像 TikTok 這樣局部快速傳播的服務，可能增長速度較快；而專業領域的服務，則可能增長較慢。

「儘管做了多種情景預測，AI 未來發展態勢仍然充滿了太多不確定性，同時 AI 芯片及硬件效率也在不斷提升，因此我們的預測是有很多前提假設的。為此，建議開展 AI 電子廢物的監測及定期的預測更新，用來更加準確指導廢棄物管理。」汪鵬表示。

圖丨當沒有進行進一步處理時，從 2020 至 2030 年每季度產生的電子廢物（來源：Nature Computational Science）

特別是，在一次對某影像軟件公司訪談中，研究團隊受到企業按所需算力採購芯片和設備策略的啟發，決定以英偉達 DGX H100 為標準量化單元，進而推演中央處理器（CPU，Central Processing Unit）、存儲器、不間斷電源等硬件需求，並以此推算電子廢物的報廢量。

汪鵬表示，這項研究涉及跨學科的知識整合和消化，構建整體框架實現跨學科交流也是一大挑戰。

「早瞭解、早行動、收益大」

據聯合國機構發佈的《2024 年全球電子垃圾監測》報告 [2]，2022 年全球產生了 6200 萬噸電子垃圾，相比 2010 年增長了 82%。然而，只有 22.3% 的電子垃圾被妥善收集和回收。

需要瞭解的是，聯合國機構發佈的全球電子廢棄物管理的數據，是以傳統電子廢物為統計對象，目前其尚未將 AI 及數據中心產生的電子廢物納入到監測和評估體系範圍內。

汪鵬表示：「在我們的研究發佈後，上述報告的領銜作者專門點評我們研究的首創性及重要價值。對此，我們備受鼓舞，並建議由 AI 產生的電子廢物問題應儘早納入全球電子廢物監測網絡範疇中，以便在全球範圍內定期評估、分析並監管其潛在影響，行動時機將會特別重要。」

汪鵬說：「我們開展預防性或賽前分析性研究遵循基本原則是：瞭解得越早，行動得越早，獲得的收益也越大。」

例如，在塑料汙染問題和電動車電池問題，由於技術發展早期缺乏有效的預防和管理措施，現在變得難以控制。而 AI 技術也存在這樣的問題。

面對這一挑戰，研究團隊針對性提出了循環經濟策略，旨在通過減少、再利用、修復和回收數據中心的過時設備，來減少電子廢物的產生。

除了硬件之外，在服務層面對 AI 消費的增長進行適當引導，同時在算法開發階段降低模型的算力需求，極為重要。

汪鵬指出，相關措施越靠近源頭，其效果越發顯著。比如，在算法層次進行優化不僅能減少能耗和成本，還能帶來巨大的整體效益。

因此該研究提到，需要在 AI 低算力模型和算法的開發上加大投入，以促進技術進步和商業化應用。儘管目前低計算力的 AI 模型和算法的選擇有限，但這些研究對於 AI 的可持續發展至關重要。

在硬件層面，先進芯片開發及推廣利用也極為關鍵。

一方面，隨著技術進步，先進芯片能以更少的硬件資源消耗實現更高性能，進而會大幅減少對物質資源消耗。然而，受到地緣政治的影響，某些國家級企業限制出口高端芯片，這將導致電子廢物的增加。

另一方面，電子廢棄物末端處置回收是循環經濟中不可忽視的一環。這些廢棄物中含有豐富的高價值金屬資源，但也含有很多有害物質。因此，廠商需要確保所有材料得到妥善處理，避免引發嚴峻的二次汙染問題。

論文指出，當前電子廢物多從發達國家流向發展中及落後國家進行處置回收，然而這些國家往往缺乏先進的處置技術，這將會引起更為嚴峻的環境汙染。

特別是，AI 廢棄物多分佈在北美、歐洲等發達地區，警惕廢物的跨國轉移尤為重要。因此，對電子廢物的處理和產業行為進行嚴格監管，是確保環境安全和資源可持續利用的關鍵。

研究顯示，實施這些循環經濟策略可減少 16% 至 86% 的電子廢物產生。其中，延長硬件使用壽命和模塊重用策略最為有效，分別可以減少 62% 和 42% 的過時 AI 服務器產生的電子廢物。

該論文發表之後，迅速得到全球 100 多家媒體的報導以及相關同行的點評。其中，美國加州大學河濱分校任紹磊（Shaolei Ren）副教授點評道：「研究利用目前最全的公開數據和科學嚴謹的方法，實現對 AI 細分技術領域電子廢棄物的估算。儘管硬件估算挑戰性很大，我認為論文量化結果能反映出 AI 的電子廢物的挑戰，並應該得到廣泛關注。」

「我們的研究僅僅是一個開始。」汪鵬說。在下一階段的研究工作中，他們將構建全球合作網絡，深入研究每個數據中心、模型和國家的不同架構及其影響，並進行詳細分析和量化研究。

同時，還將聚焦於政策實時和監管策略，探討如何在全球治理中體現循環經濟和可持續發展措施，倡導全球性的治理行動，並為政府和企業提供政策建議和諮詢服務，以落實循環經濟的具體措施。

「我們的目標是將循環經濟的理念轉化為實際行動，解決電子廢物處理的問題，並促進相關技術的發展和應用。」汪鵬說道。

1.Wang, P., Zhang, LY., Tzachor, A. et al. E-waste challenges of generative artificial intelligence. Nature Computational Science (2024). https://doi.org/10.1038/s43588-024-00712-6

2.https://www.itu.int/en/ITU-D/Environment/Pages/Publications/The-Global-E-waste-Monitor-2024.aspx

3.https://sciencemediacentre.es/en/generative-ai-expansion-could-create-five-million-tonnes-e-waste

運營/排版：何晨龍