近年來，人工智能（AI）加速滲透到日常生活的方方面面。為人們生活帶來便利的同時，AI可能造成的環(huán)境問題也不容忽視。中國科學院城市環(huán)境研究所研究員汪鵬等研究人員的一項研究測算顯示，2020年至2030年，生成式AI帶來的電子廢棄物可能激增近1000倍。相關研究成果日前在線發(fā)表于《自然·計算科學》。

聯合國機構今年發(fā)布的《2024年全球電子垃圾監(jiān)測》報告顯示，2022年全球電子垃圾的產生量相比2010年增長了82%，達到創(chuàng)紀錄的6200萬噸，相當于全球每人每年產生了7.8公斤電子垃圾。在電子垃圾急劇增長的背景下，如何解決AI電子廢棄物問題正在成為一道“必答題”。

圖為在第七屆中國國際進口博覽會上展出的“Recover E”的電動方程式賽車，它由100公斤電子垃圾制造而成。

實現量化評估

生成式AI是典型的資源密集型產業(yè)，其技術發(fā)展、應用十分依賴于底層硬件規(guī)模的擴大。隨著AI應用的日益普及，算力需求不斷增加，相關算力中心硬件架構愈發(fā)復雜，其重量也不斷增加。

英偉達創(chuàng)始人兼首席執(zhí)行官黃仁勛曾說過，一臺EFLOPS（每秒百億億次浮點運算）級的機器由60萬個零件組成，重達1.36噸。

業(yè)內專家認為，算力中心的服務器機群中通常包含的多種高性能計算硬件，如GPU（圖形處理器）、內存模塊、存儲設備等，壽命普遍在3年左右，當壽命結束后，將產生大量電子廢棄物。

汪鵬長期從事基于AI的物質循環(huán)數智工程及風險管控研究。在他看來，雖然生成式AI未來的服務覆蓋率目前尚難以準確預測，但無論哪種情形，對AI可能產生的電子垃圾問題都應未雨綢繆。

汪鵬介紹，為科學有效地量化評估生成式AI的算力硬件需求及其產生的電子垃圾數量，團隊構建了名為“算力物質流”的新方法。這一方法將通用AI的應用服務與底層硬件進行解離分析，拆分為“需求—算法—算力—硬件”四個層次。首先，要計算出生成式AI接收到的服務需求；接著，通過分析這些需求與不同算法之間的對應關系，確定生成式AI所需算力大小；最后，推導出所需的GPU硬件數量及其附屬相關硬件的需求。

研究結果顯示，在最激進的發(fā)展模式下，生成式AI在2023年至2030年產生的電子垃圾累積量或將達500萬噸。預計產生的電子垃圾包含150萬噸印刷電路板和50萬噸服務器電池。它們可能含有鉛和鉻等有害材料，若處置不當將帶來嚴重環(huán)境危害。即使在最保守的發(fā)展模式下，同一時間段產生的電子垃圾量也將達到120萬噸。

“變廢為寶”是難題

電子垃圾問題已成為當今世界一個緊迫的環(huán)境問題。

《2024年全球電子垃圾監(jiān)測》報告顯示，電子垃圾產生量增速遠高于回收量增速。在2022年產生的6200萬噸電子垃圾中，含有3100萬噸金屬、1700萬噸塑料和1400萬噸其他材料（礦物、玻璃、復合材料等），其中僅有不到1/4的材料被妥善收集并回收利用。此外，針對關鍵原材料回收技術的專利申請數量尚未顯著增加。

電子垃圾“變廢為寶”，難在哪？

首先是處理難度?！?024年全球電子垃圾監(jiān)測》報告顯示，2022年全球產生的電子垃圾中所含金屬的經濟價值估計為910億美元。有價值的二次原材料是銅（190億美元）、黃金（150億美元）和鐵（160億美元）。然而，目前電子垃圾管理僅產生了價值280億美元的二次原材料，其中大部分損失是由于焚燒、填埋或不合理處置造成的。

其次是成本問題。在回收電子垃圾過程中，需要投入大量的人力、物力和財力進行收集、運輸、拆解和處理。同時，由于電子垃圾的來源分散，回收難度大，導致回收效率低下，進一步增加了成本?！?024年全球電子垃圾監(jiān)測》報告顯示，2022年，全球電子垃圾管理的經濟效益為510億美元，而成本為880億美元，相當于整體經濟損失370億美元。

確?？沙掷m(xù)發(fā)展

面對已然十分嚴峻的電子垃圾挑戰(zhàn)，如何避免AI產生的電子廢棄物加劇這一問題？

汪鵬等人的研究對此提出了建議。“我們開展預防性或前瞻性研究遵循的基本原則是，了解得越早，行動得越早，獲得的收益也越大。”汪鵬介紹，團隊有針對性地提出了循環(huán)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垃圾的產生。

汪鵬分析，就單個產品而言，如果能以更少的硬件資源消耗實現更高性能，其產生的電子垃圾相對數量會減少，但由于設計的復雜性等原因，其處置處理難度也會相應增加。而且，考慮到性能提升會帶來消費總量快速提升、產生“反彈效應”，電子垃圾的數量和處理難度仍會隨著硬件性能提升而同步增加。因此，電子廢棄物末端處置回收是循環(huán)經濟中不可忽視的一環(huán)。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。廠商需要確保所有材料得到妥善處理，避免引發(fā)二次污染問題。

汪鵬認為，除了在硬件上做文章外，還應在算法開發(fā)階段適當降低模型的算力需求。“相關措施越靠近源頭，效果越顯著。在算法層次進行優(yōu)化，不僅可以減少能耗和成本，還能帶來巨大的整體效益。”汪鵬說。

我國高度重視廢棄電器電子產品回收處理，近年來在廢棄電器電子產品法規(guī)體系、全鏈條管理和企業(yè)環(huán)境監(jiān)管方面開展了大量工作。在生態(tài)環(huán)境部前不久召開的例行新聞發(fā)布會上，生態(tài)環(huán)境部固體廢物與化學品司司長郭伊均介紹，截至今年9月底，全國95家正規(guī)處理企業(yè)共回收處理廢電器近7600萬臺（套），產出約37萬噸廢塑料、52萬噸廢銅鐵鋁及其合金等，均進入下游企業(yè)再生利用。各類拆解處理產生的危險廢物與其他環(huán)境風險物質均得到規(guī)范利用處置，全國廢電器規(guī)范回收利用態(tài)勢持續(xù)回升向好。

汪鵬建議，針對AI電子垃圾問題，相關部門應出臺相關政策，企業(yè)應盡快采取行動，確保AI發(fā)展更加負責任、可持續(xù)。

關鍵詞：