新聞 > 科教 > 正文

重量≈250億部iPhone,AI也需「排泄」廢棄物

AI「衰老」後,會產生大量的電子垃圾。(汪韜使用AI工具生成/圖)

既會畫圖寫作,也能聊天解惑,以ChatGPT為代表的生成式人工智能(GAI,Generative Artificial Intelligence)席捲全球,正在疊代為虛擬世界的萬事通。

不過,很少有人意識到,這位「通人性」的工作助手、情感顧問,也和人類一樣,需要喝水、充電,定期「排泄」電子廢棄物。

《自然·計算科學》2024年11月刊發的封面研究(以下簡稱「研究」)顯示,2020-2030年10年間,生成式AI帶來的電子垃圾(e-waste)可能激增近1000倍,如不採取措施,將在2023-2030年累計達到最高500萬噸,重量約等於250億部iPhone16 Pro。

伴隨AI的電子垃圾不是充斥互聯網的垃圾信息,而是和報廢的舊手機、舊電腦一樣,由金屬、塑料、複合材料等構成的固體廢棄物,處置不當將造成嚴重環境危害。

聯合國《2024年全球電子垃圾監測》報告顯示,2022年全球產生的電子垃圾達到創紀錄的6200萬噸,其中只有不到1/4的材料被妥善收集和回收利用,而這一數據尚未將AI產生的電子垃圾納入其中。

監測和評估電子垃圾,難在量化。此前,學界不乏對生成式AI碳足跡、水足跡的估算——ChatGPT運行一年產生約8.4噸二氧化碳;進行50次ChatGPT對話,消耗約500毫升水,但鮮有研究測量AI的「電子垃圾足跡」。

該研究領銜作者、中國科學院城市環境研究所研究員汪鵬向南方周末記者表示,看似虛擬的AI不是憑空出現,它也需要現實世界物質資源的支撐。AI背靠超算中心、數據中心等數字基建設施,必然會產生大量電子垃圾。

儘管生成式AI尚未全面普及,但汪鵬希望通過這項前瞻性研究呼籲各方儘早行動,「塑料污染教訓在前,早期發展階段缺乏預測分析及預防管理,等大眾感知到污染嚴重性,已經無法控制。」

生產者責任延伸(EPR)是減少電子垃圾的政策之一,按照「誰污染誰治理」的原則,大型AI運營商被認為應承擔更多責任。微軟、蘋果公司各自承諾到2030年達成零廢棄物目標,谷歌的承諾雖未給出期限,但披露了2023年有29%的數據中心實現這一目標。而國內互聯網企業的零廢棄物承諾多集中在物流運輸和包裝塑料層面,對AI、數據中心產生的電子垃圾關注較少。

圍繞AI電子垃圾的防治嚴峻性、電子垃圾的影響因素和循環利用策略,南方周末記者專訪了汪鵬。

500萬噸,只計算了AI電子垃圾的「精華」

南方周末:說起AI電子垃圾,很多人第一反應是互聯網信息污染,而非實體的廢棄物。

汪鵬:沒錯,把AI視為虛擬資源,這是普遍的認知局限。一家晶片巨頭公司的CEO曾公開表示,兩年前製造的GPU平台重31.7千克,有3.5萬個零件,2024年製造的GPU平台由60萬個零件組成,重1.36噸,和一輛碳纖維法拉利差不多重。這說明看似「虛擬」的AI,仍以「現實」的物質資源為基礎。

南方周末:你們的研究指出,在最激進的發展模式下,生成式AI將在2023-2030年累計產生500萬噸電子垃圾,怎麼界定哪些電子垃圾是由AI造成的?

汪鵬:生成式AI的底層是物質資源密集的各類超算及數據中心,本研究選取AI中心的核心硬件,包括主板、圖形處理器(GPU)、中央處理器(CPU)、互聯網通信模塊、不間斷電源等核心部分開展研究。行業報告指出,這些硬件壽命普遍在3年左右,更新換代就會產生大量電子垃圾。

研究沒有納入數據中心的外圍裝置,如冷卻裝備、通信單元、電力電纜等輔助部件。一方面,這些部件難以計算壽命,有的可以重複利用,不像核心硬件容易被淘汰。另一方面,出於嚴謹考慮,它們很難被認為是由GAI直接造成的電子垃圾。

比如,數據中心的部分用電來自光伏和風電,光伏風電廢棄物和AI沒有直接相關性,在本研究中就不被列入考慮。

南方周末:這些電子垃圾的成分是什麼?對環境影響如何?

汪鵬:雖然更為複雜多樣,但基礎成分和大家日常用的電腦主機類似,包括金屬、塑料和其他材料,其中既有金、銀等貴金屬,也有鉛、鎘、汞等有毒金屬,對環境的危害和傳統的電子垃圾類似,取決於是否被正規回收處置。

回收電子垃圾、提取有價值的金屬,常用到濕法、火法等工藝,處理成本較高。因此,很多電子垃圾會流入非正規渠道,其處置可能導致土壤、水體、空氣污染,進而破壞當地生態環境、危害周邊群眾的健康。

此外,電子垃圾經常隨國際貿易流通,雖然中國已經全面禁止洋垃圾進口,固體廢物隨着全球貿易跨境轉移現象仍十分頻繁。

南方周末:聯合國報告顯示,2022年全球產生了6200萬噸電子垃圾,相比之下,「2023-2030年累計500萬噸」的體量好像不算大?

汪鵬:2022年,包括電腦、手機在內的小型ICT(Information and communications technology)設備產生電子垃圾460萬噸,按歷史增長趨勢,到2030年將累計達到4320萬噸。單純對比重量,我們估算的生成式AI電子垃圾只佔約10%,在所有類型的電子垃圾里佔比更低。

不過,小型ICT設備的重量主要來自外殼、屏幕等部件,其中晶片、存儲等比例較低,而本研究量化的是生成式AI的核心部件,可以認為這500萬噸都是電子垃圾的「精華」,如果把外圍部件也納入考慮,重量會大得多。

更重要的是,目前體量不大,不代表其對環境的影響不重要。考慮到AI發展迅猛,未來報廢量佔比只會越來越高。

南方周末:AI未來有可能超越傳統的電器和電子設備,成為電子垃圾的主要來源嗎?

汪鵬:要看怎麼界定AI的量化邊界。現在很多手機也具備AI功能,如果再納入自動駕駛和其他人工智能產業,AI的範圍會非常大,難以準確評估電子垃圾規模。

僅考慮生成式AI的核心部件,從重量上來看,未必能超越我們熟悉的電器和電子設備,但傳統電子垃圾的增速已經相對平穩,應對舉措相對成熟,而AI技術更新疊代很快,電子垃圾規模有顯著上升趨勢,但認識和應對都不足。

根據研究估算,2030年,生成式AI一年最高可以產生250萬噸電子垃圾,約為133億台手機的重量,相當於世界上80多億人口,每個人一年要報廢1-2台iPhone,無疑將加重電子垃圾的危害。

中國科學院城市環境研究所研究員汪鵬。(受訪者供圖/圖)

有AI碳足跡、水足跡,為什麼沒有電子垃圾足跡?

南方周末:學界此前對「AI+電子垃圾」的話題討論很少,你們的研究靈感從哪兒來?

汪鵬:這的確是非常新的領域,缺乏既有的學術研究脈絡,靈感更多來源於日常生活觀察。

2023年初,反腐電視專題片《永遠吹衝鋒號》披露了一個案例,某官員表面發展轄區內的數字經濟產業,實則放任企業進行比特幣「挖礦」,這家公司的用電量佔全市用電總量的10%,還產生大量碳排放和電子垃圾。

這讓我聯想到,眼下高速發展的AI,也是高碳排、高能耗產業,但大家只關心AI的電耗水耗,忽視了背後的「物耗」。我們就這樣找到了研究人工智能環境危害的新角度。

南方周末:AI電子垃圾足跡,比AI碳足跡、水足跡更難計算嗎?

汪鵬:難點在於,這是一個從無到有的過程,沒有現成的方法能測量生成式AI應用與底層硬件需求的關係。對此,我們在研究中構建了新的量化方法體系——「算力物質流」。

AI應用的背後,存在「模型-算力-硬件」三個層次。運行大模型需要大量算力,算力背後需要大量硬件支持。

在生成式AI領域,不同模型需要多少算力,數據相對透明。不同算力需要多少硬件,可以參考企業採購晶片和設備的策略來估算。

把二者對應關係串聯起來,就能將生成式AI的服務需求轉化為硬件需求,再結合硬件的運營情況及使用壽命推算電子垃圾數量。

有了這套方法,理論上可以像AI碳足跡、水足跡一樣,計算出使用一次ChatGPT產生多少電子垃圾,也可以測算出AI「電子垃圾足跡」的區域差異,比如,中國和美國運用不同模型的AI產生的電子垃圾也會不同。

南方周末:用「算力物質流」的方法,能不能估算出所有AI行業的電子垃圾?

汪鵬:很難。一方面,如前所述,AI行業的邊界不夠清晰。另一方面,研究選擇估算生成式AI這一技術類型,不僅因為它發展較快,還和它信息透明度高、技術多樣性低有關。

就拿「自動駕駛」來對比,生成式AI依託的大語言模型框架相對清晰,硬件設備以英偉達等公司的晶片為核心,相對可以追蹤量化。而自動駕駛不僅涉及大語言模型,還可能涉及圖像識別等深度學習技術,核心硬件還可能包括攝像頭、感測器等,測算難度更大。

可想而知,要把AI作為大類估算,其產生的電子垃圾更多,也難得到嚴謹的數據。

主板、圖形處理器(GPU)、中央處理器(CPU)等硬件壽命普遍在3年左右,AI的快速發展背後,是快速產生的大量電子垃圾。(汪韜使用AI工具生成/圖)

「晶片戰爭」造成電子垃圾不必要的增長

南方周末:生成式AI帶來的電子垃圾數量,受哪些因素影響?

汪鵬:電子垃圾的數量和硬件的數量、使用時長直接掛鈎。

對AI應用服務和模型算力的需求共同決定了硬件的數量,AI消費越少,硬件消耗也越少。如果AI不再基於高算力需求的模型,節約算力的同時也能降低大量硬件需求。

硬件使用時長,受到客觀壽命影響,也和硬件是否匹配需求有關,比如AI應用需要新一代晶片支撐,舊晶片沒壞,也可能被提前報廢。

此外,技術壁壘也會加劇電子垃圾的產生。在沒有貿易限制的情況下,世界各地的數據中心可以自由購買最新型號的晶片,但「晶片戰爭」下,部分國家無法獲得性能更高的晶片,意味着需要消耗更多硬件。

南方周末:低端晶片一定會造成更多電子垃圾嗎?

汪鵬:這是一個有趣的問題。在市場需求相同的情況下,低端晶片的確會產生更多電子垃圾,比如,假設英偉達新一代GPU的帶寬效率是上一代的一半左右,基於上一代的晶片則需要投入雙倍數量才能實現同等性能。

不過,受消費的反彈效應影響,越先進的晶片,往往擁有更大市場,這導致技術先進地區的電子垃圾數量反而高於落後地區。

南方周末:技術壁壘會導致「重複造輪子」,帶來更多電子垃圾,有什麼解決方案?

汪鵬:除了國與國之間的技術壁壘,企業之間出於商業競爭的目的,也會出現「重複造輪子」的現象,造成電子垃圾不必要的增長,因此全球合作非常重要。

單純從政治和商業角度出發,很難避免這種困局產生。和共享單車的發展歷程相似,早期各方為了爭奪市場,投入大量設備,報廢率很高。當人們考慮環境因素,意識到電子垃圾的危害,才能以更協同合作的姿態發展AI。

南方周末:人們常說「AI的盡頭是能源」,AI+電子垃圾的研究結果,似乎加深了「AI站在環保對立面」的印象。

汪鵬:我不認為AI必然站在環保對立面,二者應是共生關係。

AI可以幫助人類高效應對環境挑戰,比如監測污染不再需要鋪設大量傳感器,可以利用AI高效識別運算,應該大力提倡AI這些積極的應用。但AI的發展也有環境的代價,早了解、早行動,才能及時遏制AI電子垃圾的危害,避免走上塑料污染的老路。

AI零廢棄承諾,應從自願走向強制

南方周末:研究提出應對AI電子垃圾的循環經濟策略,包括「降低AI模型的算力需求」「對AI消費的增長進行適當引導」。這是否和AI的發展進程相衝突?

汪鵬:降低算力需求和發展先進AI技術並不衝突。

在供給側,現階段AI仍以大成本投入、高算力需求為主導,很多企業已經意識到這種模式不可持續,將降低AI模型算力需求視為技術創新的重要方向。

在消費側,引導AI消費的增長,也不是阻攔AI發展,而是希望消費者意識到電子垃圾的危害,從而調整日常使用行為。

此外,我們也希望更多企業披露AI大模型的電子垃圾信息,為消費者負責任使用AI提供指導。隨着各類交通工具碳足跡披露,大家發現乘坐公共交通出行的碳足跡比開車少,因此資本市場和消費者也可以用腳投票,規避、淘汰污染嚴重的AI產品,倒逼企業從供給側變革。

如果納入自動駕駛和其他人工智能產業,AI的範圍會非常大,難以準確評估電子垃圾規模。(汪韜使用AI工具生成/圖)

南方周末:和分散的家電回收相比,數據中心分佈相對集中,AI電子垃圾是不是更好處理?

汪鵬:是的,AI電子垃圾的源頭集中在AI科技公司及其背後的超算及數據中心,更有利於收集。

問題在於,各方尚未將AI及數據中心產生的電子垃圾納入監測和評估體系,對於企業是否負責任地減少、再利用、修復和回收過時設備,缺乏追蹤監管,很難確定其回收處置情況。為此,建議及時調整並出台相關政策。

南方周末:微軟、谷歌、蘋果都在佈局數據中心「零廢棄計劃」,可以解決AI電子垃圾問題嗎?

汪鵬:大型科技企業要承擔主要治理責任,但電子垃圾的防治需要全產業鏈協同,不能局限於硬件廢棄端。

這些跨國科技企業率先承諾「零廢棄」後,還需要整個行業的響應,從「自願承諾」走向「強制規定」。企業公佈目標和措施後,也需要及時向公眾披露進展,讓全社會參與監督。相比之下,國內大多數AI企業仍停留在「跑馬圈地」階段,如何推進負責任、可持續AI發展任重道遠。

南方周末記者黃思琪

責任編輯: 李華  來源:南方周末 轉載請註明作者、出處並保持完整。

本文網址:https://hk.aboluowang.com/2025/0105/2155747.html