人工智能的蓬勃发展不仅消耗了大量的能源和水资源:它还造成了前所未有的电子垃圾海啸。
根据斯坦福大学的数据,人工智能领域的私人投资从 2022 年的 30 亿美元增加到去年的 250 亿美元,企业采用人工智能工具的速度比以往任何时候都快。这股浪潮迫使数据中心不断升级硬件,丢弃仍能正常工作的设备,竞相保持竞争优势。
这种大量使用元器件为运行人工智能模型的硬件提供燃料的做法,正在产生数百万吨废弃电子元件。 来自中国、以色列和英国的研究团队在《 自然》杂志上发表的一项新研究 估计,仅 ChatGPT、Claude 或 LlaMa 等大型语言模型(LLM)每年就会产生 275 万吨(约合 250 万吨)电子垃圾,严重加剧了人工智能对环境的影响。
"在乐观的情况下,即 LLM 变得无处不在(即每个人每天都在使用它,如社交网络),研究结果表明,从 2020 年到 2030 年的十年内,来自指定数据中心的 EoS 电子废物流将上升到约 1600 万吨(Mt),"研究报告写道。
该废物流正以惊人的速度增长,年复合增长率高达 110%,大大超过了屏幕和洗衣机等传统电子废物 2.8% 的增长率。
这一危机的地域高度集中。根据中国科学院和莱克曼大学的研究,北美占人工智能相关电子垃圾的 58%,东亚占 25%,欧洲占 14%。
除了大量的电子垃圾,整个人工智能产业也在消耗大量的资源。去年,《解密 》报道称,每查询 4 次,ChatGPT 就会消耗半升水。想想该网站每月有超过 2.2 亿的访问量,你就能算出并理解为什么人工智能数据中心附近的城市在不到十年的时间里水费几乎翻了一番。
研究估计,到 2030 年,这些电子垃圾将含有近 100 万吨铅、6000 吨钡,以及数量可观的镉、锑和汞,给环境增加了大量有毒元素--所有这些对土壤、水和公众健康的风险都是有据可查的。
研究人员没有说明公司和政府是否做得足够,但从经济角度来看,这也是有益的。这些废弃服务器中使用的金、银和铂等金属,如果被回收,也具有巨大的经济潜力。该研究估计,这些金属的适当回收利用可为经济注入 700 亿美元的资金,从而推动电子垃圾回收利用基础设施的发展。
该研究还解释说,无法获得最新芯片的国家可能会产生多达 14% 的电子垃圾,因为它们被迫使用效率较低的硬件。
但有一些解决方案可能有助于解决这一问题。研究人员认为,通过加强维护来延长服务器的使用寿命,可以将电子垃圾的数量减少 58%,而重复使用特定组件则可以将垃圾进一步减少 21%。
此外,过时的人工智能服务器还可以被重新利用,用于教育项目或基础网络托管等较轻的任务,而不是被扔掉,从而将其从废物流中转移出来,最大限度地发挥其效用。
这已成为全球环保组织的当务之急。Digiconomist创始人、能源分析师亚历克斯-德弗里斯(Alex de Vries)告诉解密者,在人工智能产业的负面影响难以控制之前,制定解决方案非常重要。
"德弗里斯说:"现在,这个数字还很小,所以你可以争辩说,'如果它还很小,我们为什么要把它放在我们议程的重要位置呢?"但是,这个问题不会长期保持小规模"。
编辑:安德鲁-海沃德
© 2025 DeFi.io