天博网站

针对上述挑战，研究人员立足于“需求—算法—算力—芯片”分层解析框架，依据生命周期工程思想，提出生成式人工智能循环经济的措施策略，并基于对产业界的技术进展，开展了循环经济措施的潜力评估，研究发现采取循环经济策略，包括延长现有架构的寿命以及在再生产过程中重复利用关键模件和材料，或让人工智能产生的电子废弃物垃圾减少86%。同时，研究还发现，当前某些国家及企业限制先进芯片出口的做法，会使得其他国家消费更多的上一代芯片，进而导致全球产生更多的电子废弃物。

本研究论文领衔作者、中国科学院城市环境研究所汪鹏研究员及张凌宇硕士研究生，联合该所陈伟强研究员和以色列瑞赫曼大学教授阿萨夫·察科尔(Asaf Tzachor)，创新开发出“算力物质流”模型，并基于生成式人工智能的流行推广情况，以大语言模型为主要关注点，构建了从激进情景(更广泛的应用)到保守情景(更具体的应用)生成式人工智能未来发展4种情景，据此计算预测了2020年至2030年生成式人工智能产生的电子垃圾的潜在生成量和规模。

天博网站施普林格·自然旗下专业学术期刊《自然—计算科学》北京时间10月29日凌晨在线发表了一篇由中国科学家联合国际同行完成题为“生成式人工智能的电子废弃物挑战”的研究论文。研究预计，如果不采取循环经济的策略，2020年至2030年生成式人工智能带来的电子废弃物将可能增加近1000倍，或累积达120万至500万吨。

研究团队预计，假设不采取任何减少循环经济的做法，到2030年，生成式人工智能产生的电子废弃物垃圾或多达每年250万吨/年。他们还发现，在人工智能增长最快的情景下，生成式人工智能在2023年至2030年产生的电子垃圾累积量将达500万吨。在此情景下，预计产生的电子垃圾或包含150万吨印刷电路板和50万吨服务器电池，这些可能含有铅和铬等有害材料，不当处置将带来严峻的环境危害。

据介绍，尽管生成式人工智能在许多科研应用和日常生活中非常实用，比如生成文本或图像，但它也依赖于数据中心等数字基建设施。而且，随着算力需求及技术发展，相关数据中心的电子芯片及硬件架构越发复杂，重量也不断增加，并在快速更新迭代。比如，业内专家称：两年前，GPU(图形处理器)重70磅，有35000个零件；现在GPU有60万个零件，重3000磅。可见，生成式人工智能大量使用产生了更多的电子废弃物垃圾，而这可能对环境有害。