生成式人工智能面临着巨大的电子垃圾问题

2024-11-04 13:01:42 英文原文

作者:Katherine Bourzac

据统计,人工智能已从 2022 年的约 30 亿美元增长到 2023 年的 250 亿美元,约 80% 的私营公司预计人工智能将在未来 3 年内推动其业务发展德勤跟上最新进展意味着升级GPU随着更新、更先进的芯片的出现,数据中心中的 CPU 和其他电子设备。研究人员预测,这将导致电子废物的产生激增。

上周发表在杂志上的一项研究自然计算科学估计积极采用大语言模型到 2030 年,仅法学硕士(LLM)每年就会产生 250 万吨电子垃圾。

– 人工智能并不存在于真空中;它依赖于具有切实环境足迹的大量硬件资源,”研究合著者说阿萨夫·察乔尔,以色列莱克曼大学的可持续发展和气候研究员。“对电子垃圾问题的认识对于制定减轻负面环境影响的战略至关重要,同时让我们能够从人工智能进步中获益,”他说。

大多数关于人工智能可持续性的研究都集中在这些模型上——能源和水的使用及其伴随的碳排放。查霍尔曾合作过王鹏陈伟强两位中国科学院教授计算了与生成式人工智能。该研究旨在对问题的潜在规模进行估计,研究人员希望它将刺激企业采取更可持续的做法。

电子垃圾问题的规模

电子废物含有有毒金属和其他化学物质,可能会渗入环境并导致健康问题。据联合国称,2022 年,全球总共产生了 6200 万吨电子垃圾全球电子废物监测。联合国发现,废物流的增长速度是回收计划的五倍。

在未来几年,人工智能可能会为解决这个问题做出重大贡献。Tzachor 表示,与生成型人工智能相关的电子垃圾包括废弃的 GPU、CPU、数据中心备用电源的电池、内存模块和印刷电路板。

该研究详细介绍了生成式人工智能采用的四种潜在情景(从有限扩张到激进扩张),并预测电子垃圾的潜在扩张量以 2023 年每年 2,600 吨为基准。从 2023 年到 2030 年,人工智能使用的有限扩展将产生总计 120 万吨电子垃圾;在此期间,积极使用将导致总量达到 500 万吨。查霍尔表示,鉴于目前的趋势,激进的情况最有可能发生。

该研究并不全面,仅考虑了大语言模型,而不是其他形式的生成人工智能。Tzachor 表示,该团队专注于法学硕士,因为它们属于计算密集度最高的领域。“纳入其他形式的人工智能将会增加预计的电子垃圾数量,”查乔尔说。

可以采取哪些措施来减少人工智能的电子垃圾?

从理论上讲,采用更先进的芯片应该有助于服务器群用更少的资源做更多的事情,并减少浪费。但每次升级都会导致废物流的净增加。鉴于目前的贸易限制半导体,升级并不总是一种选择。无法获得最先进芯片的国家可能会因此产生更多废物。研究表明,最新芯片升级延迟一年将导致电子垃圾增加 14%。

减少人工智能废物流的最佳方法之一是找到重复利用电子设备的方法——Tzachor 称之为降级回收。不再先进的服务器可以重新用于托管网站或执行更基本的数据处理任务,或者可以将它们捐赠给教育机构。

大多数科技公司——包括亚马逊,谷歌和 Meta 宣布了关注碳足迹和使用绿色能源的可持续发展目标。和微软承诺的限制其数据中心的电子垃圾产生。但查霍尔表示,可能需要进行监管,以确保遵守人工智能电子垃圾的最佳实践。“公司应该有动力采取这些策略,”他说。

关于《生成式人工智能面临着巨大的电子垃圾问题》的评论


暂无评论

发表评论

摘要

生成式人工智能的私人投资从 2022 年的 30 亿美元激增至 2023 年的 250 亿美元,大多数私营公司预计人工智能将在未来三年内推动其业务发展。《自然计算科学》项目中发表的一项研究表明,到 2030 年,积极采用大型语言模型 (LLM) 每年将产生 250 万吨电子废物。该研究强调了人工智能进步所需的硬件升级对环境的影响,导致电子垃圾。从有限扩张到激进扩张的情景预计,从 2023 年到 2030 年,电子垃圾产量将在 1.2 至 500 万吨之间,最有可能的情景是根据当前趋势进行激进扩张。该研究表明,重复使用电子设备可以减少一些浪费,但为了更广泛地遵守可持续实践,可能需要采取监管措施。私人投资生成式人工智能