Огромные и быстро развивающиеся компьютерные потребности моделей искусственного интеллекта могут привести к тому, что к 2030 году эта отрасль будет выбрасывать электронные отходы объемом в 1,2-5 млн тонн в год, что эквивалентно более чем 10 млрд iPhone, прогнозируют исследователи из Кембриджского университета и Китайской академии наук.
Ученые попытались предсказать, сколько электронных отходов может произвести эта растущая отрасль. Их цель — не ограничить внедрение технологии, которая, как они изначально подчеркивают, является многообещающей, ее применение, вероятно, неизбежным, а лучше подготовить мир к ощутимым результатам быстрого распространения.
Исследователи объясняют, что затраты на электроэнергию были тщательно изучены. Однако физическим материалам и потоку отходов устаревшего электронного оборудования уделяется меньше внимания.
«Целью нашего исследования является не точное прогнозирование количества серверов ИИ и связанных с ними электронных отходов, а предоставление первоначальных общих оценок, подчеркивающих потенциальные масштабы предстоящей проблемы, и изучение возможных решений в области циркулярной экономики», — уточняют исследователи.
Ученые смоделировали несколько сценариев низкого, среднего и высокого роста технологии ИИ, а также какие электронные ресурсы потребуются для их поддержки и как долго они будут работать. Основной вывод исследователей — отходы увеличатся в тысячу раз по сравнению с 2023 годом. «Наши результаты указывают на потенциал быстрого роста объема электронных отходов — с 2,6 кт в 2023 году до 0,4–2,5 Мт в 2030 году», — пишут они.
Исследователи отметили, что 2023 год как точка отсчета значительно снижает начальную цифру, поскольку большая часть компьютерной инфраструктуры для ИИ была развернута в последние два года. Но, с другой стороны, эта точка отсчета вполне реальна и точна — это примерные объемы электронных отходов до и после бума генеративного ИИ. Она позволит увидеть резкое увеличение количества отходов, когда в ближайшие пару лет закончится срок службы первой крупной инфраструктуры.
Исследователи в общих чертах описывают существующие способы смягчения этой проблемы. Например, серверы, срок службы которых подходит к концу, можно не выбрасывать, а перерабатывать, а средства связи и электропитания можно использовать повторно.
Программное обеспечение может быть улучшено, продлевая эффективный срок службы данного поколения чипов или GPU. Также отмечено, что производители предпочитают как можно скорее переходить на новейшие чипы, поскольку в противном случае компании придется, например, купить два более медленных GPU, чтобы выполнить работу одного высокопроизводительного, что удвоит количество отходов.
Эти меры могут снизить нагрузку на отходы от 16% до 86% — диапазон достаточно велик. Но дело не столько в неопределенности эффективности, сколько в том, будут ли приняты эти меры и в каком объеме. Если каждый H100 получит вторую жизнь в недорогом инференс-сервере в каком-нибудь университете, это сильно смягчит последствия, а если только один из 10 — результат будет незначительный.
Таким образом, по мнению исследователей, снижение уровня отходов — это выбор, а не неизбежность.
Ранее сообщалось, что норвежцы выбрасывают и сжигают все большее количество отходов, которые можно было бы легко переработать, несмотря на политику в области отходов, предусматривающую иные решения.