По прогнозам исследователей, к 2030 году вычислительные потребности ИИ могут привести к объему электронных отходов, эквивалентному количеству выброшенных устройств, сопоставимому с массой 10 миллиардов iPhone в год.
Исследование, проведенное учеными из Кембриджского университета и Китайской академии наук и опубликованное в журнале Nature, оценивает возможный объем электронных отходов, создаваемых сектором ИИ. Цель работы — не ограничить развитие этой перспективной и быстро растущей отрасли, а помочь обществу подготовиться к ее потенциальным последствиям.
Авторы исследования отмечают, что вопросы энергопотребления в данной сфере уже активно изучаются, но физическим материалам и отходам от устаревшего оборудования уделено гораздо меньше внимания. Они поясняют, что их целью было не создание точного прогноза числа ИИ-серверов или объема электронных отходов, а представление приблизительных оценок и предложений для минимизации негативных эффектов в рамках циркулярной экономики. По их мнению, важно прогнозировать хотя бы порядок величин будущей проблемы, а не стремиться к точным цифрам, так как реальный объем отходов может составить от десятков тысяч до миллионов тонн.
Согласно выводам исследования, в 2023 году ежегодный объем электронных отходов достиг 2,6 тыс. тонн, а к 2030 году он может вырасти до 0,4–2,5 млн тонн. Хотя показатель за 2023 год может казаться заниженным, так как многие ИИ-инфраструктуры были установлены недавно, он все же дает представление о масштабах будущих проблем, когда оборудование начнет массово выходить из строя.
Исследователи предлагают несколько мер для смягчения последствий, включая переработку серверов и повторное использование отдельных компонентов, таких как источники питания и коммуникационные устройства. Они также рекомендуют повышение эффективности программного обеспечения и аппаратного обеспечения, что может продлить срок службы оборудования. Например, высокопроизводительные чипы способны заменить два менее мощных, тем самым уменьшая потребность в обновлении.
По оценкам авторов, предложенные меры способны снизить нагрузку на окружающую среду на 16–86%, однако успех будет зависеть от широты и эффективности их применения.
