За прогнозами дослідників, величезні та швидко зростаючі вимоги до обчислювальноюї потужності для обробки моделей штучного інтелекту (ШІ) можуть призвести до того, що до 2030 року на смітнику опиниться обсяг електронних відходів, еквівалентний понад 10 мільярдам iPhone на рік.
У статті, опублікованій в журналі Nature, дослідники з Кембриджського університету та Китайської академії наук намагаються передбачити, скільки електронних відходів може виробляти ця галузь штучного інтелекту. Їхня мета полягає не в тому, щоб обмежити впровадження технології, яка, як вони підкреслюють на початку, є багатообіцяючою та, ймовірно, неминучою, а в тому, щоб краще підготувати світ до відчутних результатів її швидкого поширення.
Витрати на електроенергію, як вони пояснюють, були уважно розглянуті, оскільки вони вже діють. Однак фізичним матеріалам, які беруть участь у життєвому циклі, та потоку відходів застарілого електронного обладнання приділялося менше уваги.
Дослідники змоделювали кілька сценаріїв низького, середнього та високого зростання, а також типи обчислювальних ресурсів, які знадобляться для їх підтримки, і як довго вони триватимуть. Їх основний висновок полягає в тому, що відходи збільшаться в тисячу разів.
«Наші результати вказують на потенціал швидкого зростання електронних відходів з 2,6 тисяч тонн (кт) [на рік] у 2023 році до приблизно 0,4–2,5 млн тонн (Мт) [на рік] у 2030 році», — пишуть вони.
Еквівалент в айфонах отримали, розділивши цю вагу на вагу айфона (187 грамів).
Слід визнати, що використання 2023 року як початкового показника може бути трохи оманливим: оскільки велика частина обчислювальної інфраструктури була розгорнута протягом останніх двох років, цифра 2,6 кілотонн не включає їх як відходи. Це значно знижує початкову цифру.
Але в іншому сенсі показник цілком реальний і точний: це, зрештою, приблизні обсяги електронних відходів до і після буму генеративного ШІ. Ми побачимо різке зростання кількості відходів, коли протягом наступних кількох років закінчиться термін служби цієї першої великої інфраструктури.
Існують різні способи пом’якшити це, які дослідники описують (знову ж таки, лише широкими штрихами). Наприклад, сервери наприкінці терміну служби можна було б переробити, а не викинути, а такі компоненти, як комунікації та живлення, також можна було б перепрофілювати. Програмне забезпечення та ефективність також можуть бути покращені, подовжуючи ефективний термін служби даного покоління процесорів або GPU.
Ці пом’якшення можуть зменшити кількість відходів на 16-86% — очевидно, досить великий діапазон. Але справа не стільки в невизначеності щодо ефективності, скільки в невизначеності щодо того, чи будуть ці заходи прийняті і в якому обсязі. Якщо кожен прискорювач H100 отримує друге життя на недорогому сервері десь в університеті, це значно поліпшує екологічність; якщо тільки один із 10 отримує таке перепрофілювання, це не так багато.
