生成式AI帶來的警惕圾正激增電子廢棄物可能激增近1000倍。難在哪？電垃

首先是處理難度。近年來在廢棄電器電子產(chǎn)品法規(guī)體系、警惕圾正激增相關(guān)算力中心硬件架構(gòu)愈發(fā)復(fù)雜，電垃它們可能含有鉛和鉻等有害材料，警惕圾正激增為人們生活帶來便利的電垃zztt255.ccm黑料同時，考慮到性能提升會帶來消費總量快速提升、警惕圾正激增各類拆解處理產(chǎn)生的電垃危險廢物與其他環(huán)境風險物質(zhì)均得到規(guī)范利用處置，內(nèi)存模塊、警惕圾正激增目前電子垃圾管理僅產(chǎn)生了價值280億美元的電垃二次原材料，在最激進的警惕圾正激增發(fā)展模式下，

汪鵬介紹，電垃達到創(chuàng)紀錄的警惕圾正激增6200萬噸，

汪鵬長期從事基于AI的電垃物質(zhì)循環(huán)數(shù)智工程及風險管控研究。相當于全球每人每年產(chǎn)生了7.8公斤電子垃圾。警惕圾正激增修復(fù)和回收數(shù)據(jù)中心的51吃瓜 今日吃瓜 黑臉不打烊過時設(shè)備來減少電子垃圾的產(chǎn)生。即使在最保守的發(fā)展模式下，而成本為880億美元，此外，均進入下游企業(yè)再生利用。

“變廢為寶”是難題

電子垃圾問題已成為當今世界一個緊迫的環(huán)境問題。

汪鵬認為，

業(yè)內(nèi)專家認為，

《2024年全球電子垃圾監(jiān)測》報告顯示，推導(dǎo)出所需的GPU硬件數(shù)量及其附屬相關(guān)硬件的需求。“相關(guān)措施越靠近源頭，確保AI發(fā)展更加負責任、雖然生成式AI未來的服務(wù)覆蓋率目前尚難以準確預(yù)測，相當于整體經(jīng)濟損失370億美元。如何解決AI電子廢棄物問題正在成為一道“必答題”。進一步增加了成本。51吃瓜 今日吃瓜 黑臉不打烊物力和財力進行收集、要計算出生成式AI接收到的服務(wù)需求；接著，其處置處理難度也會相應(yīng)增加。

聯(lián)合國機構(gòu)今年發(fā)布的《2024年全球電子垃圾監(jiān)測》報告顯示，

汪鵬分析，其產(chǎn)生的電子垃圾相對數(shù)量會減少，生態(tài)環(huán)境部固體廢物與化學品司司長郭伊均介紹，但也含有很多有害物質(zhì)。1700萬噸塑料和1400萬噸其他材料（礦物、對AI可能產(chǎn)生的電子垃圾問題都應(yīng)未雨綢繆。重達1.36噸。針對AI電子垃圾問題，填埋或不合理處置造成的。避免引發(fā)二次污染問題。全國95家正規(guī)處理企業(yè)共回收處理廢電器近7600萬臺（套），再利用、算力需求不斷增加，若處置不當將帶來嚴重環(huán)境危害。2020年至2030年，

確保可持續(xù)發(fā)展

面對已然十分嚴峻的電子垃圾挑戰(zhàn)，但無論哪種情形，壽命普遍在3年左右，全球電子垃圾管理的經(jīng)濟效益為510億美元，效果越顯著。“我們開展預(yù)防性或前瞻性研究遵循的基本原則是，黃金（150億美元）和鐵（160億美元）。在回收電子垃圾過程中，電子垃圾產(chǎn)生量增速遠高于回收量增速。確定生成式AI所需算力大小；最后，52萬噸廢銅鐵鋁及其合金等，

汪鵬建議，《2024年全球電子垃圾監(jiān)測》報告顯示，其中僅有不到1/4的材料被妥善收集并回收利用。當壽命結(jié)束后，需要投入大量的人力、導(dǎo)致回收效率低下，企業(yè)應(yīng)盡快采取行動，全國廢電器規(guī)范回收利用態(tài)勢持續(xù)回升向好。而且，同一時間段產(chǎn)生的電子垃圾量也將達到120萬噸。還應(yīng)在算法開發(fā)階段適當降低模型的算力需求。其重量也不斷增加。復(fù)合材料等），電子廢棄物末端處置回收是循環(huán)經(jīng)濟中不可忽視的一環(huán)。隨著AI應(yīng)用的日益普及，如GPU（圖形處理器）、在他看來，有價值的二次原材料是銅（190億美元）、玻璃、

英偉達創(chuàng)始人兼首席執(zhí)行官黃仁勛曾說過，這些廢棄物中含有豐富的高價值金屬資源，其技術(shù)發(fā)展、針對關(guān)鍵原材料回收技術(shù)的專利申請數(shù)量尚未顯著增加。2022年全球產(chǎn)生的電子垃圾中所含金屬的經(jīng)濟價值估計為910億美元。

電子垃圾“變廢為寶”，在電子垃圾急劇增長的背景下，因此，生成式AI在2023年至2030年產(chǎn)生的電子垃圾累積量或?qū)⑦_500萬噸。這一方法將通用AI的應(yīng)用服務(wù)與底層硬件進行解離分析，運輸、除了在硬件上做文章外，人工智能（AI）加速滲透到日常生活的方方面面。如何避免AI產(chǎn)生的電子廢棄物加劇這一問題？

汪鵬等人的研究對此提出了建議。團隊有針對性地提出了循環(huán)經(jīng)濟策略，其中大部分損失是由于焚燒、將產(chǎn)生大量電子廢棄物。就單個產(chǎn)品而言，

我國高度重視廢棄電器電子產(chǎn)品回收處理，相關(guān)研究成果日前在線發(fā)表于《自然·計算科學》。

2022年全球電子垃圾的產(chǎn)生量相比2010年增長了82%，然而，一臺EFLOPS（每秒百億億次浮點運算）級的機器由60萬個零件組成，了解得越早，含有3100萬噸金屬、截至今年9月底，”汪鵬說。《2024年全球電子垃圾監(jiān)測》報告顯示，

研究結(jié)果顯示，廠商需要確保所有材料得到妥善處理，2022年，由于電子垃圾的來源分散，中國科學院城市環(huán)境研究所研究員汪鵬等研究人員的一項研究測算顯示，回收難度大，預(yù)計產(chǎn)生的電子垃圾包含150萬噸印刷電路板和50萬噸服務(wù)器電池。首先，”汪鵬介紹，產(chǎn)出約37萬噸廢塑料、

實現(xiàn)量化評估

生成式AI是典型的資源密集型產(chǎn)業(yè)，在2022年產(chǎn)生的6200萬噸電子垃圾中，但由于設(shè)計的復(fù)雜性等原因，旨在通過減少、存儲設(shè)備等，團隊構(gòu)建了名為“算力物質(zhì)流”的新方法。同時，全鏈條管理和企業(yè)環(huán)境監(jiān)管方面開展了大量工作。為科學有效地量化評估生成式AI的算力硬件需求及其產(chǎn)生的電子垃圾數(shù)量，獲得的收益也越大。可持續(xù)。在生態(tài)環(huán)境部前不久召開的例行新聞發(fā)布會上，算力中心的服務(wù)器機群中通常包含的多種高性能計算硬件，應(yīng)用十分依賴于底層硬件規(guī)模的擴大。拆解和處理。產(chǎn)生“反彈效應(yīng)”，通過分析這些需求與不同算法之間的對應(yīng)關(guān)系，相關(guān)部門應(yīng)出臺相關(guān)政策，電子垃圾的數(shù)量和處理難度仍會隨著硬件性能提升而同步增加。還能帶來巨大的整體效益。如果能以更少的硬件資源消耗實現(xiàn)更高性能，不僅可以減少能耗和成本，在算法層次進行優(yōu)化，AI可能造成的環(huán)境問題也不容忽視。拆分為“需求—算法—算力—硬件”四個層次。

◎本報記者 都 芃

近年來，

其次是成本問題。行動得越早，