AI“衰老”后，会产生大量的电子垃圾。（汪韬使用AI工具生成/图）

既会画图写作，也能聊天解惑，以ChatGPT为代表的生成式人工智能（GAI，Generative Artificial Intelligence）席卷全球，正在迭代为虚拟世界的万事通。不过，很少有人意识到，这位“通人性”的工作助手、情感顾问，也和人类一样，需要喝水、充电，定期“排泄”电子废弃物。

《自然·计算科学》2024年11月刊发的封面研究（以下简称“研究”）显示，2020-2030年10年间，生成式AI带来的电子垃圾（e-waste）可能激增近1000倍，如不采取措施，将在2023-2030年累计达到最高500万吨，重量约等于250亿部iPhone 16 Pro。

伴随AI的电子垃圾不是充斥互联网的垃圾信息，而是和报废的旧手机、旧电脑一样，由金属、塑料、复合材料等构成的固体废弃物，处置不当将造成严重环境危害。

联合国《2024年全球电子垃圾监测》报告显示，2022年全球产生的电子垃圾达到创纪录的6200万吨，其中只有不到1/4的材料被妥善收集和回收利用，而这一数据尚未将AI产生的电子垃圾纳入其中。

监测和评估电子垃圾，难在量化。此前，学界不乏对生成式AI碳足迹、水足迹的估算——ChatGPT运行一年产生约8.4吨二氧化碳；进行50次ChatGPT对话，消耗约500毫升水，但鲜有研究测量AI的“电子垃圾足迹”。

该研究领衔作者、中国科学院城市环境研究所研究员汪鹏向南方周末记者表示，看似虚拟的AI不是凭空出现，它也需要现实世界物质资源的支撑。AI背靠超算中心、数据中心等数字基建设施，必然会产生大量电子垃圾。

尽管生成式AI尚未全面普及，但汪鹏希望通过这项前瞻性研究呼吁各方尽早行动，“塑料污染教训在前，早期发展阶段缺乏预测分析及预防管理，等大众感知到污染严重性，已经无法控制。”

生产者责任延伸（EPR）是减少电子垃圾的政策之一，按照“谁污染谁治理”的原则，大型AI运营商被认为应承担更多责任。微软、苹果公司各自承诺到2030年达成零废弃物目标，谷歌的承诺虽未给出期限，但披露了2023年有29%的数据中心实现这一目标。而国内互联网企业的零废弃物承诺多集中在物流运输和包装塑料层面，对AI、数据中心产生的电子垃圾关注较少。

围绕AI电子垃圾的防治严峻性、电子垃圾的影响因素和循环利用策略，南方周末记者专访了汪鹏。

500万吨，只计算了AI电子垃圾的“精华”南方周末：说起AI电子垃圾，很多人第一反应是互联网信息污染，而非实体的废弃物。

汪鹏：没错，把AI视为虚拟资源，这是普遍的认知局限。一家芯片巨头公司的CEO曾公开表示，两年前制造的GPU平台重31.7千克，有3.5万个零件，2024年制造的GPU平台由60万个零件组成，重1.36吨，和一辆碳纤维法拉利差不多重。这说明看似“虚拟”的AI，仍以“现实”的物质资源为基础。

南方周末：你们的研究指出，在最激进的发展模式下，生成式AI将在2023-2030年累计产生500万吨电子垃圾，怎么界定哪些电子垃圾是由AI造成的？

汪鹏：生成式AI的底层是物质资源密集的各类超算及数据中心，本研究选取AI中心的核心硬件，包括主板、图形处理器（GPU）、中央处理器（CPU）、互联网通信模块、不间断电源等核心部分开展研究。行业报告指出，这些硬件寿命普遍在3年左右，更新换代就会产生大量电子垃圾。

研究没有纳入数据中心的外围装置，如冷却装备、通信单元、电力电缆等辅助部件。一方面，这些部件难以计算寿命，有的可以重复利用，不像核心硬件容易被淘汰。另一方面，出于严谨考虑，它们很难被认为是由GAI直接造成的电子垃圾。

比如，数据中心的部分用电来自光伏和风电，光伏风电废弃物和AI没有直接相关性，在本研究中就不被列入考虑。

南方周末：这些电子垃圾的成分是什么？对环境影响如何？

汪鹏：虽然更为复杂多样，但基础成分和大家日常用的电脑主机类似，包括金属、塑料和其他材料，其中既有金、银等贵金属，也有铅、镉、汞等有毒金属，对环境的危害和传统的电子垃圾类似，取决于是否被正规回收处置。

回收电子垃圾、提取有价值的金属，常用到湿法、火法等工艺，处理成本较高。因此，很多电子垃圾会流入非正规渠道，其处置可能导致土壤、水体、空气污染，进而破坏当地生态环境、危害周边群众的健康。

此外，电子垃圾经常随国际贸易流通，虽然中国已经全面禁止洋垃圾进口，固体废物随着全球贸易跨境转移现象仍十分频繁。

南方周末：联合国报告显示，2022年全球产生了6200万吨电子垃圾，相比之下，“2023-2030年累计500万吨”的体量好像不算大？

汪鹏：2022年，包括电脑、手机在内的小型ICT（Information and communications technology）设备产生电子垃圾460万吨，按历史增长趋势，到2030年将累计达到4320万吨。单纯对比重量，我们估算的生成式AI电子垃圾只占约10%，在所有类型的电子垃圾里占比更低。

不过，小型ICT设备的重量主要来自外壳、屏幕等部件，其中芯片、存储等比例较低，而本研究量化的是生成式AI的核心部件，可以认为这500万吨都是电子垃圾的“精华”，如果把外围部件也纳入考虑，重量会大得多。

更重要的是，目前体量不大，不代表其对环境的影响不重要。考虑到AI发展迅猛，未来报废量占比只会越来越高。

南方周末：AI未来有可能超越传统的电器和电子设备，成为电子垃圾的主要来源吗？

汪鹏：要看怎么界定AI的量化边界。现在很多手机也具备AI功能，如果再纳入自动驾驶和其他人工智能产业，AI的范围会非常大，难以准确评估电子垃圾规模。

仅考虑生成式AI的核心部件，从重量上来看，未必能超越我们熟悉的电器和电子设备，但传统电子垃圾的增速已经相对平稳，应对举措相对成熟，而AI技术更新迭代很快，电子垃圾规模有显著上升趋势，但认识和应对都不足。

根据研究估算，2030年，生成式AI一年最高可以产生250万吨电子垃圾，约为133亿台手机的重量，相当于世界上80多亿人口，每个人一年要报废1-2台iPhone，无疑将加重电子垃圾的危害。

中国科学院城市环境研究所研究员汪鹏。（受访者供图/图）

有AI碳足迹、水足迹，为什么没有电子垃圾足迹？南方周末：学界此前对“AI+电子垃圾”的话题讨论很少，你们的研究灵感从哪儿来？

汪鹏：这的确是非常新的领域，缺乏既有的学术研究脉络，灵感更多来源于日常生活观察。

2023年初，反腐电视专题片《永远吹冲锋号》披露了一个案例，某官员表面发展辖区内的数字经济产业，实则放任企业进行比特币“挖矿”，这家公司的用电量占全市用电总量的10%，还产生大量碳排放和电子垃圾。

这让我联想到，眼下高速发展的AI，也是高碳排、高能耗产业，但大家只关心AI的电耗水耗，忽视了背后的“物耗”。我们就这样找到了研究人工智能环境危害的新角度。

南方周末：AI电子垃圾足迹，比AI碳足迹、水足迹更难计算吗？

汪鹏：难点在于，这是一个从无到有的过程，没有现成的方法能测量生成式AI应用与底层硬件需求的关系。对此，我们在研究中构建了新的量化方法体系——“算力物质流”。

AI应用的背后，存在“模型-算力-硬件”三个层次。运行大模型需要大量算力，算力背后需要大量硬件支持。

在生成式AI领域，不同模型需要多少算力，数据相对透明。不同算力需要多少硬件，可以参考企业采购芯片和设备的策略来估算。

把二者对应关系串联起来，就能将生成式AI的服务需求转化为硬件需求，再结合硬件的运营情况及使用寿命推算电子垃圾数量。

有了这套方法，理论上可以像AI碳足迹、水足迹一样，计算出使用一次ChatGPT产生多少电子垃圾，也可以测算出AI“电子垃圾足迹”的区域差异，比如，中国和美国运用不同模型的AI产生的电子垃圾也会不同。

南方周末：用“算力物质流”的方法，能不能估算出所有AI行业的电子垃圾？

汪鹏：很难。一方面，如前所述，AI行业的边界不够清晰。另一方面，研究选择估算生成式AI这一技术类型，不仅因为它发展较快，还和它信息透明度高、技术多样性低有关。

就拿“自动驾驶”来对比，生成式AI依托的大语言模型框架相对清晰，硬件设备以英伟达等公司的芯片为核心，相对可以追踪量化。而自动驾驶不仅涉及大语言模型，还可能涉及图像识别等深度学习技术，核心硬件还可能包括摄像头、感测器等，测算难度更大。

可想而知，要把AI作为大类估算，其产生的电子垃圾更多，也难得到严谨的数据。

主板、图形处理器（GPU）、中央处理器（CPU）等硬件寿命普遍在3年左右，AI的快速发展背后，是快速产生的大量电子垃圾。（汪韬使用AI工具生成/图）

“芯片战争”造成电子垃圾不必要的增长南方周末：生成式AI带来的电子垃圾数量，受哪些因素影响？

汪鹏：电子垃圾的数量和硬件的数量、使用时长直接挂钩。

对AI应用服务和模型算力的需求共同决定了硬件的数量，AI消费越少，硬件消耗也越少。如果AI不再基于高算力需求的模型，节约算力的同时也能降低大量硬件需求。

硬件使用时长，受到客观寿命影响，也和硬件是否匹配需求有关，比如AI应用需要新一代芯片支撑，旧芯片没坏，也可能被提前报废。

此外，技术壁垒也会加剧电子垃圾的产生。在没有贸易限制的情况下，世界各地的数据中心可以自由购买最新型号的芯片，但“芯片战争”下，部分国家无法获得性能更高的芯片，意味着需要消耗更多硬件。

南方周末：低端芯片一定会造成更多电子垃圾吗？

汪鹏：这是一个有趣的问题。在市场需求相同的情况下，低端芯片的确会产生更多电子垃圾，比如，假设英伟达新一代GPU的带宽效率是上一代的一半左右，基于上一代的芯片则需要投入双倍数量才能实现同等性能。

不过，受消费的反弹效应影响，越先进的芯片，往往拥有更大市场，这导致技术先进地区的电子垃圾数量反而高于落后地区。

南方周末：技术壁垒会导致“重复造轮子”，带来更多电子垃圾，有什么解决方案？

汪鹏：除了国与国之间的技术壁垒，企业之间出于商业竞争的目的，也会出现“重复造轮子”的现象，造成电子垃圾不必要的增长，因此全球合作非常重要。

单纯从政治和商业角度出发，很难避免这种困局产生。和共享单车的发展历程相似，早期各方为了争夺市场，投入大量设备，报废率很高。当人们考虑环境因素，意识到电子垃圾的危害，才能以更协同合作的姿态发展AI。

南方周末：人们常说“AI的尽头是能源”，AI+电子垃圾的研究结果，似乎加深了“AI站在环保对立面”的印象。

汪鹏：我不认为AI必然站在环保对立面，二者应是共生关系。

AI可以帮助人类高效应对环境挑战，比如监测污染不再需要铺设大量传感器，可以利用AI高效识别运算，应该大力提倡AI这些积极的应用。但AI的发展也有环境的代价，早了解、早行动，才能及时遏制AI电子垃圾的危害，避免走上塑料污染的老路。

AI零废弃承诺，应从自愿走向强制南方周末：研究提出应对AI电子垃圾的循环经济策略，包括“降低AI模型的算力需求”“对AI消费的增长进行适当引导”。这是否和AI的发展进程相冲突？

汪鹏：降低算力需求和发展先进AI技术并不冲突。

在供给侧，现阶段AI仍以大成本投入、高算力需求为主导，很多企业已经意识到这种模式不可持续，将降低AI模型算力需求视为技术创新的重要方向。

在消费侧，引导AI消费的增长，也不是阻拦AI发展，而是希望消费者意识到电子垃圾的危害，从而调整日常使用行为。

此外，我们也希望更多企业披露AI大模型的电子垃圾信息，为消费者负责任使用AI提供指导。随着各类交通工具碳足迹披露，大家发现乘坐公共交通出行的碳足迹比开车少，因此资本市场和消费者也可以用脚投票，规避、淘汰污染严重的AI产品，倒逼企业从供给侧变革。

如果纳入自动驾驶和其他人工智能产业，AI的范围会非常大，难以准确评估电子垃圾规模。（汪韬使用AI工具生成/图）

南方周末：和分散的家电回收相比，数据中心分布相对集中，AI电子垃圾是不是更好处理？

汪鹏：是的，AI电子垃圾的源头集中在AI科技公司及其背后的超算及数据中心，更有利于收集。

问题在于，各方尚未将AI及数据中心产生的电子垃圾纳入监测和评估体系，对于企业是否负责任地减少、再利用、修复和回收过时设备，缺乏追踪监管，很难确定其回收处置情况。为此，建议及时调整并出台相关政策。

南方周末：微软、谷歌、苹果都在布局数据中心“零废弃计划”，可以解决AI电子垃圾问题吗？

汪鹏：大型科技企业要承担主要治理责任，但电子垃圾的防治需要全产业链协同，不能局限于硬件废弃端。

这些跨国科技企业率先承诺“零废弃”后，还需要整个行业的响应，从“自愿承诺”走向“强制规定”。企业公布目标和措施后，也需要及时向公众披露进展，让全社会参与监督。相比之下，国内大多数AI企业仍停留在“跑马圈地”阶段，如何推进负责任、可持续AI发展任重道远。

南方周末记者 黄思琪