Die rasante Entwicklung und der steigende Bedarf an Rechenleistung für KI-Modelle könnten bis 2030 zu einer erheblichen E-Waste-Krise führen. Forschungen legen nahe, dass die AI-Computing-Branche bis zu zehn Milliarden iPhones an Elektroabfall pro Jahr bis 2030 erzeugen könnte. Diese alarmierende Prognose stammt aus einer Studie, die von Forschern der Cambridge University und der Chinesischen Akademie der Wissenschaften in der Zeitschrift Nature veröffentlicht wurde.
Das Ausmaß des Problems
Die Studie zielt darauf ab, eine Schätzung des potenziellen Ausmaßes des Elektroschrotts von der aufstrebenden AI-Industrie zu liefern. Während die Energiekosten im Zusammenhang mit KI-Modellen genau untersucht wurden, haben die physischen Materialien, die in ihrem Lebenszyklus involviert sind, und der Abfallstrom von veraltetem elektronischem Equipment weniger Beachtung gefunden. Die Forscher modellierten verschiedene Szenarien von niedrigem, mittlerem und hohem Wachstum und berücksichtigten die für den Betrieb dieser Modelle erforderlichen Rechenressourcen und deren Lebensdauer.
Die Ergebnisse sind alarmierend: Der Elektroschrott könnte vom Niveau von 2023 um das Tausendfache steigen. Genauer gesagt, prognostiziert die Studie, dass der Elektroschrott von etwa 2,6 Tausend Tonnen pro Jahr im Jahr 2023 auf zwischen 0,4 und 2,5 Millionen Tonnen pro Jahr bis 2030 anwachsen könnte. Dieser starke Anstieg ist wahrscheinlich auf das Alter der AI-Computing-Infrastruktur zurückzuführen, die veraltet und im Laufe der Zeit wesentlich zu den Abfallmengen beitragen wird.
Mögliche Lösungen
Zur Bewältigung dieser drohenden E-Waste-Krise skizzieren die Forscher mehrere potenzielle Lösungsstrategien, darunter:
1. Downcycling von Servern: Am Ende ihrer Lebensdauer könnten Server downgecycelt anstatt entsorgt werden, um deren Nutzungsdauer zu verlängern und Abfall zu reduzieren.
2. Umnutzung von Komponenten: Komponenten wie Kommunikationstechnologien und Stromversorgung könnten für andere Zwecke verwendet werden, um den Bedarf an neuen Materialien und die Abfallerzeugung zu verringern.
3. Verbesserung der Software-Effizienz: Durch Software-Updates und Effizienzsteigerungen kann die effektive Lebensdauer einer bestimmten Chip-Generation oder eines GPU-Typs verlängert werden, wodurch die Notwendigkeit häufiger Hardware-Upgrades verringert wird.
4. Aktualisierung auf die neuesten Chips: Durch schnelles Upgrade auf die neuesten Chips kann die Notwendigkeit für mehrere niedrig performante Chips minimiert werden, wodurch die Gesamtabfallerzeugung verringert wird.
Diese Maßnahmen könnten das Elektroschrottaufkommen je nach Akzeptanz und Wirksamkeit um 16% bis 86% reduzieren. Allerdings ist das Erreichen des unteren Endes dieser Skala von der weit verbreiteten Annahme dieser Praktiken abhängig.
Das schnelle Wachstum der AI-Computing-Branche droht bis 2030 ein erhebliches E-Waste-Problem zu verursachen. Diese Prognose ist zwar alarmierend, zeigt jedoch auch die Notwendigkeit proaktiver Maßnahmen zur Minderung dieser Umweltauswirkungen auf. Durch die Einführung von Prinzipien der Kreislaufwirtschaft und die Umsetzung von Strategien wie Downcycling, Umnutzung von Komponenten, Verbesserung der Software-Effizienz und Aktualisierung auf neueste Chips, können wir die Menge des von der KI-Industrie erzeugten Elektroschrotts erheblich reduzieren.