Theo một nghiên cứu mới từ Đại học Cambridge và Viện Hàn lâm Khoa học Trung Quốc, nhu cầu tính toán khổng lồ của các mô hình AI có thể dẫn đến việc ngành công nghiệp này vứt bỏ một lượng rác thải điện tử tương đương hơn 10 tỷ iPhone mỗi năm vào năm 2030.

Nghiên cứu, được công bố trên tạp chí Nature, không nhằm hạn chế việc áp dụng công nghệ này, mà để chuẩn bị cho những hậu quả cụ thể của sự mở rộng nhanh chóng này. Các tác giả nghiên cứu chỉ ra rằng, mặc dù chi phí năng lượng đã được xem xét kỹ lưỡng, nhưng vật liệu vật lý trong vòng đời sản phẩm và dòng chất thải từ thiết bị điện tử đã lỗi thời lại ít được chú ý hơn.

Dự Đoán Rác Thải Điện Tử

Nghiên cứu này không nhằm đưa ra dự đoán chính xác về số lượng máy chủ AI và rác thải điện tử liên quan, mà nhằm đưa ra những ước tính tổng quát về quy mô của thách thức sắp tới và khám phá các giải pháp kinh tế tuần hoàn tiềm năng. Mặc dù dự đoán này mang tính suy đoán, nhưng các tác giả khẳng định rằng nó rất cần thiết để đánh giá mức độ của vấn đề.

Nhóm nghiên cứu đã mô phỏng một số kịch bản về tăng trưởng thấp, trung bình và cao, cùng với các loại tài nguyên máy tính cần thiết để hỗ trợ chúng, và thời gian sử dụng của chúng. Kết quả cho thấy lượng rác thải có thể tăng từ 2.6 nghìn tấn (kt) mỗi năm vào năm 2023 lên khoảng 0.4–2.5 triệu tấn (Mt) mỗi năm vào năm 2030.

Tăng Trưởng Đáng Kể

Dữ liệu cho thấy rằng lượng rác thải điện tử có thể tăng mạnh khi hạ tầng tính toán lớn được triển khai trong những năm gần đây bắt đầu đến cuối đời sử dụng. Mặc dù con số 2.6 kiloton có thể gây hiểu nhầm vì không bao gồm lượng máy chủ đã triển khai gần đây, nhưng nó vẫn phản ánh đúng lượng rác thải trước và sau "cơn sốt" AI.

Giải Pháp Giảm Thiểu

Có nhiều cách để giảm thiểu rác thải này, như việc tái chế các máy chủ đã hết hạn thay vì vứt bỏ chúng. Các thành phần như truyền thông và điện có thể được tái sử dụng. Cải tiến phần mềm và hiệu suất cũng có thể kéo dài tuổi thọ của chip hoặc GPU. Nghiên cứu nhấn mạnh rằng việc cập nhật lên chip mới càng sớm càng tốt có thể tránh tình trạng phải sử dụng nhiều GPU chậm hơn để làm một công việc, từ đó làm tăng thêm rác thải.

Các biện pháp này có thể giảm lượng rác thải từ 16% đến 86%, mặc dù đây là một phạm vi rộng. Khả năng giảm thiểu không chỉ phụ thuộc vào tính hiệu quả mà còn vào việc liệu các biện pháp này có được áp dụng hay không. Nếu mỗi chip H100 đều được tái sử dụng trong một máy chủ phân tích giá rẻ tại các trường đại học, thì tình hình sẽ cải thiện rất nhiều; nếu chỉ có 1 trong 10 chip được tái sử dụng, tình hình sẽ không khả quan.

Kết Luận

Nghiên cứu này cho thấy rằng lượng rác thải điện tử từ AI sẽ không phải là một điều không thể tránh khỏi, mà là một lựa chọn. Nếu ngành công nghiệp quyết định áp dụng các biện pháp bền vững, chúng ta có thể hy vọng vào một tương lai ít rác thải điện tử hơn từ sự bùng nổ của AI.