剑桥大学和中国科学院的研究人员在《自然》杂志上发表的一篇论文预测，到2030年，生成式人工智能的快速发展可能导致每年产生的电子废物量相当于超过10亿部iPhone。研究团队强调，他们的目标是提前揭示这一技术扩张的实际后果，并非限制其应用。
论文指出，尽管能源消耗一直是关注的焦点，但与此相关的物理材料和淘汰电子设备的废弃物流却未受到足够重视。研究提供了初步的粗略估计，旨在突出未来挑战的规模，并探讨可能的循环经济解决方案。
研究者们通过不同的增长情景模型分析了所需的计算资源和它们的使用寿命，预测从2023年的2600吨电子废物，到2030年，废物数量可能会增长至40万到250万吨之间，增长幅度可能高达千倍。研究者们提出了一些可能的减缓电子废物增长的方法，包括在服务器达到使用寿命后进行降级处理或再利用其通信和电力组件，以及通过软件和效率的提升延长特定芯片或GPU的有效使用时间。
研究中提到，快速更新到最新芯片可能是有益的，因为如果不及时升级，企业可能需要购买两块性能较低的GPU来完成原本一块高端GPU的工作，这样会加剧电子废物的产生。通过采取这些减缓措施，研究者们估算，电子废物的产生量可以减少16%到86%。然而，这一减量的实现程度将取决于这些措施是否会被采纳及其执行力度。如果每一块H100芯片都能在大学的低成本推理服务器中继续使用，那么未来的电子废物压力将大大减轻;反之，如果只有十分之一的芯片得到了再利用，电子废物问题将依然严峻。
