電子垃圾一直是數(shù)據(jù)中心運營商關(guān)注環(huán)境可持續(xù)性和社會責(zé)任的一大挑戰(zhàn)。然而，圍繞人工智能的持續(xù)繁榮可能會使數(shù)據(jù)中心電子垃圾問題更加嚴重。

這就是為什么現(xiàn)在是數(shù)據(jù)中心運營商，以及在數(shù)據(jù)中心內(nèi)部署人工智能工作負載的企業(yè)開始考慮電子廢物管理策略的時候了。通過提前解決這個問題，他們可以減少導(dǎo)致電子垃圾的人工智能基礎(chǔ)設(shè)施的數(shù)量。

數(shù)據(jù)中心電子垃圾基礎(chǔ)知識

電子垃圾是指不再使用并可能對環(huán)境造成危害的任何類型的電子產(chǎn)品。數(shù)據(jù)中心所容納的設(shè)備（例如服務(wù)器、網(wǎng)絡(luò)交換機和電源裝置）可能含有鉛和汞等化學(xué)物質(zhì)。這意味著這些設(shè)備在不再使用時有可能成為電子垃圾。

從環(huán)境可持續(xù)性的角度來看，電子垃圾是有害的，因為數(shù)據(jù)中心設(shè)備內(nèi)的危險化合物會滲入自然環(huán)境，可能危害植物、動物和人類。它還會對發(fā)展中國家的人民產(chǎn)生負面影響，因為發(fā)展中國家往往成為廢棄IT設(shè)備的最終目的地。

人工智能會讓電子垃圾變得更糟嗎？

與許多科技行業(yè)一樣，數(shù)據(jù)中心幾十年來一直在產(chǎn)生電子垃圾。但隨著越來越多的企業(yè)尋求利用人工智能（尤其是生成式人工智能），這一挑戰(zhàn)可能會加劇。

原因在于，生成式AI應(yīng)用和服務(wù)必須經(jīng)過一個稱為“訓(xùn)練”的過程，該過程涉及解析大量數(shù)據(jù)以識別模式。訓(xùn)練通常使用配備圖形處理單元(GPU)的服務(wù)器進行。GPU的訓(xùn)練速度比傳統(tǒng)CPU快得多，因為GPU具有更高的并行計算能力，這意味著它們可以同時處理更多數(shù)據(jù)。

在大多數(shù)情況下，AI訓(xùn)練是一個臨時或一次性的過程。一旦AI模型完成訓(xùn)練，它就不需要再次訓(xùn)練，除非開發(fā)人員想“教”它新的信息。這意味著訓(xùn)練生成式AI模型可能會導(dǎo)致部署支持GPU的服務(wù)器，而這種服務(wù)器并沒有持續(xù)的需求。

換句話說，在企業(yè)啟動并運行AI模型后，對硬件的需求就會減少，因為除了AI訓(xùn)練之外，數(shù)據(jù)中心內(nèi)部GPU的用例并不多，而且大多數(shù)組織不需要頻繁重新訓(xùn)練。

從電子垃圾的角度來看，這可能會導(dǎo)致大量GPU（或整個支持GPU的服務(wù)器）的使用壽命明顯縮短。它們?nèi)阅馨l(fā)揮作用，但可能會因需求不足而變得過時。

類似的故事已經(jīng)在加密貨幣挖礦領(lǐng)域上演，GPU和其他專用硬件也很重要，因為它們經(jīng)常用于挖礦。由于為加密貨幣挖礦制造的設(shè)備幾乎沒有其他用處，因此其中大部分都成了電子垃圾。

減少人工智能造成的數(shù)據(jù)中心電子垃圾

好消息是，有辦法避免因人工智能訓(xùn)練而導(dǎo)致數(shù)據(jù)中心電子垃圾大量增加。

一個關(guān)鍵步驟是企業(yè)共享AI訓(xùn)練服務(wù)器。企業(yè)可以選擇GPU即服務(wù)產(chǎn)品，而不是購買自己的配備GPU的服務(wù)器進行訓(xùn)練，這實際上是讓他們租用GPU。訓(xùn)練完成后，其他有模型需要訓(xùn)練的企業(yè)可以使用這些GPU。這比擁有不需要持續(xù)使用的GPU服務(wù)器更具可持續(xù)性，更不用說更具成本效益了。

選擇使用預(yù)先訓(xùn)練好的模型而不是從頭開始構(gòu)建模型，是幫助減輕人工智能電子垃圾風(fēng)險的另一種方法。越來越多的模型來自已經(jīng)過訓(xùn)練的開源項目，從而無需任何類型的專用數(shù)據(jù)中心基礎(chǔ)設(shè)施。

當(dāng)然，企業(yè)還應(yīng)確保在不再需要AI服務(wù)器時妥善回收或處理它們。但理想情況下，他們首先要盡量減少部署可能在短時間內(nèi)成為AI電子垃圾的服務(wù)器數(shù)量。

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。