TheAIMeters Logo

Какъв е материалният отпечатък на ИИ?

ИИ зависи от физическа верига на доставки, включваща минерални суровини, заводи за полупроводници, усъвършенствани чипове, сървъри, охладителни системи и центрове за данни. Този отпечатък остава и след потреблението на електроенергия.

AI material supply chain from mineral extraction and semiconductor manufacturing to chips, servers and datacenters
Физическата верига зад ИИ обхваща всичко от добива на суровини и производството на полупроводници до сървърите, охлаждащото оборудване и сградите на центровете за данни.

Основен извод

Отпечатъкът на ИИ не се ограничава до електроенергията, използвана при обучение и инференция. Производството на чипове и сървъри, изграждането на центрове за данни, подмяната на хардуер и управлението на електронните отпадъци също изискват материали, вода, енергия и промишлен капацитет.

В това ръководство

ИИ има физическа инфраструктура

Моделът на ИИ може да изглежда като софтуер на екрана, но работата му изисква дълга физическа верига. Мините и рафинериите осигуряват суровини; заводите за полупроводници произвеждат процесори и памет; производителите на оборудване сглобяват сървъри; а центровете за данни осигуряват електрозахранване, мрежова свързаност и охлаждане.

Това разграничение е важно, защото електроенергията при експлоатация е само една част от жизнения цикъл. Още преди сървърът да обработи първата си подкана, вече са използвани енергия и материали за производството на неговите чипове, печатни платки, захранващи блокове, устройства за съхранение, охлаждащо оборудване и за изграждането на сградата, в която се намират.

Нито едно число не обхваща целия този отпечатък. Границите на изследваната система се различават между проучванията: някои отчитат само изчислителното оборудване, а други включват сградите, електроенергийната инфраструктура, водата, мрежите, циклите на подмяна или третирането в края на жизнения цикъл. Достоверната оценка трябва да посочва какво включва.

Усъвършенстваните чипове имат отпечатък нагоре по веригата

Ускорителите за ИИ съчетават процесори, памет с висока пропускателна способност, печатни платки, охлаждащи компоненти и сложни технологии за корпусиране. Производството им изисква изключително строго контролирани условия, многократни етапи на обработка, ултрачиста вода, електроенергия, специални газове и химикали.

Полупроводниковите технологии с по-малки размери на елементите могат да осигурят по-висока изчислителна производителност, но производството им не става безвредно. Прегледът на The Shift Project отбелязва, че въздействията, свързани с енергията, водата и парниковите газове на единица площ силиций, могат да нарастват с усъвършенстването на производствените процеси, докато публичните данни за продуктите остават непълни.

Затова ефективността трябва да се разглежда на две равнища. По-нов ускорител може да изпълнява същото работно натоварване с по-малко електроенергия, но преждевременната подмяна на оборудването създава и нов производствен отпечатък. Най-добрият резултат зависи от ефективността при изпълнение на задачите, полезния живот, степента на използване и съдбата на подменения хардуер.

Хардуерът за ИИ използва множество метали и концентрирани вериги на доставки

Сървърите съдържат стомана, алуминий, мед, силиций и по-малки количества от множество специализирани материали, използвани в електрониката, батериите, магнитите, съединителите и захранващите системи. Изследването на ADEME, обобщено от The Shift Project, отбелязва, че в цифровото оборудване като цяло могат да присъстват повече от 50 метала.

Въпросът не е само в масата на всеки материал. Добивът, рафинирането и производството на компоненти се извършват в различни държави при силно различаващи се условия по отношение на енергията, водата, замърсяването, труда и управлението. Малко количество материал, който се рафинира трудно, може да има въздействие, което не личи от крайното тегло на сървъра.

Веригите на доставки са концентрирани и географски. AI Index на Stanford подчертава съсредоточаването на производството на усъвършенствани полупроводници и изчислителния капацитет за ИИ в малък брой държави. Тази концентрация може да създаде тесни места в промишлеността и да разпредели неравномерно ползите и екологичните тежести.

Сградата около сървърите също има значение

Инфраструктурата за ИИ изисква повече от шкафове с ускорители. Центровете за данни използват бетон, конструкционна стомана, електрически подстанции, резервни системи, батерии, трансформатори, комутационна апаратура, кабели, помпи, топлообменници, охладителни кули и мрежово оборудване.

Въплътените емисии от производството и строителството често са по-малки от емисиите при експлоатация, когато електроенергийната мрежа разчита силно на изкопаеми горива, но не са пренебрежими. Относителната им значимост нараства, когато въглеродният интензитет на електроенергията намалява, защото бетонът, стоманата, електрониката и заместващото оборудване остават част от жизнения цикъл.

Съоръжението и ИТ оборудването също стареят с различни темпове. Документ, подаден през 2026 г. за центъра за данни Agate на Google в Небраска, описва типичен проектен експлоатационен срок на съоръжението от над 25 години и срок на носещата конструкция от 30 до 50 години, докато вътрешните изчислителни, електрически и охладителни подсистеми се подменят или модернизират модулно. Това е описание на един център за данни от неговия оператор, а не универсално правило за сектора.

AI hardware lifecycle from manufacturing and datacenter operation to reuse and materials recovery
Инфраструктурата за ИИ съчетава дълготрайни сгради с по-кратки цикли на оборудването. Поддръжката, повторната употреба, възстановяването и отговорното оползотворяване на материалите могат да променят отпечатъка през жизнения цикъл.

Подмяната на хардуера създава втори отпечатък

Търсенето на по-бързи ускорители може да съкрати реалните цикли на подмяна, дори когато по-старият хардуер все още работи. Новото оборудване може да подобри производителността на ват, но производството му изисква нов разход на материали и промишлена енергия, както и транспорт и монтаж.

Изведеният от експлоатация хардуер не се превръща автоматично в отпадък. Някои сървъри и компоненти могат да бъдат пренасочени към по-малко взискателни задачи, възстановени, препродадени или използвани за резервни части. Сигурната обработка на данните, съвместимостта, енергийната ефективност и разходите за поддръжка определят дали повторната употреба е практически осъществима.

Онова, което не може да се използва повторно, попада в системата за управление на електронни отпадъци. Докладът на UNU-INWEH цитира прогноза за до 2.5 милиона тона електронни отпадъци, свързани с ИИ, годишно до 2030 г. Това е прогнозна оценка, а не измерено текущо общо количество, и зависи в голяма степен от допусканията за внедряване и подмяна.

Въглеродните емисии не са единственото въздействие, свързано с материалите

Производството на полупроводници и електроника може да потребява вода и да включва разтворители, специални газове и устойчиви химикали. PFAS се използват в някои процеси за производство на полупроводници и приложения за топлопренос, но публичните данни не позволяват да се определи точно световно количество PFAS, което да се припише само на ИИ.

Земеползването е друго измерение на анализа. Мини, заводи, съоръжения за производство на електроенергия, електропроводи и комплекси от центрове за данни заемат площ, но резултатите за поземления отпечатък зависят силно от източника на електроенергия и метода на отчитане. Докладът на UNU-INWEH показва защо вариантите с ниски въглеродни емисии, ниско потребление на вода и малка заета площ не винаги съвпадат.

Тези въздействия могат да възникват далеч от хората, които използват крайната услуга. Минералните суровини могат да се добиват в един регион, да се рафинират в друг, да се превръщат в чипове другаде и да се инсталират в центрове за данни, обслужващи потребители по целия свят. Анализът на жизнения цикъл помага тези разпръснати въздействия да станат видими, без да претендира, че всички могат да бъдат сведени до един показател.

Може ли материалният отпечатък на ИИ да бъде намален?

Най-преките мерки са по-дълъг полезен живот на хардуера, висока степен на използване на сървърите, ремонтопригодни и модулни системи, повторна употреба преди рециклиране, по-чисто производство и по-добро извличане на ценни материали. Операторите могат също да публикуват отпечатъка на отделните продукти и политиките си за подмяна, за да могат подобренията да бъдат проверявани.

Решенията за софтуера също имат значение. По-малки модели, съобразени с предназначението, ефективна инференция, пакетна обработка, квантизация и насочване на прости задачи към по-леки системи могат да осигурят полезна работа със съществуващия хардуер. Ефективността намалява общия отпечатък само когато растежът на търсенето не заличава спестяванията.

По-доброто измерване е от съществено значение. Отчитането трябва да разграничава електроенергията при експлоатация от въплътените емисии, да определя границите на жизнения цикъл и да отделя средните стойности за цялата компания от данните за отделните съоръжения. Целта не е към всяка подкана да се приписва една точна стойност за материалния отпечатък, а решенията за инфраструктурата да станат по-прозрачни и сравними.

Допълнителна литература и източници

Свързани страници

Свързани статии

Вредни ли са центровете за данни с изкуствен интелект за околната среда?

Центърът за данни за изкуствен интелект не е по принцип вреден за околната среда, но неговото въздействие зависи от потреблението на електроенергия, структурата на енергийната мрежа, потреблението на вода, системата за охлаждане, местните ограничения и прозрачността.

Защо центровете за изкуствен интелект използват толкова много вода?

Центърът за данни за изкуствен интелект използва вода, тъй като сървърите с графични процесори (GPU) с висока плътност генерират топлина, която трябва непрекъснато да се отвежда. Водното охлаждане може да бъде ефективно, но неговото локално въздействие зависи от климата, проекта на охладителната система, производството на електроенергия и наличността на вода.

Шумово замърсяване в центровете за данни

Центърът за данни може да бъде шумен, тъй като охладителните системи, вентилаторите, охладителите, трансформаторите, резервните генератори и инфраструктурата с висока плътност могат да работят непрекъснато в близост до съседните населени места.

Как изглежда потреблението на ИИ

Вижте потреблението на вода, електроенергия и въглеродните емисии на ИИ, преведени в реални еквиваленти.

Защо изкуственият интелект консумира толкова много електроенергия?

ИИ използва толкова много електроенергия, защото обучението, инференсът и глобалното внедряване зависят от изчислително интензивна инфраструктура.

Какво е MCP в AI? Обяснение на Model Context Protocol

MCP, или Model Context Protocol, е отворен протокол за свързване на AI приложения с външни инструменти, източници на данни и работни потоци чрез стандартен интерфейс.

Свързани въпроси

Споделяне на тази страница