TheAIMeters Logo

Kāda ir MI materiālu pēda?

MI ir atkarīgs no fiziskas piegādes ķēdes, kas ietver minerālās izejvielas, pusvadītāju rūpnīcas, modernas mikroshēmas, serverus, dzesēšanas sistēmas un datu centrus. Šī pēda saglabājas arī pēc elektroenerģijas patērēšanas.

AI material supply chain from mineral extraction and semiconductor manufacturing to chips, servers and datacenters
MI darbību nodrošinošā fiziskā ķēde sniedzas no izejvielu ieguves un pusvadītāju ražošanas līdz serveriem, dzesēšanas iekārtām un datu centru ēkām.

Galvenā atziņa

MI pēda neaprobežojas ar elektroenerģiju, ko izmanto apmācībā un inferencē. Mikroshēmu un serveru ražošanai, datu centru būvniecībai, aparatūras nomaiņai un elektronisko atkritumu apsaimniekošanai arī vajadzīgi materiāli, ūdens, enerģija un rūpnieciskās jaudas.

Šajā ceļvedī

MI balstās uz fizisku infrastruktūru

MI modelis ekrānā var izskatīties pēc programmatūras, taču tā darbināšanai ir vajadzīga gara fiziska ķēde. Raktuves un rafinēšanas uzņēmumi piegādā izejvielas, pusvadītāju rūpnīcas izgatavo procesorus un atmiņu, iekārtu ražotāji komplektē serverus, bet datu centri nodrošina elektroapgādi, tīkla savienojumus un dzesēšanu.

Šis nošķīrums ir svarīgs, jo ekspluatācijā patērētā elektroenerģija veido tikai vienu dzīves cikla daļu. Pirms serveris apstrādā savu pirmo uzvedni, enerģija un materiāli jau ir izmantoti tā mikroshēmu, iespiedplašu, barošanas bloku, datu glabāšanas ierīču un dzesēšanas iekārtu ražošanai, kā arī ēkas būvniecībai.

Visu šo pēdu nevar izteikt ar vienu skaitli. Pētījumu tvērums atšķiras: daži uzskaita tikai skaitļošanas iekārtas, bet citi ietver ēkas, elektroenerģijas infrastruktūru, ūdeni, tīklus, nomaiņas ciklus vai apsaimniekošanu dzīves cikla beigās. Ticamā novērtējumā jānorāda, kas tajā ir ietverts.

Modernu mikroshēmu pēda rodas arī piegādes ķēdes sākumposmos

MI paātrinātāji apvieno procesorus, liela joslas platuma atmiņu, iespiedplates, dzesēšanas komponentus un sarežģītus mikroshēmu korpusēšanas risinājumus. To ražošanai nepieciešami ļoti stingri kontrolēti apstākļi, atkārtoti apstrādes posmi, īpaši tīrs ūdens, elektroenerģija, speciālās gāzes un ķimikālijas.

Pusvadītāju tehnoloģiskie procesi ar mazākiem elementu izmēriem var nodrošināt lielāku skaitļošanas veiktspēju, taču tas nenovērš ražošanas ietekmi uz vidi. The Shift Project pārskatā norādīts, ka, ražošanas procesiem kļūstot modernākiem, enerģijas un ūdens patēriņš un siltumnīcefekta gāzu ietekme uz silīcija laukuma vienību var pieaugt, savukārt publiskie dati par atsevišķiem produktiem joprojām ir nepilnīgi.

Tāpēc efektivitāte jāvērtē divos līmeņos. Jaunāks paātrinātājs var izpildīt to pašu darba slodzi ar mazāku elektroenerģijas patēriņu, taču priekšlaicīga iekārtu nomaiņa rada jaunu ražošanas pēdu. Labākais rezultāts ir atkarīgs no darba slodzes izpildes efektivitātes, lietderīgās izmantošanas laika, noslodzes un tā, kas notiek ar aizstāto aparatūru.

MI aparatūrā izmanto daudzus metālus, un piegādes ķēdes ir koncentrētas

Serveri satur tēraudu, alumīniju, varu, silīciju un daudz mazākus daudzumus specializētu materiālu, ko izmanto elektronikā, akumulatoros, magnētos, savienotājos un elektroapgādes sistēmās. The Shift Project apkopotajos ADEME pētījumos norādīts, ka digitālajās iekārtās var būt vairāk nekā 50 metālu.

Svarīga ir ne tikai katra materiāla masa. Ieguve, rafinēšana un komponentu ražošana notiek dažādās valstīs, kur enerģijas un ūdens izmantošanas, piesārņojuma, darba un pārvaldības apstākļi var būt ļoti atšķirīgi. Neliels daudzums grūti rafinējama materiāla var radīt ietekmi, kas nav saskatāma gatavā servera svarā.

Piegādes ķēdes ir arī ģeogrāfiski koncentrētas. Stanford universitātes AI Index uzsver moderno pusvadītāju ražošanas un MI skaitļošanas jaudu koncentrāciju nelielā skaitā valstu. Šāda koncentrācija var radīt rūpnieciskās ražošanas ierobežojumus un nevienmērīgi sadalīt ieguvumus un slogu videi.

Nozīme ir arī ēkai, kurā atrodas serveri

MI infrastruktūrai vajadzīgs vairāk nekā paātrinātāju statņi. Datu centros izmanto betonu, konstrukciju tēraudu, elektriskās apakšstacijas, rezerves sistēmas, akumulatorus, transformatorus, sadales iekārtas, kabeļus, sūkņus, siltummaiņus, dzesēšanas torņus un tīkla iekārtas.

Ražošanas un būvniecības radītās iegultās emisijas bieži ir mazākas par ekspluatācijas emisijām, ja elektrotīklā ir liels fosilā kurināmā īpatsvars, tomēr tās nav nenozīmīgas. To relatīvā nozīme pieaug, samazinoties elektroenerģijas oglekļa intensitātei, jo betons, tērauds, elektronika un nomaiņas iekārtas joprojām ir dzīves cikla daļa.

Objekts un IT iekārtas noveco atšķirīgā ātrumā. 2026. gadā iesniegtā dokumentā par Google datu centru Agate Nebraskā norādīts tipisks objekta projektētais kalpošanas laiks, kas pārsniedz 25 gadus, un ēkas nesošo un norobežojošo konstrukciju kalpošanas laiks 30–50 gadu garumā, savukārt iekšējās skaitļošanas, elektroapgādes un dzesēšanas apakšsistēmas tiek nomainītas vai modernizētas pa moduļiem. Tas ir operatora apraksts par vienu datu centru, nevis universāls nozares noteikums.

AI hardware lifecycle from manufacturing and datacenter operation to reuse and materials recovery
MI infrastruktūra apvieno ilgmūžīgas ēkas ar īsākiem iekārtu izmantošanas cikliem. Apkope, atkārtota izmantošana, atjaunošana un atbildīga materiālu atgūšana var mainīt dzīves cikla pēdu.

Aparatūras nomaiņa rada otru pēdu

Pieprasījums pēc ātrākiem paātrinātājiem var saīsināt faktiskos nomaiņas ciklus pat tad, ja vecākā aparatūra joprojām darbojas. Jaunas iekārtas var uzlabot veiktspēju uz vatu, taču to ražošana atkal prasa materiālus, rūpniecisko enerģiju, transportēšanu un uzstādīšanu.

No ekspluatācijas izņemta aparatūra automātiski nekļūst par atkritumiem. Dažus serverus un komponentus var izmantot mazāk prasīgām darba slodzēm, atjaunot, pārdot tālāk vai izmantot rezerves daļām. Droša datu apstrāde, savietojamība, energoefektivitāte un uzturēšanas izmaksas nosaka, vai atkārtota izmantošana ir praktiski iespējama.

Tas, ko nevar izmantot atkārtoti, nonāk elektronisko atkritumu apsaimniekošanas sistēmā. UNU-INWEH ziņojumā citēta prognoze, ka līdz 2030. gadam ar MI saistīto elektronisko atkritumu apjoms varētu sasniegt līdz 2.5 miljoniem tonnu gadā. Tas ir nākotnes novērtējums, nevis pašlaik izmērīts kopapjoms, un tas lielā mērā ir atkarīgs no pieņēmumiem par ieviešanu un nomaiņu.

Materiālu ietekme neaprobežojas ar oglekļa emisijām

Pusvadītāju un elektronikas ražošana var patērēt ūdeni un ietvert šķīdinātāju, speciālo gāzu un noturīgu ķimikāliju izmantošanu. PFAS izmanto dažos pusvadītāju ražošanas procesos un siltuma pārneses risinājumos, taču publiskie dati neļauj noteikt precīzu pasaules PFAS kopapjomu, kas attiecināms tikai uz MI.

Zemes izmantošana ir vēl viens vērtējuma aspekts. Raktuves, rūpnīcas, elektroenerģijas ražotnes, pārvades līnijas un datu centru kompleksi aizņem platību, taču zemes izmantošanas pēdas rezultāti lielā mērā ir atkarīgi no elektroenerģijas avota un uzskaites metodes. UNU-INWEH ziņojums parāda, kāpēc zemas oglekļa emisijas, mazs ūdens patēriņš un neliela aizņemtā platība ne vienmēr ir panākami ar vienu un to pašu izvēli.

Šī ietekme var rasties tālu no gala pakalpojuma lietotājiem. Minerālās izejvielas var iegūt vienā reģionā, rafinēt citā, pārstrādāt mikroshēmās vēl citur un pēc tam uzstādīt datu centros, kas apkalpo lietotājus visā pasaulē. Dzīves cikla analīze palīdz atklāt šo izkliedēto ietekmi, neizliekoties, ka to visu var izteikt ar vienu rādītāju.

Vai MI materiālu pēdu var samazināt?

Tiešākie risinājumi ir ilgāks aparatūras lietderīgās izmantošanas laiks, augsta serveru noslodze, remontējamas un modulāras sistēmas, priekšroka atkārtotai izmantošanai pirms pārstrādes, tīrāka ražošana un labāka vērtīgo materiālu atgūšana. Operatori var arī publicēt atsevišķu produktu pēdu un nomaiņas politiku, lai uzlabojumus varētu pārbaudīt.

Svarīgi ir arī programmatūras lēmumi. Mazāki, konkrētajam mērķim piemēroti modeļi, efektīva inference, pakešapstrāde, kvantēšana un vienkāršu uzdevumu novirzīšana mazāk resursietilpīgām sistēmām ļauj veikt lietderīgu darbu ar esošo aparatūru. Efektivitāte samazina kopējo pēdu tikai tad, ja pieprasījuma pieaugums neizdzēš ietaupījumus.

Būtiski ir uzlabot mērījumus. Pārskatos būtu jānošķir ekspluatācijā patērētā elektroenerģija no iegultajām emisijām, jānorāda dzīves cikla robežas un jāatšķir uzņēmuma vidējie rādītāji no atsevišķu objektu datiem. Mērķis nav katrai uzvednei piešķirt vienu precīzu materiālu pēdas skaitli, bet gan padarīt lēmumus par infrastruktūru pārredzamākus un salīdzināmākus.

Papildu lasāmviela un avoti

Saistītās lapas

Saistītie raksti

Vai mākslīgā intelekta datu centri kaitē videi?

Mākslīgā intelekta datu centri ne vienmēr ir kaitīgi videi, taču to ietekme ir atkarīga no elektroenerģijas pieprasījuma, enerģijas avotu struktūras, ūdens patēriņa, dzesēšanas sistēmas uzbūves, vietējiem ierobežojumiem un pārredzamības.

Kāpēc mākslīgā intelekta datu centri patērē tik daudz ūdens?

Mākslīgā intelekta datu centri izmanto ūdeni, jo augstas blīvuma GPU serveri rada siltumu, kas nepārtraukti jānovada. Dzesēšana ar ūdeni var būt efektīva, taču tās ietekme konkrētajā vietā ir atkarīga no klimata, dzesēšanas sistēmas uzbūves, elektroenerģijas ražošanas un ūdens pieejamības.

Datu centra trokšņa piesārņojums

Datu centri var radīt troksni, jo to dzesēšanas sistēmas, ventilatori, dzesēšanas iekārtas, transformatori, rezerves ģeneratori un augstas blīvuma infrastruktūra var darboties nepārtraukti netālu no apkārtējām apdzīvotajām vietām.

Kā izskatās MI patēriņš

Skatiet MI ūdens izmantošanu, elektroenerģijas patēriņu un oglekļa emisijas, pārvērstas reālās pasaules ekvivalentos.

Kāpēc mākslīgais intelekts patērē tik daudz elektroenerģijas?

AI izmanto tik daudz elektroenerģijas, jo trenēšana, inference un globāla mēroga izvietošana balstās uz aprēķiniem intensīvu infrastruktūru.

Kas ir MCP AI? Model Context Protocol skaidrojums

MCP jeb Model Context Protocol ir atvērts protokols AI lietotņu savienošanai ar ārējiem rīkiem, datu avotiem un darba plūsmām, izmantojot standarta saskarni.

Saistītie jautājumi

Kopīgojiet šo lapu