TheAIMeters Logo

Який матеріальний слід має ШІ?

ШІ залежить від фізичного ланцюга постачання, що охоплює мінеральну сировину, напівпровідникові заводи, передові мікросхеми, сервери, системи охолодження та центри обробки даних. Цей слід зберігається й після того, як електроенергію спожито.

AI material supply chain from mineral extraction and semiconductor manufacturing to chips, servers and datacenters
Фізичний ланцюг, що забезпечує роботу ШІ, простягається від видобутку сировини та виробництва напівпровідників до серверів, обладнання для охолодження й будівель центрів обробки даних.

Головне

Слід ШІ не обмежується електроенергією, яку використовують для навчання та інференсу. Виробництво мікросхем і серверів, будівництво центрів обробки даних, заміна обладнання та поводження з електронними відходами також потребують матеріалів, води, енергії та промислових потужностей.

У цьому посібнику

ШІ спирається на фізичну інфраструктуру

Модель ШІ може виглядати як програма на екрані, але для її роботи потрібен довгий фізичний ланцюг. Гірничодобувні та переробні підприємства постачають сировину, напівпровідникові заводи виготовляють процесори й пам’ять, виробники обладнання складають сервери, а центри обробки даних забезпечують електроживлення, мережеве з’єднання та охолодження.

Це розмежування важливе, оскільки електроенергія, спожита під час експлуатації, становить лише частину життєвого циклу. Ще до того, як сервер обробить перший запит, енергію та матеріали вже витрачено на виробництво його мікросхем, друкованих плат, блоків живлення, накопичувачів, обладнання для охолодження та будівництво споруди, де все це розміщено.

Жодне окреме число не описує весь цей слід. Межі досліджень різняться: одні враховують лише обчислювальне обладнання, інші охоплюють будівлі, електроенергетичну інфраструктуру, воду, мережі, цикли заміни або поводження з обладнанням наприкінці строку служби. Достовірна оцінка має вказувати, що саме вона охоплює.

Передові мікросхеми залишають слід ще до експлуатації

Прискорювачі ШІ поєднують процесори, пам’ять із високою пропускною здатністю, друковані плати, компоненти охолодження та складні рішення з корпусування мікросхем. Їхнє виробництво потребує надзвичайно суворого контролю умов, повторюваних етапів обробки, надчистої води, електроенергії, спеціальних газів і хімічних речовин.

Напівпровідникові техпроцеси з меншими розмірами елементів можуть забезпечувати вищу обчислювальну продуктивність, але це не усуває впливу виробництва на довкілля. В огляді The Shift Project зазначено, що зі вдосконаленням виробничих процесів споживання енергії та води, а також вплив парникових газів на одиницю площі кремнію можуть зростати, тоді як відкриті дані щодо окремих продуктів залишаються неповними.

Тому ефективність потрібно розглядати на двох рівнях. Новіший прискорювач може виконувати те саме робоче навантаження з меншим споживанням електроенергії, проте передчасна заміна обладнання створює новий виробничий слід. Найкращий результат залежить від ефективності виконання навантаження, строку корисного використання, рівня завантаження та подальшої долі заміненого обладнання.

Обладнання для ШІ містить багато металів, а ланцюги постачання сконцентровані

Сервери містять сталь, алюміній, мідь, кремній і значно менші кількості численних спеціалізованих матеріалів, що використовуються в електроніці, акумуляторах, магнітах, роз’ємах і системах електроживлення. У дослідженнях ADEME, узагальнених The Shift Project, зазначено, що цифрове обладнання може містити понад 50 металів.

Річ не лише в масі кожного матеріалу. Видобуток, рафінування та виробництво компонентів відбуваються в різних країнах, де умови використання енергії й води, забруднення, праці та управління можуть суттєво відрізнятися. Невелика кількість матеріалу, який складно очистити, може мати вплив, якого не видно з кінцевої ваги сервера.

Ланцюги постачання також сконцентровані географічно. AI Index університету Stanford наголошує на зосередженні виробництва передових напівпровідників та обчислювальних потужностей для ШІ в невеликій кількості країн. Така концентрація може створювати вузькі місця у промисловості та нерівномірно розподіляти вигоди й екологічне навантаження.

Будівля, у якій розміщені сервери, теж має значення

Інфраструктура ШІ потребує не лише стійок із прискорювачами. Для центрів обробки даних потрібні бетон, конструкційна сталь, електричні підстанції, резервні системи, акумулятори, трансформатори, розподільні пристрої, кабелі, насоси, теплообмінники, градирні та мережеве обладнання.

Втілені викиди, пов’язані з виробництвом і будівництвом, часто менші за експлуатаційні викиди, якщо в енергосистемі велика частка викопного палива, проте ними не можна нехтувати. Їхня відносна важливість зростає зі зниженням вуглецевої інтенсивності електроенергії, оскільки бетон, сталь, електроніка та обладнання для заміни залишаються частиною життєвого циклу.

Об’єкт та ІТ-обладнання також старіють із різною швидкістю. У документі, поданому 2026 року для центру обробки даних Agate компанії Google у Небрасці, описано типовий проєктний строк служби об’єкта понад 25 років і строк служби несучих та огороджувальних конструкцій будівлі 30–50 років, тоді як внутрішні обчислювальні, електричні й охолоджувальні підсистеми замінюють або модернізують модулями. Це опис одного центру обробки даних його оператором, а не універсальне галузеве правило.

AI hardware lifecycle from manufacturing and datacenter operation to reuse and materials recovery
Інфраструктура ШІ поєднує довговічні будівлі з коротшими циклами використання обладнання. Обслуговування, повторне використання, відновлення та відповідальне вилучення матеріалів можуть змінити слід протягом життєвого циклу.

Заміна обладнання створює другий слід

Попит на швидші прискорювачі може скорочувати фактичні цикли заміни, навіть коли старе обладнання ще працює. Нове обладнання може підвищити продуктивність на ват, але його виробництво потребує нових витрат матеріалів, промислової енергії, транспортування та монтажу.

Виведене з експлуатації обладнання не стає відходами автоматично. Деякі сервери й компоненти можна перепризначити для менш вимогливих робочих навантажень, відновити, перепродати або використати як запасні частини. Безпечне поводження з даними, сумісність, енергоефективність і витрати на обслуговування визначають практичну доцільність повторного використання.

Те, що не можна використати повторно, потрапляє до системи поводження з електронними відходами. У звіті UNU-INWEH наведено прогноз, за яким до 2030 року обсяг електронних відходів, пов’язаних із ШІ, може сягнути 2.5 мільйона тонн на рік. Це оцінка на майбутнє, а не виміряний поточний загальний обсяг, і вона значною мірою залежить від припущень щодо впровадження та заміни обладнання.

Вплив матеріалів не обмежується вуглецевими викидами

Виробництво напівпровідників та електроніки може споживати воду й передбачати використання розчинників, спеціальних газів і стійких хімічних речовин. PFAS застосовують у деяких напівпровідникових процесах і системах теплопередачі, але відкриті дані не дають змоги визначити точний світовий обсяг PFAS, пов’язаний лише з ШІ.

Землекористування — ще один аспект оцінки. Шахти й кар’єри, заводи, об’єкти електрогенерації, лінії електропередачі та комплекси центрів обробки даних займають простір, але результати оцінки земельного сліду значною мірою залежать від джерела електроенергії та методу обліку. Звіт UNU-INWEH показує, чому варіанти з низькими вуглецевими викидами, малим споживанням води та невеликою займаною площею не завжди збігаються.

Ці впливи можуть виникати далеко від користувачів кінцевої послуги. Мінеральну сировину можуть видобувати в одному регіоні, очищувати в іншому, перетворювати на мікросхеми деінде, а потім установлювати в центрах обробки даних, що обслуговують користувачів у всьому світі. Аналіз життєвого циклу допомагає зробити ці розподілені впливи видимими, не вдаючи, що їх усі можна звести до одного показника.

Чи можна зменшити матеріальний слід ШІ?

Найпряміші заходи — довший строк корисного використання обладнання, високе завантаження серверів, ремонтопридатні й модульні системи, пріоритет повторного використання перед переробленням, чистіше виробництво та ефективніше вилучення цінних матеріалів. Оператори також можуть публікувати дані про слід окремих продуктів і правила заміни обладнання, щоб поліпшення можна було перевірити.

Рішення щодо програмного забезпечення теж важливі. Менші моделі, придатні для конкретного завдання, ефективний інференс, пакетна обробка, квантування та спрямування простих завдань до менш ресурсоємних систем дають змогу виконувати корисну роботу на наявному обладнанні. Ефективність зменшує загальний слід лише тоді, коли зростання попиту не нівелює заощадження.

Удосконалення вимірювань є необхідним. Звітність має відокремлювати електроенергію, спожиту під час експлуатації, від втілених викидів, визначати межі життєвого циклу й розрізняти середні показники компанії та дані окремих об’єктів. Мета — не приписати кожному запиту одне точне число матеріального сліду, а зробити рішення щодо інфраструктури прозорішими та зіставними.

Додаткові матеріали та джерела

Пов’язані сторінки

Схожі статті

Чи шкодять центри обробки даних на базі штучного інтелекту навколишньому середовищу?

Центри обробки даних для штучного інтелекту не обов’язково є шкідливими для навколишнього середовища, але їхній вплив залежить від попиту на електроенергію, структури енергобалансу, споживання води, системи охолодження, місцевих обмежень та рівня прозорості.

Чому центри обробки даних штучного інтелекту споживають так багато води?

Центри обробки даних штучного інтелекту використовують воду, оскільки сервери з графічними процесорами високої щільності виділяють тепло, яке необхідно постійно відводити. Водяне охолодження може бути ефективним, але його локальний вплив залежить від клімату, конструкції системи охолодження, виробництва електроенергії та доступності води.

Шумове забруднення в центрах обробки даних

Центри обробки даних можуть створювати шум, оскільки системи охолодження, вентилятори, холодильні установки, трансформатори, резервні генератори та інфраструктура високої щільності можуть працювати безперервно поблизу житлових районів.

Як виглядає споживання ШІ

Подивіться, як використання води, споживання електроенергії та вуглецеві викиди ШІ переводяться в реальні еквіваленти.

Чому ШІ споживає так багато електроенергії?

ШІ споживає так багато електроенергії, тому що тренування, інференс і глобальне розгортання залежать від обчислювально інтенсивної інфраструктури.

Що таке MCP в AI? Пояснення Model Context Protocol

MCP, або Model Context Protocol, — це відкритий протокол для підключення AI-застосунків до зовнішніх інструментів, джерел даних і робочих процесів через стандартний інтерфейс.

Пов'язані питання

Поділіться цією сторінкою