Recientemente, investigadores de la Universidad de Cambridge y la Academia China de Ciencias publicaron un artículo llamativo en la revista Nature, prediciendo que para 2030, con el rápido desarrollo de la inteligencia artificial generativa, la industria podría generar anualmente residuos electrónicos equivalentes a más de 1.000 millones de iPhones. Los investigadores afirman que su objetivo es comprender las consecuencias reales de esta tecnología de rápida expansión, no restringir su uso.
Nota de la fuente: La imagen fue generada por IA, proveedor de servicios de licencias de imágenes Midjourney
En el artículo, el equipo de investigación menciona que, si bien el consumo de energía ya ha sido un foco de atención, los materiales físicos y los flujos de residuos de equipos electrónicos obsoletos relacionados con este proceso no han recibido la suficiente atención. Su investigación no pretende predecir con exactitud la cantidad de servidores de IA y los residuos electrónicos resultantes, sino proporcionar una estimación preliminar aproximada para destacar la magnitud de los desafíos futuros y explorar posibles soluciones de economía circular.
Los investigadores emplearon diferentes modelos de escenarios de crecimiento, incluyendo modelos de crecimiento bajo, medio y alto, para analizar los recursos informáticos necesarios y su vida útil. Los resultados indican que, desde las 2600 toneladas de residuos electrónicos en 2023, la cantidad de residuos podría aumentar entre 400.000 y 2.500.000 toneladas para 2030, un aumento potencial de hasta mil veces.
Cabe señalar que la cifra de 2600 toneladas de 2023 puede ser algo engañosa, ya que en los dos últimos años se han desplegado muchas infraestructuras informáticas que aún no se han contabilizado como residuos. Sin embargo, esta cifra sirve como referencia para el cambio en los residuos electrónicos antes y después del auge de la IA generativa.
Los investigadores propusieron algunos métodos posibles para mitigar el aumento de los residuos electrónicos, como el aprovechamiento de los servidores una vez que alcanzan el final de su vida útil en lugar de desecharlos directamente, o la reutilización de sus componentes de comunicación y energía. Además, las mejoras en el software y la eficiencia también pueden prolongar la vida útil de chips o GPU específicos. El estudio menciona que la actualización rápida a los chips más recientes puede ser beneficiosa, ya que si no se actualiza a tiempo, las empresas podrían necesitar comprar dos GPU de menor rendimiento para realizar el trabajo de una GPU de gama alta, lo que agravaría la generación de residuos electrónicos.
Mediante la adopción de estas medidas de mitigación, los investigadores estiman que la cantidad de residuos electrónicos generados podría reducirse entre un 16% y un 86%. Sin embargo, la posibilidad de lograr esta reducción depende en gran medida de la adopción y la aplicación de estas medidas. Si cada chip H100 pudiera seguir utilizándose en servidores de inferencia de bajo coste en las universidades, la presión de los residuos electrónicos futuros se reduciría considerablemente; por el contrario, si sólo se reutilizara una décima parte de los chips, el problema de los residuos electrónicos seguiría siendo grave.
Puntos clave:
🌍 Se prevé que para 2030, la IA generativa podría generar anualmente residuos electrónicos equivalentes a más de 1.000 millones de iPhones.
♻️ Los investigadores sugieren reducir la generación de residuos electrónicos mediante el aprovechamiento y la reutilización de componentes.
📊 La generación de residuos electrónicos podría reducirse entre un 16% y un 86%, dependiendo de la adopción e implementación de las medidas.
