Los crecientes y rápidos requerimientos de computación de los modelos de inteligencia artificial (IA) podrían llevar a la industria a generar una cantidad de desechos electrónicos equivalente a más de 10 mil millones de iPhones al año para 2030, según proyecciones de investigadores. En un estudio publicado en la revista Nature, científicos de la Universidad de Cambridge y de la Academia China de Ciencias intentan predecir cuánto desecho electrónico podría producir esta industria en expansión. Su objetivo no es limitar la adopción de la tecnología, que consideran prometedora e inevitable, sino preparar al mundo para los resultados tangibles de su rápido crecimiento.
Los investigadores han analizado de cerca los costos energéticos, que ya están en juego. Sin embargo, los materiales físicos involucrados en el ciclo de vida de la tecnología y el flujo de desechos de equipos electrónicos obsoletos han recibido menos atención. El estudio no busca pronosticar con precisión la cantidad de servidores de IA y su desecho asociado, sino proporcionar estimaciones iniciales que resalten la magnitud del desafío que se avecina y explorar soluciones de economía circular.
Proyectar las consecuencias secundarias de una industria tan rápida e impredecible es complicado, pero es necesario intentarlo. La clave no es acertar en un porcentaje exacto, sino en un orden de magnitud. Los investigadores modelaron varios escenarios de crecimiento bajo, medio y alto, analizando los recursos de computación necesarios y su duración. Su hallazgo básico indica que los desechos podrían aumentar hasta mil veces en comparación con 2023: “Nuestros resultados indican un potencial crecimiento rápido de desechos electrónicos de 2.6 mil toneladas (kt) [por año] en 2023 a alrededor de 0.4–2.5 millones de toneladas (Mt) [por año] en 2030”, escriben.
Es importante señalar que usar 2023 como referencia puede ser un poco engañoso, ya que gran parte de la infraestructura de computación se implementó en los últimos dos años, lo que significa que la cifra de 2.6 kilotoneladas no incluye esos desechos. Sin embargo, esta cifra es representativa de los montos de desechos electrónicos antes y después del auge de la IA generativa. Se espera un aumento significativo en los desechos cuando esta infraestructura alcance el final de su vida útil en los próximos años.
Existen varias formas de mitigar este problema, que los investigadores describen de manera general. Por ejemplo, los servidores al final de su vida útil podrían ser reciclados en lugar de ser desechados, y componentes como comunicaciones y energía podrían ser reutilizados. También se podría mejorar el software y la eficiencia, extendiendo la vida útil efectiva de una generación de chips o tipos de GPU. Curiosamente, los investigadores sugieren actualizar a los chips más recientes lo antes posible, ya que de lo contrario, una empresa podría necesitar comprar dos GPUs más lentas para realizar el trabajo de una de alta gama, lo que duplicaría (y posiblemente aceleraría) los desechos resultantes.
Estas medidas podrían reducir la carga de desechos entre un 16% y un 86%, lo que representa un amplio rango. Sin embargo, la incertidumbre no radica tanto en la efectividad de estas soluciones, sino en si se adoptarán y en qué medida. Si cada H100 recibe una segunda vida en un servidor de inferencia de bajo costo en alguna universidad, eso podría distribuir la carga de desechos; si solo uno de cada diez recibe ese tratamiento, el impacto sería menor. Esto significa que alcanzar el extremo bajo de desechos en comparación con el alto es, según su estimación, una elección y no una inevitabilidad.
