Persyaratan komputasi model AI yang sangat besar dan berkembang pesat dapat menyebabkan industri membuang limbah elektronik yang setara dengan lebih dari 10 miliar iPhone per tahun pada tahun 2030, demikian proyeksi para peneliti.
Dalam sebuah makalah yang diterbitkan di jurnal Nature, para peneliti dari Universitas Cambridge dan Akademi Ilmu Pengetahuan China mencoba memprediksi berapa banyak limbah elektronik yang dapat dihasilkan oleh industri yang sedang berkembang ini. Tujuan mereka bukan untuk membatasi adopsi teknologi, yang mereka tekankan sejak awal merupakan hal yang menjanjikan dan kemungkinan besar tidak bisa dihindari, namun untuk lebih mempersiapkan dunia menghadapi hasil nyata dari ekspansi pesatnya.
Biaya energi, jelas mereka, telah menjadi sorotan karena sudah memainkan peranannya.
Namun, material fisik yang terlibat dalam siklus hidupnya, dan aliran limbah peralatan elektronik yang sudah usang… kurang mendapat perhatian.
Penelitian kami bertujuan bukan untuk memperkirakan secara tepat jumlah server AI dan limbah elektronik terkait, namun untuk memberikan perkiraan kasar awal yang menyoroti potensi skala tantangan di masa depan, dan untuk mengeksplorasi potensi solusi ekonomi sirkular.
Hal ini tentunya merupakan bisnis yang berjalan lambat, karena memproyeksikan konsekuensi sekunder terhadap industri yang terkenal bergerak cepat dan tidak dapat diprediksi. Tapi setidaknya seseorang harus mencoba, bukan? Intinya bukanlah melakukan hal yang benar dalam persentase, namun dalam urutan besarnya. Apakah kita berbicara tentang puluhan ribu ton limbah elektronik, ratusan ribu, atau jutaan? Menurut para peneliti, itu mungkin berada pada kisaran tertinggi.
Para peneliti membuat model beberapa skenario pertumbuhan rendah, menengah, dan tinggi, serta jenis sumber daya komputasi apa yang diperlukan untuk mendukungnya, dan berapa lama skenario tersebut akan bertahan. Temuan dasar mereka adalah bahwa sampah akan meningkat seribu kali lipat pada tahun 2023:
“Hasil kami menunjukkan potensi pertumbuhan limbah elektronik yang pesat dari 2,6 ribu ton (kt) (per tahun) pada tahun 2023 menjadi sekitar 0,4–2,5 juta ton (Mt) (per tahun) pada tahun 2030,” tulis mereka.
Memang benar, menggunakan tahun 2023 sebagai metrik awal mungkin agak menyesatkan: Karena begitu banyak infrastruktur komputasi yang dikerahkan selama dua tahun terakhir, angka 2,6 kiloton tidak memasukkan infrastruktur komputasi tersebut sebagai limbah. Hal ini menurunkan angka awal secara signifikan.
Namun di sisi lain, metrik ini cukup nyata dan akurat: Ini merupakan perkiraan jumlah limbah elektronik sebelum dan sesudah booming AI generatif. Kita akan melihat peningkatan tajam jumlah sampah ketika infrastruktur besar pertama ini mencapai akhir masa pakainya dalam beberapa tahun mendatang.
Ada berbagai cara untuk mengurangi hal ini, yang diuraikan oleh para peneliti (sekali lagi, hanya secara garis besar). Misalnya, server yang sudah habis masa pakainya dapat didaur ulang daripada dibuang, dan komponen seperti komunikasi dan daya juga dapat digunakan kembali. Perangkat lunak dan efisiensi juga dapat ditingkatkan, sehingga memperpanjang umur efektif generasi chip atau jenis GPU tertentu. Menariknya, mereka lebih memilih untuk mengupgrade ke chip terbaru sesegera mungkin, karena jika tidak, sebuah perusahaan mungkin harus, misalnya, membeli dua GPU yang lebih lambat untuk melakukan pekerjaan pada satu GPU kelas atas — sehingga menggandakan (dan mungkin mempercepat) pemborosan yang dihasilkan.
Mitigasi ini dapat mengurangi beban sampah sebesar 16 hingga 86% – yang jelas merupakan kisaran yang cukup besar. Namun, masalahnya bukan pada ketidakpastian efektivitasnya, melainkan ketidakpastian apakah langkah-langkah tersebut akan diambil dan seberapa besar dampaknya. Jika setiap H100 mendapat kehidupan kedua di server inferensi berbiaya rendah di sebuah universitas di suatu tempat, perhitungannya akan sangat besar; jika hanya satu dari 10 orang yang berobat, maka jumlahnya tidak terlalu besar.
Hal ini berarti bahwa mencapai tingkat limbah yang rendah atau tinggi, menurut perkiraan mereka, merupakan sebuah pilihan – bukan sebuah keniscayaan. Anda dapat membaca studi selengkapnya di sini.
NewsRoom.id
