巴塞尔行动网络（BAN）发布最新报告指出，随着人工智能基础设施的扩张，到 2050 年产生的电子垃圾规模可能被严重低估。该组织认为，若将电力、网络、冷却及其他配套设施纳入统计，总重量可能是学术界最广泛引用的预测值的 40 至 60 倍。
现有估算仅覆盖 13% 的设备重量
这份题为《AI 废物浪潮有多大？》的报告批评了此前的评估方法，指出其主要聚焦于服务器和 GPU 等加速器，而这些设备仅占数据中心总重量的 13%。BAN 在模型中确定了五大类关键设备：网络设备、配电系统、备用电源系统、服务器及加速器、以及冷却系统。
以一个标准的 100 MW AI 数据中心为参考案例，上述设备的总重量约为 7,000 公吨，其中大部分需要在设施升级时进行更换。BAN 是一个以控制危险废物越境转移并防止其从发达国家向发展中国家转移的《巴塞尔公约》命名的非营利组织。
2025 年至 2050 年将产生数亿吨电子垃圾
BAN 的模型基于行业计划建设的内容，计算由此扩张所隐含的潜在废物量。估计显示，在 2025 年至 2050 年间，AI 基础设施将产生 3.95 亿至 6.17 亿吨电子垃圾。这一数量足以装满 1,500 万至 2,300 万个集装箱。
如果将这些集装箱首尾相连，假设数量为 2,000 万个，形成的线条长度约为 244,000 公里，相当于绕地球六圈。
技术迭代加速硬件退役周期
该估算基于若干关键假设，核心在于随着技术过时，铜材、钢材、冷却及配电设备、网络设备和计算硬件将在数年内而非数十年内退役。
- 电力基础设施：当设施用支持 AI 工作负载所需的 50-140 kW 机架替换功耗为 5 至 15 kW 的旧机架时，大部分电力基础设施必须拆除并更换。仅在一个 100 MW 设施的布线和母线中，就含有约 2,700 吨铜。
- 计算硬件：GPU 和其他 AI 加速器的更换周期预计为两到三年，而传统通用服务器的更换周期为五到七年。BAN 指出，由于向超大规模云服务商供货的原始设备制造商（OEM）往往交付完整的预配置系统，因此在升级到最新一代 Nvidia GPU 时，所有者通常会更换整个服务器。
- 其他组件：网络基础设施的更换周期为三到四年，配电系统为八年，备用电源和冷却系统均为五年。
缺乏应对计划与处理基础设施
报告强调，目前没有任何超大规模云服务商、政府或国际机构发布过应对如此规模 AI 驱动型电子垃圾的处理计划。此外，现有的基础设施甚至不足以安全处理当前的废物量。
BAN 创始人兼战略方向负责人 Jim Puckett 表示：“迄今为止，围绕 AI 的环境辩论主要集中在电力、碳排放和水资源上，却很大程度上忽视了硬件本身最终的去向。”他警告称，“如果企业和政府不开始为这场新的废物海啸制定计划，如今的 AI 基础设施建设可能会演变成一场比我们当前正在经历的更为灾难性的有毒废物危机。”
据悉，这份 46 页的论文是该系列研究的第一篇。后续报告将探讨如何通过再利用、翻新和重新用途来减少电子垃圾数量，分析包括全氟烷基和多氟烷基物质（PFAS）污染在内的潜在毒性，以及研究降低风险的方法。
