剑桥大学与中国科学院的科研团队在《自然》期刊联合发表的一篇研究报告预测，至2030年，生成式人工智能技术的迅猛进步或将催生年产量相当于逾10亿部iPhone的电子废弃物。研究团队澄清，其目的并非阻碍技术发展，而是提前揭示技术扩张可能带来的实际环境影响。

报告指出，尽管能源消耗问题备受瞩目，但由此产生的物理材料消耗及废旧电子设备的处理问题却未得到应有的重视。研究团队提供了初步的估算数据，旨在凸显未来面临的挑战规模，并探讨循环经济模式下的潜在解决方案。

通过构建不同的增长情景模型，研究者们分析了所需的计算资源及其使用寿命，预测从2023年的2600吨电子废弃物，到2030年，这一数字可能激增至40万至250万吨之间，增长幅度或达千倍。为应对这一挑战，研究者们提出了减缓电子废弃物增长的策略，包括在服务器使用寿命结束后进行降级处理或再利用其通信与电力组件，以及通过软件优化和效率提升来延长特定芯片或GPU的使用寿命。

研究还指出，及时升级至最新芯片可能有助于减少电子废弃物，因为若不及时更新，企业可能需要购买两块性能较低的GPU来完成原本一块高端GPU的工作，从而增加电子废弃物的产生。通过实施这些减缓措施，研究者们估算，电子废弃物的产生量有望减少16%至86%，但具体减量效果将取决于这些措施的实际采纳与执行力度。若每块H100芯片都能在大学的低成本推理服务器中得到继续使用，那么未来的电子废弃物压力将得到显著缓解；反之，如果仅有十分之一的芯片得到再利用，电子废弃物问题仍将十分严峻。