Energia, acqua e ora anche rifiuti elettronici: la crescita dell’intelligenza artificiale sta aumentando la pressione sulle infrastrutture necessarie per alimentarla. L’IA generativa richiede una quantità crescente di potenza di calcolo e, di conseguenza, nuove infrastrutture. I data center che ospitano server e sistemi necessari per addestrare e utilizzare i modelli di IA consumano grandi quantità di energia e hanno bisogno di sistemi di raffreddamento sempre più avanzati.
Il problema nascosto dei rifiuti elettronici
Accanto ai consumi energetici e alle risorse necessarie per il raffreddamento emerge un’altra questione ovvero, quella dei rifiuti elettronici, o RAEE. Server, acceleratori per l’intelligenza artificiale, sistemi di memoria e altri componenti hardware hanno cicli di aggiornamento relativamente rapidi. La crescita delle infrastrutture potrebbe quindi tradursi anche in una maggiore quantità di apparecchiature da sostituire e gestire. È questo uno degli aspetti messi in evidenza dal Basel Action Network, organizzazione che si occupa di rifiuti tossici e del loro traffico internazionale. Nel suo rapporto dedicato all’impatto dell’espansione dell’IA, l’organizzazione richiama l’attenzione sulla futura crescita dei rifiuti elettronici legati ai data center. La questione diventa particolarmente rilevante considerando la dimensione degli investimenti previsti. La stima di McKinsey indica che la sola infrastruttura destinata a sostenere la domanda mondiale di calcolo per l’IA potrebbe richiedere 5.200 miliardi di dollari di investimenti entro il 2030. La sfida non riguarda quindi soltanto la costruzione di nuovi data center. Diventa necessario considerare anche cosa accadrà all’hardware quando verrà sostituito. Recuperare materiali, prolungare la vita utile delle apparecchiature e garantire un corretto trattamento dei RAEE saranno elementi sempre più importanti per ridurre l’impatto ambientale della crescita dell’infrastruttura digitale. L’espansione dell’IA porta così con sé una domanda che va oltre le prestazioni dei nuovi modelli, come ad esempio, gestire in modo sostenibile l’enorme quantità di infrastrutture fisiche necessarie per farli funzionare.
Fonte: Greenandblue
Foto: Pexels