（来源：中国环境报）

转自：中国环境报

在人工智能（AI）技术迅猛发展的当下，生成式AI正推动新一轮产业变革，成为新质生产力发展的重要驱动力之一。

然而，AI产业发展高度依赖的算力基础设施，尤其是GPU（图形处理器）、服务器等硬件，正以远超传统IT设备更替的速度迭代更新，引发电子废物规模的激增与生态环境风险的累积。

因此，必须以前瞻性思维和系统性举措，从全生命周期视角进行系统性防范，以减轻AI等新兴产业发展可能对生态环境带来的压力，化解风险隐患。

电子废物产生量巨大，资源环境压力日益凸显。GPU、CPU（中央处理器）、服务器主板等AI核心硬件的服役期限普遍较短，3年左右即面临更新淘汰。

据中国科学院城市环境研究所汪鹏团队研究预测，在激进发展情景下，2023年—2030年仅生成式AI产生的电子废物便累计可达500万吨（含150万吨印刷电路板、50万吨服务器电池）；预计到2030年，其年度产生量峰值甚至可能攀升至250万吨。

这类新型废弃物成分复杂，既含有金、银等贵金属，也包含铅、铬、汞、多溴联苯等有害物质，若处置不当，不仅会造成稀缺资源流失，更会对土壤、水体及人体健康构成威胁。

短周期迭代叠加技术壁垒，加剧全球资源错配与浪费。AI产业配套硬件在“摩尔定律”与商业竞争驱动下快速换代，造成大量设备未达物理寿命即遭淘汰，AI硬件技术迭代周期挤压其物理生命周期的现象凸显。

与此同时，国际技术壁垒与供应链梗阻，又迫使部分国家或地区不得不通过粗放式堆砌上一代硬件以弥补算力缺口，陷入了“技术代差致使资源消耗倍增”的恶性循环，显著推高了全球AI产业资源消耗与废弃物产生基数。此外，企业间算力“重复建设”与算法“重复训练”等现象，又进一步放大了能源与硬件资源的低效利用。

全链条治理存在短板，循环经济体系尚未贯通。当前，针对AI及其数据中心衍生的新型电子废物，从产生统计、溯源追踪到规范处置的全链条管理体系仍存在监管盲区。多数AI企业仍处于追求算力扩张的“跑马圈地”阶段，对硬件全生命周期环境管理重视不足。

从产品的生态设计、使用阶段的梯次利用，到报废后的高值化再生，尚未形成有效的产业闭环。与之配套的激励政策、市场机制与可持续商业模式有待系统构建。

综上所述，应对AI产业衍生的电子废物风险，已非单一的行业监管问题，而是一项需要纳入固体废物综合治理顶层设计并予以系统谋划的紧迫任务。

近日发布的《固体废物综合治理行动计划》明确提出“构建源头减量、过程管控、末端利用和全链条无害化管理的固体废物综合治理体系”，为突破上述治理困境提供了根本遵循与行动指南。为此，笔者建议从以下方面着力推进。

完善治理体系，强化全链条监管与科技支撑。研究制定针对AI产业电子废物的专项管理细则，并将其核心指标纳入“十五五”时期人工智能产业发展相关规划。加快完善废弃电器电子产品处理污染控制技术规范，明确AI服务器等新兴硬件的分类、拆解、资源化及污染控制标准。

依托物联网、区块链等技术，构建AI硬件全生命周期信息溯源平台，实现来源可查、去向可追。设立科技专项，支持AI衍生电子废物智能拆解、精准分选等关键技术的研发，培育专业化、高值化的再生利用产业，构建“产生—收集—再生—利用”的完整闭环。

加强政策引导，推动产业绿色转型与国际协同。综合运用绿色采购、税收优惠、专项资金等政策工具，激励AI硬件制造商践行生态设计（Eco-design），全面提升产品的可维修性、可升级性与易拆解性。支持AI数据中心运营商通过优化调度、梯次利用等方式，充分挖掘存量算力潜力，延长设备服役周期。

健全市场机制，压实主体责任并推动源头创新。将生产者责任延伸制全面落实至AI硬件领域，明确AI技术公司、互联网平台及数据中心运营商等在废弃物减量与合规回收处置中的主体责任。

要求并规范大型AI企业、数据中心运营商定期公开披露AI配套硬件保有量、退役数量、回收途径与资源回收率等关键信息，并制定配套时间表与路线图。通过专项基金引导研发能效更高、算力需求更低的底层算法与芯片架构，从源头上延长硬件迭代周期，助力AI产业高质量发展。

（作者单位：湖南省环境保护科学研究院）