中国科学院城市环境研究所汪鹏、张凌宇、陈伟强等，联合剑桥大学、瑞赫曼大学的科研人员，在生成式人工智能的电子废弃物排放预测及管理策略研究取得了重要进展。

　　当前，以大语言模型为重要基础的生成式人工智能正在迅猛发展，并走进人们的日常生产及生活。然而，生成式人工智能需要庞大的计算算力及硬件资源，用来支撑大模型的训练和推理。因此，围绕生成式人工智能的硬件需求分析及其资源环境影响评估成为国际可持续发展领域重要议题和前沿挑战。其中，生成式人工智能对于电子废弃物的影响及其管理策略举措，仍未得以研究。

　　针对上述需求，中国科学院城市环境研究所汪鹏、张凌宇、陈伟强等，联合剑桥大学、瑞赫曼大学的科研人员，在生成式人工智能的电子废弃物排放预测及管理策略研究取得了重要进展。相关研究成果E-waste challenges of generative artificial intelligence为题，在线发表在国际顶尖学术期刊《自然科学计算》(Nature Computational Science)上。

　　研究人员创新地开发了人工智能需求-算法-算力-硬件关联的物质流核算方法，首次完成了生成式人工智能产生的电子废弃物的情景预测及应对举措识别，为人工智能全球可持续治理提供了新的维度及重要支撑。研究表明，在不同情景下，生成式人工智能将会在2023-2030年产生120万-500万吨的电子废弃物，并对生态环境及人群健康产生重要影响；同时，研究识别发现通过实施相关循环经济战略，可以减少16-86%的电子废弃物产生。

　　研究工作得到国家自然科学基金及中国科学院城市环境研究所揭榜挂帅项目的支持。论文在线发表之后，被中国新闻网、参考消息、华盛顿邮报、德国之声、麻省理工科技评论、澳大利亚广播公司等国内外几十家媒体广泛报道，并获得联合国电子废弃物监测小组、悉尼科技大学等单位同行正面积极评价。人工智能需求-算法-算力-硬件关联的物质流核算方法

　　凡本站注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：智能制造网”。违反上述声明者，本站将追究其相关法律责任。

　　本站转载并注明自其它来源（非智能制造网）的作品，目的在于传递更多信息，并不代表本站赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时，必须保留本站注明的作品第一来源，并自负版权等法律责任。如擅自篡改为“稿件来源：智能制造网”，本站将依法追究责任。

　　鉴于本站稿件来源广泛、数量较多，如涉及作品内容、版权等问题，请与本站联系并提供相关证明材料：联系电话；邮箱：。

　　连续16年第一！华为斩获光传送大奖 打造全球最大400G骨干网