Eksplozja popularności modeli sztucznej inteligencji (AI) i uczenia maszynowego zapoczątkowała globalny wyścig zbrojeń technologicznych. Centra danych na całym świecie są masowo modernizowane i wyposażane w tysiące zaawansowanych akceleratorów graficznych (GPU), takich jak układy NVIDIA H100, A100 czy najnowsze architektury Blackwell. Ta rewolucja sprzętowa niesie za sobą jednak gigantyczne, dotychczas niespotykane obciążenie dla sektora gospodarowania zużytym sprzętem elektrycznym i elektronicznym (ZSEE). Serwery AI pracują pod ekstremalnym obciążeniem termicznym i elektrycznym, co skraca ich żywotność do zaledwie 3-5 lat. Proces wycofywania z eksploatacji (decommissioning) i recyklingu infrastruktury superkomputerowej to proces wymagający najwyższej wiedzy technicznej i ochrony danych. Przeanalizujmy, jak zakłady ZSEE odzyskują surowce strategiczne z serwerów AI.
Skład surowcowy i bogactwo krzemu w serwerach AI
W porównaniu ze standardowymi komputerami biurowymi czy serwerami chmurowymi starszej generacji, serwery zoptymalizowane pod kątem sztucznej inteligencji charakteryzują się nieporównywalnie wyższą koncentracją rzadkich i cennych metali. Na jednej wielowarstwowej płycie głównej superkomputera znajduje się ogromna liczba kondensatorów tantalowych, złączy pokrytych grubą warstwą złota o wysokiej próbie (co zapewnia bezstratny przesył danych) oraz zaawansowanych układów scalonych. Kluczowym elementem są same procesory graficzne (GPU) oraz pamięci HBM (High Bandwidth Memory), które łączone są za pomocą zaawansowanych interkonektorów krzemowych. W strukturach tych metale takie jak srebro, miedź, tantal, rod oraz platynowce występują w ilościach determinujących wysoką opłacalność głębokiego recyklingu.
Procedura bezpiecznej utylizacji i ochrona danych (ITAD)
Utylizacja infrastruktury centrów danych obsługujących modele sztucznej inteligencji nie ogranicza się wyłącznie do odzysku metali. Pierwszym i najważniejszym etapem jest proces **ITAD (IT Asset Disposition)**, czyli gwarantowane usuwanie i niszczenie danych. Modele AI są trenowane na poufnych danych korporacyjnych, medycznych i finansowych, które są przechowywane na macierzach dyskowych SSD (w architekturze NVMe). Zwykłe nadpisanie oprogramowaniem bywa nieskuteczne ze względu na uszkodzenia fizyczne pamięci. Dlatego dyski z centrów danych przechodzą dwustopniową procedurę: demagnetyzację za pomocą silnego impulsu magnetycznego, a następnie fizyczne zmielenie w niszczarkach przemysłowych do frakcji poniżej 2 mm. Dopiero po otrzymaniu certyfikatu zniszczenia danych (zgodnego z RODO/GDPR), pozostałe elementy metalowe trafiają do hut i rafinerii.
Odzysk metali ziem rzadkich z systemów chłodzenia cieczą
Poważnym wyzwaniem dla zakładów recyklingu ZSEE są nowoczesne systemy chłodzenia stosowane w serwerach AI. Z powodu gigantycznej emisji ciepła, tradycyjne wentylatory powietrzne są zastępowane systemami chłodzenia cieczą (Liquid Cooling) lub chłodzeniem zanurzeniowym (Immersion Cooling). Płyny chłodzące (np. dielektryki i płyny fluoroorganiczne) są klasyfikowane jako odpady niebezpieczne i przed przystąpieniem do demontażu fizycznego muszą zostać odessane w hermetycznych stacjach. Miedziane bloki wodne, wymienniki ciepła oraz pompy są demontowane mechanicznie. Magnesy neodymowe stosowane w pompach są rozmagnesowywane termicznie, co pozwala na odzysk cennych metali ziem rzadkich, takich jak neodym i dysproz, kluczowych do produkcji nowoczesnych silników elektrycznych i generatorów.