关于人工智能的每条新闻标题都在报道即将上线的新项目：新的GPU、新的园区、耗资数十亿美元的新建设项目。几乎没有一条新闻提出一个同样重要的问题：当这些系统离线时，它们会怎样？
这个问题正成为企业基础设施领域目前最紧迫的盲点之一。人工智能数据中心退役问题日益凸显，而大多数正在建设人工智能能力的公司根本没有相关计划。他们有采购策略、部署时间表以及电力和冷却预算，但却缺乏退出计划。这一缺口正在让他们蒙受经济损失，面临数据风险，并悄然损害他们每年发布的可持续发展数据。.
没人预算的更新周期
传统企业服务器过去通常会按照可预测的周期（大约五到七年）进行淘汰，这为IT团队提供了充足的时间来规划过渡。但人工智能基础设施打破了这种规律。随着新一代GPU的问世，机架密度不断攀升，每一代产品几乎都会在一夜之间使上一代产品过时。业内人士现在普遍认为，人工智能硬件的实际更新周期在18到36个月之间。这仅仅是过去生命周期的一小部分，而且随着每一款新芯片的发布，更新周期还在不断缩短。.
这个数字背后的规模也不容小觑。随着各公司竞相扩充训练和推理能力，人工智能服务器的出货量同比增长近40%。资产回收行业的业内人士已经将未来几年描述为第一批真正意义上的GPU密集型服务器（部署于2022年至2024年）全面退役的窗口期。仅在美国，目前就有数千个数据中心正在运行，所有这些数据中心都在朝着更大的占地面积、更高的机架密度和更短的设备使用寿命发展。.
简而言之，一家在2023年或2024年搭建人工智能集群的公司，可能已经面临其首个完整的退役周期，这远远超出了其原有IT资产管理体系的设计预期。这是人工智能领域鲜为人知的一面。人工智能数据中心退役并非未来才会出现的问题。第一波退役浪潮已经开始，而原本旨在应对这一浪潮的系统却无法承受如此快速的变化。.
为什么这是董事会问题，而不是 IT 问题？
当一整架人工智能硬件停止运行时，三件事会发生碰撞，而且这些事情都不再仅仅是 IT 部门的职责了。.
首先是资金，而且资金流失迅速。退役的GPU并非废品。它们是具有实际可查转售价值的资产，因为小型公司和研究机构仍然需要中端AI计算资源。但这种价值是有期限的。高性能AI硬件在退役决定做出后的60天内，其可回收价值可能损失40%甚至更多，原因很简单，因为每一代新芯片都会重置整个二手市场的价格。如果一家公司在决定退役集群后等待三个月才进行处置，那么它最终获得的收益通常会比立即处置的公司少得多。企业每多一个月将退役的集群视为“存储”而非“库存”，就等于在悄悄地消耗本应重新计入资产负债表的资金。.
第二个问题是数据安全，而这方面的代价确实非常高昂。这些可不是放在储藏室里的旧笔记本电脑。数据中心里的人工智能服务器、GPU内存、存储阵列和网络设备可能携带专有模型数据、训练数据、凭证，有时甚至是受监管的信息。联邦标准规定了这类介质需要如何进行数据清理，监管机构通常并不关心硬件是被盗还是丢失。无论哪种情况，都属于数据泄露，都可能触发强制性的数据泄露披露。这在纸面上可不是小数目：根据IBM最新的研究，美国平均每次数据泄露造成的损失接近100万490万美元。一个来自已停用机架的未清点硬盘就足以造成如此巨大的损失。.
第三点是ESG（环境、社会和治理）及合规性，而这正是大多数公司完全忽略的。可持续发展框架越来越要求企业不仅要考虑设备在服役期间的排放，还要考虑设备报废后的处置情况。如果没有经过认证和独立验证的处理流程，公司的可持续发展报告就会存在漏洞：报告里公布的数据，如果审计人员提出质疑，公司却无法提供实际数据。在全球范围内，在人工智能驱动的更新换代速度加快之前，各种来源的电子垃圾每年就已经达到约6200万吨。而GPU中含有大量的金、银、钯和稀土材料，这些材料要么得到妥善回收，要么就直接流入了未经核实的废弃物中。.
盲点：把战略资产当垃圾一样对待
令人不安的是，大多数扩展人工智能基础设施的组织都有详细的采购、部署和正常运行时间计划，但几乎没有关于退役的计划。退役往往是被动的，通常由团队中碰巧有空的人负责，没有正式的评估步骤，没有真正跟踪每台硬件的最终去向，也没有关于哪些设备应该转售、翻新、捐赠或销毁的策略。.
这就是真正的差距：一家公司只是简单地“完成了硬件建设”，而另一家公司则将人工智能数据中心退役视为一项持续的、高风险的计划，这项计划每 18 到 36 个月就会同时涉及财务、安全和合规性，而且这种退役会无限期地持续下去。.
值得一提的是，真正做好这一点意味着什么。微软的循环数据中心项目公开报告称，其服务器组件的再利用和回收率超过90%，数百万个零部件被重新投入使用，而不是被填埋或未经核实的处置。这并非一句空洞的可持续发展口号，而是一个有数据支撑的切实可行的项目，也是企业可持续发展团队如今衡量自身工作的标准，无论他们自身的项目是否已经准备就绪。.
一个真正的退役计划是什么样的？
那些提前应对这一趋势的公司不会把每一次退休潮都当作一次性的清理工作，而是会围绕它建立一套可重复的流程。.
首先要进行全面盘点。每个GPU、存储单元和网络组件都会被记录和识别，细化到型号以及它处理的数据类型，因为如果资产没有被精确识别，就无法对其进行估值、清理或报告。.
接下来，需要将硬件与监管风险进行匹配。在任何操作进行之前，公司必须知道哪些设备接触过敏感或受监管的数据，因为这决定了数据需要如何清理，而不是反过来。.
一旦明确了这一点，所有物品都会按照安全且有据可查的监管链进行流转，从设备从机架上取下，到运输、处理和最终处置，全程无一遗漏。这份书面记录能够保护公司，以防监管机构、审计人员或保险公司询问设备的最终去向。.
与此同时，每项资产都会按价值排序。并非所有资产都会被销毁，也并非所有资产都会被转售。具有实际市场需求的高价值GPU会被分配到转售渠道，而报废组件则会被送往经认证的销毁机构或进行材料回收。大多数公司正是因为排序错误而损失了可回收的价值，却浑然不觉。.
任何包含敏感数据的文件都会按照联邦标准进行清理或销毁，对于任何需要最高级别保证的文件，都会进行独立验证。.
每次交易结束后都会形成文件：销毁或处置证明、序列化记录以及一份符合公司所遵循的合规或ESG框架格式的报告。未形成文件的处置在功能上等同于不受控制的处置。.
择偶时究竟应该关注哪些方面？
这个领域的很多术语听起来很专业，但如果没有独立验证，意义不大。至少，一个可靠的设备报废合作伙伴应该能够提供数据销毁安全、负责任的回收利用（包括经审计的下游追踪）以及符合联邦数据清除标准等方面的真实认证，同时还应具备相关的ISO质量、环境和信息安全管理认证。如果贵公司涉及国际设备运输，那么该合作伙伴还需要了解当前的跨境电子垃圾法规，这些法规在过去一年中变得更加严格。.
对于政府机构、国防承包商以及任何在联邦合规框架下运营的组织而言，这并非可有可无的尽职调查，而是合同规定的要求。一般的IT资产清算供应商根本无法提供这些项目所需的文档。.
市场已经开始运转，只是大多数公司还没有行动。
数据印证了问题的紧迫性。全球数据中心退役市场规模已达约14130亿美元，预计未来几年将接近1420亿美元。更广泛的资产处置市场预计到2030年代中期将增长一倍以上。这种增长并非源于企业提前应对问题，而是由于企业最终被迫面对这一问题，而且往往时间紧迫，缺乏能够决定是可控退役还是代价高昂的仓促处置的合作伙伴关系。.
底线
人工智能的蓬勃发展不仅仅创造了对计算能力的需求，它还催生了近几十年来增长最快、最缺乏规划的企业风险类别之一，而这一风险恰好位于金融、安全和可持续发展的交汇点。那些将人工智能数据中心退役视为一项战略性、周期性职能，并像对待采购一样严谨对待的企业，才能真正保护资产价值，弥补合规漏洞，并能切实证明其发布的ESG（环境、社会和治理）数据属实，而不是寄希望于无人查证。.
问题不在于你的组织是否会淘汰人工智能基础设施。鉴于这些基础设施更新换代的速度如此之快，这种情况要么已经发生，要么很快就会发生。真正的问题在于，你是在失去价值之前还是之后进行淘汰。.
Hyperion Global 如何应对人工智能数据中心退役问题
这正是 Hyperion Global 成立的初衷。我们与企业和政府机构合作，在资产退役不再仅仅是 IT 决策，而是涉及财务、安全和合规等多方面因素的关键时刻，我们负责在设备转售窗口关闭前回收高价值设备，安全销毁所有无法再销售的资产，并为合规和可持续发展团队提供必要的文档，以确保他们的数据真实可靠。从资产回收和工业循环利用，到危险材料处理和战略捐赠，我们的工作是确保数据中心在进行下一次更新时，所有仍有价值的设备都不会被当作垃圾处理，所有存在风险的设备都不会被忽视。如果您的组织即将迎来第一波 AI 硬件退役潮，那么在退役日期之前，而不是之后，就应该开始讨论这个问题。.