Aipowertoken

Análise abrangente de tokens cripto baseados em IA, examinando suas arquiteturas técnicas, limitações e perspectivas futuras em ecossistemas de IA descentralizada.

Pesquisa sobre consenso E-PoW que integra cálculos matriciais de IA na mineração blockchain para recuperar capacidade computacional em redes 6G.

Análise do consenso Evolved-Proof-of-Work integrando treinamento de IA com mineração blockchain para aproveitamento de capacidade computacional em redes 6G.

Avaliação sistemática de ferramentas de estimativa energética em IA, comparando CodeCarbon e ML Emissions Calculator com medições reais em centenas de experimentos.

Análise de centros de dados HPC focados em IA que oferecem flexibilidade de rede a custo inferior comparado a centros HPC de uso geral, usando traços computacionais reais e modelos de custo.

Estudo que introduz o Benchmark de Confiabilidade Analítica (ARB) para avaliar a integridade do raciocínio em modelos de linguagem aplicados à análise de sistemas energéticos, com resultados do GPT-4/5, Claude 4.5, Gemini 2.5 e Llama 3.

ECO2AI é uma ferramenta de código aberto que rastreia o consumo energético e as emissões de carbono de modelos de machine learning, promovendo IA sustentável através de cálculos precisos de emissões regionais.

Pesquisa sobre EconAgentic, uma estrutura de Modelo de Linguagem de Grande Porte para simulação e otimização de mercados DePIN usando agentes de IA, economia de tokens e contratos inteligentes.

Análise dos desafios de teste de consumo de energia e emissões de carbono para serviços de IoT com IA, incluindo abordagens técnicas, resultados experimentais e direções futuras.

Pesquisa sobre trade-offs de consumo energético em Deep Learning em escala HPC, apresentando a ferramenta Benchmark-Tracker para medir velocidade computacional e eficiência energética de algoritmos de IA.

Pesquisa sobre como as tecnologias de ITS e IA melhoram a conservação de energia e reduzem as emissões nos sistemas de transporte, com foco em sensores, redes e serviços de IA.

Rede neural binarizada resiliente com 32.768 memristores alimentada por células solares em miniatura, permitindo IA autónoma na periferia com arquitetura digital de computação near-memory.

VCT é um framework baseado em transformer que tokeniza imagens em conceitos visuais desacoplados, alcançando resultados state-of-the-art em aprendizado de representação e decomposição de cenas.