Aipowertoken

全面分析AI加密代幣的技術架構、限制與在去中心化AI生態系中的未來前景

研究整合AI矩陣計算到區塊鏈挖礦的E-PoW共識機制，以挽救6G網路中的計算資源。

分析整合AI訓練與區塊鏈挖礦的進化工作量證明共識，以挽救6G網絡中的計算資源。

系統性評估AI能耗估算工具，透過數百次實驗比對CodeCarbon與ML排放計算器在實測數據中的表現

分析專注AI的HPC資料中心如何比通用HPC資料中心以更低成本提供電網彈性服務，採用真實運算軌跡與成本模型。

本研究提出分析可靠性基準(ARB)，用於評估應用於能源系統分析之大語言模型推理完整性，並呈現GPT-4/5、Claude 4.5、Gemini 2.5及Llama 3之測試結果。

ECO2AI為開源工具，專注追蹤ML模型能耗與二氧化碳排放，透過精準區域排放計算推動永續AI發展。

針對 EconAgentic 之研究——該大型語言模型框架運用 AI 代理、代幣經濟與智能合約，實現 DePIN 市場的模擬與優化

分析AI驅動物聯網服務的能耗與碳排放測試挑戰，包含技術方法、實驗結果與未來方向。

研究HPC規模深度學習能耗權衡，介紹用於測量AI算法計算速度與能源效率的Benchmark-Tracker工具。

研究ITS與AI技術如何提升交通系統中的節能與減排成效，聚焦感測器、聯網技術與AI服務

具備32,768個記憶電阻器的韌性二值化神經網絡，由微型太陽能電池供電，透過數位近記憶體計算架構實現自供電邊緣AI。

VCT是基於Transformer的非監督框架，能將影像標記化為解耦的視覺概念，在表徵學習與場景分解領域達到最先進成果。