铠侠研发的PCIe 5.0光纤固态硬盘可在主机40米内运行，优化散热并提高数据中心设计的紧凑性。该技术通过光纤替代铜缆，降低能耗，支持更高密度的硬件配置。

SnapPix系统通过传感器内的模拟域压缩，解决了边缘计算中的能量有效图像采集问题。该系统与视觉模型共同设计，显著提升了视频识别和重建性能，能耗降低高达15.4倍。

本研究提出了一种新颖的水下图像增强算法UIE-SNN，基于脉冲神经网络，能耗降低85%，同时保持图像清晰度，为海洋自主视觉导航提供技术支持。

本研究提出了一种名为SLTNet的轻量级变压器网络，旨在解决人工神经网络在事件语义分割中的高计算和能耗问题。该方法通过高效的卷积和变压器结构，提高了语义特征提取效率，在DDD17和DSEC-Semantic数据集上性能提升超过7.30%，能耗降低5.48倍，显示出在边缘/mobile平台上的应用潜力。

本研究提出了一种基于共识的层剪枝方法，结合多个相似性指标，克服了单一标准的局限性，实现了78.80%的FLOPs减少，同时降低了能耗和碳排放，分别为66.99%和68.75%。

本研究提出了一种新的脉冲扩散模型（SDM），用于图像生成领域。该模型通过引入时间脉冲机制和阈值引导策略，在生成高质量样本的同时降低能耗。实验结果表明，该模型在少量脉冲步骤下表现出与传统人工神经网络相当的性能，并在大型数据集上展现出卓越的生成能力。这为低能耗和低延迟的生成应用开辟了新的研究方向。

Palantir系统通过细粒度的补丁级调度技术，优化了超高清直播中超分辨率深度神经网络（SR DNN）推理的开销和延迟，提高了能效。评估结果显示，Palantir能耗降低最高38.1%，云端SR费用减少80.1%。

英伟达推出下一代Blackwell GPU，成本和能耗降低25倍，性能提升高达30倍。Blackwell GPU是推动新工业革命的引擎，有望在万亿参数大型语言模型上构建和运行实时生成人工智能。

本研究提出了一种新的聚类协议LEACH-RLC，通过混合整数线性规划和强化学习代理来降低能耗并提高网络性能。实验结果表明，LEACH-RLC相较于传统的LEACH和LEACH-C具有更好的性能，能够提高网络寿命、降低能源消耗和控制开销。该研究对于推动无线传感器网络的进步和解决物联网部署中的挑战具有重要贡献。

本文讨论了人工智能模型复杂度增加对计算资源需求的挑战，并提出了降低能耗、提高用户意识的解决方案。

介绍了HyGCN，一种基于混合架构的GCN加速器，利用两个处理引擎提高并行性，通过融合和内存访问协调优化系统，平均获得1509倍加速比，降低2500倍能耗和6.5倍加速比以及10倍能耗降低。

该研究利用强化学习方法优化地铁系统能效，实验结果显示该方法性能更佳，可降低能耗和提高能量利用率，提供城市铁路交通节能解决方案。