في ظل السعي المستمر لتحقيق كفاءة عالية في استخدام الطاقة، تقدم تقنية ضغط النموذج التكيفي (AMC) مبتكرًا في معالجة النماذج الضخمة. تواجه الأجهزة الطرفية ذات القدرات المحدودة مشكلة كبيرة في استهلاك الطاقة والذاكرة نتيجة عملية الاستدلال الثابتة. لكن مع (AMC)، تم تقديم إطار عمل ذكي يعتمد على فكرة توزيع الموارد بناءً على أهمية الرموز.

تعمل هذه التقنية على تعزيز الكفاءة عبر تطبيق بنية متعددة الطبقات، حيث تُحدد المعلومات ذات الأهمية العالية لتتم معالجتها بدقة كاملة، بينما يتم تقليل الترتيب وعرض البت للبيانات الأقل أهمية بشكل كبير. وبذلك، تتمكن (AMC) من تنفيذ استدلالات فعالة على الأجهزة ذات الطاقة المنخفضة، مما يعزز من عمر بطارية الهواتف المحمولة.

أظهرت نتائج التجارب أن هذه التقنية تسهم في تقليص استهلاك الطاقة بنسبة 59.2% وزيادة الإنتاجية بمعدل 2.24 مرة على معالجات (45nm CMOS)، مع المحافظة على أداء قوي مع تقليل دقة بنسبة 3.6% فقط. إن هذه الخطوة ليست مجرد تحسينات وحدها، بل تمثل ركيزة أساسية لتعزيز الذكاء الاصطناعي المستدام.